第八届全球人工智能与机器人大会在深圳拉开帷幕，其中“AI算力新十年”专场成为焦点。与会专家深入探讨算力架构演进、生态构建及产业化路径，试图为人工智能产业未来十年的发展厘清方向。在算力需求爆发式增长的背景下，异构计算与软件生态的协同发展被反复强调。
深圳理工大学算力微电子学院院长唐志敏在演讲中提出“Computility”概念，将计算（Compute）与效用（Utility）结合，重新定义算力内涵。他指出，算力是在资源与时间约束下完成任务的能力体系，而非单纯硬件性能的体现。随着生成式人工智能发展，训练（训力）与推理（推力）等新型算力形态涌现，推动技术向多模态生成演进。例如，未来可能实现将小说直接转化为影视内容的算力突破。
面对算力需求的指数级增长，单一CPU架构已难以支撑。唐志敏分析，摩尔定律放缓与制程限制下，CPU+XPU的异构计算成为必然选择。他以计算机体系结构分类视角指出，XPU属于保守型架构，硬件仅提供资源，性能释放高度依赖软件优化。尽管学术界长期研究自动并行化技术，但实际工程中仍需经验丰富的程序员与成熟软件体系支撑。
生态壁垒成为算力芯片竞争的核心战场。唐志敏以x86架构为例，其四十年发展形成的生态惯性难以撼动：全球企业软件市场中，x86相关销售收入超3000亿美元，每年软件开发投入达600亿美元，远超服务器硬件市场800亿美元规模。这种生态惯性导致Arm架构服务器屡战屡败，即便强如苹果，其切换架构也依赖全栈技术掌控能力。端云融合被视为Arm突破服务器市场的关键路径，但目前尚未形成规模效应。
RISC-V架构的商业化困境引发深度思考。尽管其开放性被寄予厚望，但全球范围内仍面临生态与硬件双重挑战。唐志敏指出，RISC-V在嵌入式存储控制器等简单软件场景取得进展，但进入计算领域后，片上互联等核心技术的缺失成为瓶颈。行业案例显示，某顶级架构师创办的RISC-V企业因缺乏明确市场需求被迫裁员，反映出开源硬件生态构建的复杂性远超软件领域。
CUDA生态的不可复制性凸显软件生态的战略价值。唐志敏解释，兼容CUDA接口仅需编译器技术，但复制其背后包含的算力库、开发工具与工程实践的完整生态体系几乎不可能。国家层面推动自主生态建设的重要性因此凸显，否则将长期受制于国际巨头的技术封锁。他强调，芯片成功的关键在于软件生态的成熟度，而非单纯追求硬件峰值性能。
系统厂商自研芯片的路径选择引发讨论。唐志敏以苹果为例，其通过自研芯片与软件体系深度融合，实现产品溢价与用户体验领先。反观其他厂商，若无法为产品带来显著增值，自研芯片反而可能成为负担。他建议，平台厂商应聚焦差异化创新，在现有指令体系下通过系统优化实现性能突破，而非盲目追求架构革新。对于RISC-V的未来，他呼吁行业统一指令系统方向，减少重复投入，通过包容性架构融合CPU、GPU特性，逐步突破生态壁垒。
