云天勵飛董事長兼CEO陳寧：“算法芯片化”是公司的核心能力

程洋

“未來三年可能是人工智能發展比較關鍵的階段。未來三年左右的時間，全球可能80%的企業會使用大模型。未來五年左右，機器人和數字人的數量可能會超過人類的數量。未來七年左右，行業可能會達到AGI的階段，大模型的智慧程度可能會超過我們人腦的智慧程度。”這是深圳云天勵飛技術股份有限公司董事長兼CEO陳寧對未來的大膽判斷。

隨著AI大模型時代的到來，人工智能的發展已經進入了新階段。有著“深圳人工智能第一股”之稱的深圳云天勵飛技術股份有限公司（簡稱“云天勵飛”），作為一家領先的人工智能科技公司，將人工智能廣泛地應用于智慧安防、智慧城市、智慧交通、智慧商業、人居生活等領域。

展望未來，如何將AI轉化為新質生產力，為經濟發展注入新動能？南都灣財社記者近日專訪了云天勵飛董事長兼CEO陳寧，探討人工智能行業應用的無限可能。

“深圳人工智能第一股”的進階路徑

南都·灣財社：作為一家AI企業，云天勵飛推動了AI在哪些行業領域的創新應用，并起到了引領作用？

陳寧：人工智能有三大要素：算力、算法和數據。云天勵飛擁有算法和芯片兩大核心技術平臺，是業內少有的橫跨算法、芯片和大數據三大領域的人工智能企業。

在算法方面，2023年云天勵飛自主研發了大模型“云天天書”?！霸铺焯鞎卑ㄓ么竽Ｐ?、行業大模型、場景大模型三個層級。云天勵飛基于算法開發平臺和算法芯片化平臺，并通過海量高質量數據預訓練生產通用大模型；在通用大模型基礎上，引入高質量行業數據，生產行業大模型；再在行業大模型基礎上，通過細分場景數據微調研發場景大模型。通過三級架構，實現大模型賦能千行百業。

在2023年底，云天勵飛自研大模型“云天天書”通過中央網信辦備案，并且已在數字政府建設、智慧商圈等領域探索應用。

在芯片方面，2023年在深圳高交會上，云天勵飛發布了國內首創的國產14nm Chiplet大模型推理芯片DeepEdge10。

AI全面進入大模型時代后，帶來了全新的計算泛式和計算要求。芯片需要具備更大的算力、更大的內存帶寬、更大的內存容量，才能支持巨量參數的大模型在邊緣端運行。同時，AI邊緣推理芯片還承擔了“落地應用最后一公里”的職責，這就意味著AI邊緣推理芯片不僅要支持大模型等AI計算任務，還需要具備較強的通用算力。針對上述場景需求，云天勵飛打造了新一代邊緣計算芯片DeepEdge10。

基于一系列創新技術，云天勵飛打造了系列化芯片。目前已開發出 Edge10C、Edge10 標準版和 Edge10Max 三款芯片。

目前，云天勵飛已向國內頭部的AIoT芯片設計廠商、智慧汽車芯片設計廠商、服務機器人廠商、國家重點實驗室等提供神經網絡處理器的IP授權。

南都·灣財社：云天勵飛是國內少有的堅持芯片研發的AI企業。我們都知道芯片自研的成本高、難度大，公司在成立之初就堅持自研的原因是什么？

陳寧：如果把人工智能比喻成一個孩子的話，算法就是這個孩子的靈魂，芯片是軀體，數據是喂養孩子長大的營養。必須把這三者有機地結合起來，才能讓人工智能技術不斷發展。這是云天勵飛自成立之初就堅持研發芯片，走全棧式技術道路的重要原因。芯片是人工智能技術的載體，沒有載體，人工智能技術就無法在千行百業落地應用，發揮價值。

不同于許多其他人工智能企業“從算法做到芯片”，云天勵飛一開始就選擇了算法與芯片融合發展的路徑。“算法芯片化”是公司的核心能力?！八惴ㄐ酒辈坏扔凇八惴?芯片”，它是一個設計理念和流程，是基于設計者對算法的理解，把共性的操作提煉出來設計芯片架構。

從2014年成立至今，云天勵飛完成了3代指令集架構、4代神經網絡處理器架構的研發，且已陸續商用。

通過“數據飛輪”推動人工智能技術進步

南都·灣財社：去年11月15日，在高交會上，云天勵飛發布了國內首創的國產14nm Chiplet大模型推理芯片。人工智能的發展已經進入AI大模型時代，云天勵飛是如何布局和搶位的？

陳寧：毫無疑問，大模型是AI發展歷史上最重要的浪潮之一。面對技術發展的浪潮，一方面要“變”，緊跟技術變化的趨勢。所以在去年，云天勵飛推出了自研的大模型“云天天書”，并且推動云天天書與公司現有業務結合，在數字政府建設、城市治理、公共安全等領域，探索大模型的行業應用。另外在芯片方面，云天勵飛推出了大模型推理芯片DeepEdge10，希望讓更多行業和場景被大模型賦能。

另一方面，面對日新月異的發展形勢，也要有“不變”的定力。公司一直把打造自進化城市智能體，實現中國通用人工智能作為最高戰略目標；堅持通過“數據飛輪”推動人工智能技術的進步。

中國有海量的線下應用場景以及數據，而數據是人工智能發展的重要“原料”，因此可以充分利用這一優勢，通過應用生產數據、數據訓練算法、算法定義芯片、芯片賦能應用的“數據飛輪”，不斷推動人工智能技術的進步。這也是云天勵飛一直堅持的人工智能發展路徑。

發揮AI效能需大力發展AI芯片

南都·灣財社：AI作為一種新質生產力，如何更好地發揮它的效能，也想聽聽您的看法？

陳寧：一是開放場景，為人工智能技術的迭代提供數據，也為技術提供應用的實驗田。開放場景對人工智能發展而言至關重要，應用場景中生產的數據，能夠為中國人工智能發展提供豐富的“原料”。另一方面，中國人工智能企業也需要技術應用的實驗田，去探索技術如何與行業結合、如何為實體經濟賦能。

二是定義標準，比如場景智能等級標準。開放場景后，如何衡量場景開放的有效性，如何保障開放場景切實為人工智能技術發展服務。通過定義場景智能等級標準，可以為解決這些挑戰提供參考路徑。比如，參照自動駕駛分級方式，定義“L1-L5”五個智能等級標準，L1到L5的核心特征分別是：信息化、感知智能、人機共治、機器決策、自進化。定義以上分級標準可為場景解決方案的落地和實施提供指引。

三是重視AI芯片的發展。芯片是人工智能技術的軀體，沒有芯片，人工智能技術就無法在千行百業應用。尤其是現在大模型時代來臨，目前體驗和使用大模型，主要還是通過電腦、手機等設備。但在未來，各類傳感器、攝像頭、機器人、汽車、機械臂等終端，可能都需要應用大模型，而這就離不開AI芯片的支撐。因此，要讓AI作為新質生產力更好地發揮效能，就需要大力推動國產AI芯片的發展。

南都·灣財社：云天勵飛在推動AI行業應用領域，未來的重點和戰略方向是什么？

陳寧：在推動AI行業應用方面，云天勵飛提出了“1+N+X”行業布局，即1個算法芯片化與大模型的技術平臺，N個優勢行業、X個創新場景。

算法芯片化是云天勵飛的核心能力之一。未來云天勵飛會繼續夯實這一技術能力，繼續努力，持續在芯片方面實現突破。N個優勢行業包括智慧交通、智慧警務、城市治理、人居生活等，在這些領域，云天勵飛已經打造出了各類標桿項目，未來也會持續夯實。

X個探索場景包括教育、能源等領域。在智慧教育探索方面，2023年云天勵飛全球創新展示中心入選首批深圳市人工智能研學公益展廳，云天勵飛還為深高集團捐贈了人工智能實驗室，在校園管理AI化、教學內容AI化、教學模式AI化等方面展開探索。

如果把人工智能比喻成一個孩子，算法就是靈魂，芯片是軀體，數據是喂養孩子長大的營養。把三者有機地結合，才能讓人工智能技術不斷發展。

在儲能方面，2023年，云天勵飛與深圳巴士集團合作發布公交新能源智能體，全力打造全國公交企業“光儲充放”一體化應用示范樣板。

大灣區一流營商環境幫我們快速接觸到城市級項目

南都·灣財社：作為一家扎根大灣區的企業，大灣區為企業發展提供了怎樣的土壤和機遇？

陳寧：大灣區是人才聚集的高地，有開放一流的營商環境，而且有非常完善的創新基礎設施，這些要素都為企業的發展提供了良好的基礎。

云天勵飛2014年在深圳成立，當時注冊公司時團隊都還在美國，但是在人才辦的協助下，僅用4個小時就完成了公司的注冊，這樣的速度在國外是不敢想象的。這也側面反映了大灣區對科技的重視和人才的尊重。

公司成立后，當時人工智能前景并不明朗，人工智能芯片更是一塊難啃的“骨頭”。所以創業初期的幾個月里，一直在到處找技術應用場景。

在一次人才活動上，云天勵飛介紹了人工智能技術和芯片。會后，一位民警找到我們，說如果這個技術能夠應用在守護城市安全上，那么就不會再有走丟的兒童。2015年，深圳龍崗公安分局與云天勵飛合作，一起打磨了城市級別的識別系統“深目”。這款產品也成為云天勵飛的首款產品，在深圳落地后，又逐漸復制到了粵港澳大灣區以及全國各地。

如果沒有深圳及粵港澳大灣區開放包容的營商環境，云天勵飛當時作為一個僅僅只有技術團隊的初創公司，可能很難接觸到這樣的城市級項目。

另外，粵港澳大灣區在新一代信息技術、數字創意、新能源汽車等方面有深厚的沉淀；粵港澳三地協同發展程度高，在科研、人才上的交流密切，能夠為企業發展提供良好的科研和人才基礎。

云天勵飛2014年成立，2023年4月成功登陸科創板，被稱為“深圳人工智能第一股”。公司業務范圍從早期的智慧安防，逐漸拓展到智慧交通、城市治理、智慧商業、智慧教育等諸多領域。技術方面，完成了3代指令集架構、4代神經網絡處理器架構的研發；算法不斷迭代演進，自研了“云天天書”大模型。云天勵飛能夠在短時間內獲得如此豐碩的成果，離不開粵港澳大灣區提供的這片創新土壤。

南都·灣財社：人工智能的發展日新月異。展望2024年開局，能否談談您對企業發展的信心，以及人工智能發展前景的展望？

陳寧：在2023年，云天勵飛在技術和業務方面都沉淀了相對豐厚的基礎。芯片DeepEdge10正式發布，大模型通過備案，在智慧交通、智慧教育等領域展開新探索。這些沉淀都能夠為2024年的發展提供充足的底氣，相信在2024年，云天勵飛能夠多點開花，持續突破，自進化城市智能體戰略更上一層樓。

未來3年可能是人工智能發展比較關鍵的階段，未來3年左右的時間，全球可能80%的企業會使用大模型，未來5年左右，機器人和數字人的數量可能會超過人類的數量；未來7年左右行業可能會達到AGI的階段，大模型的智慧程度可能會超過我們人腦的智慧程度。