云天励飞董事长兼CEO陈宁：“算法芯片化”是公司的核心能力

程洋

“未来三年可能是人工智能发展比较关键的阶段。未来三年左右的时间，全球可能80%的企业会使用大模型。未来五年左右，机器人和数字人的数量可能会超过人类的数量。未来七年左右，行业可能会达到AGI的阶段，大模型的智慧程度可能会超过我们人脑的智慧程度。”这是深圳云天励飞技术股份有限公司董事长兼CEO陈宁对未来的大胆判断。

随着AI大模型时代的到来，人工智能的发展已经进入了新阶段。有着“深圳人工智能第一股”之称的深圳云天励飞技术股份有限公司（简称“云天励飞”），作为一家领先的人工智能科技公司，将人工智能广泛地应用于智慧安防、智慧城市、智慧交通、智慧商业、人居生活等领域。

展望未来，如何将AI转化为新质生产力，为经济发展注入新动能？南都湾财社记者近日专访了云天励飞董事长兼CEO陈宁，探讨人工智能行业应用的无限可能。

“深圳人工智能第一股”的进阶路径

南都·湾财社：作为一家AI企业，云天励飞推动了AI在哪些行业领域的创新应用，并起到了引领作用？

陈宁：人工智能有三大要素：算力、算法和数据。云天励飞拥有算法和芯片两大核心技术平台，是业内少有的横跨算法、芯片和大数据三大领域的人工智能企业。

在算法方面，2023年云天励飞自主研发了大模型“云天天书”。“云天天书”包含通用大模型、行业大模型、场景大模型三个层级。云天励飞基于算法开发平台和算法芯片化平台，并通过海量高质量数据预训练生产通用大模型；在通用大模型基础上，引入高质量行业数据，生产行业大模型；再在行业大模型基础上，通过细分场景数据微调研发场景大模型。通过三级架构，实现大模型赋能千行百业。

在2023年底，云天励飞自研大模型“云天天书”通过中央网信办备案，并且已在数字政府建设、智慧商圈等领域探索应用。

在芯片方面，2023年在深圳高交会上，云天励飞发布了国内首创的国产14nm Chiplet大模型推理芯片DeepEdge10。

AI全面进入大模型时代后，带来了全新的计算泛式和计算要求。芯片需要具备更大的算力、更大的内存带宽、更大的内存容量，才能支持巨量参数的大模型在边缘端运行。同时，AI边缘推理芯片还承担了“落地应用最后一公里”的职责，这就意味着AI边缘推理芯片不仅要支持大模型等AI计算任务，还需要具备较强的通用算力。针对上述场景需求，云天励飞打造了新一代边缘计算芯片DeepEdge10。

基于一系列创新技术，云天励飞打造了系列化芯片。目前已开发出 Edge10C、Edge10 标准版和 Edge10Max 三款芯片。

目前，云天励飞已向国内头部的AIoT芯片设计厂商、智慧汽车芯片设计厂商、服务机器人厂商、国家重点实验室等提供神经网络处理器的IP授权。

南都·湾财社：云天励飞是国内少有的坚持芯片研发的AI企业。我们都知道芯片自研的成本高、难度大，公司在成立之初就坚持自研的原因是什么？

陈宁：如果把人工智能比喻成一个孩子的话，算法就是这个孩子的灵魂，芯片是躯体，数据是喂养孩子长大的营养。必须把这三者有机地结合起来，才能让人工智能技术不断发展。这是云天励飞自成立之初就坚持研发芯片，走全栈式技术道路的重要原因。芯片是人工智能技术的载体，没有载体，人工智能技术就无法在千行百业落地应用，发挥价值。

不同于许多其他人工智能企业“从算法做到芯片”，云天励飞一开始就选择了算法与芯片融合发展的路径。“算法芯片化”是公司的核心能力。“算法芯片化”不等于“算法+芯片”，它是一个设计理念和流程，是基于设计者对算法的理解，把共性的操作提炼出来设计芯片架构。

从2014年成立至今，云天励飞完成了3代指令集架构、4代神经网络处理器架构的研发，且已陆续商用。

通过“数据飞轮”推动人工智能技术进步

南都·湾财社：去年11月15日，在高交会上，云天励飞发布了国内首创的国产14nm Chiplet大模型推理芯片。人工智能的发展已经进入AI大模型时代，云天励飞是如何布局和抢位的？

陈宁：毫无疑问，大模型是AI发展历史上最重要的浪潮之一。面对技术发展的浪潮，一方面要“变”，紧跟技术变化的趋势。所以在去年，云天励飞推出了自研的大模型“云天天书”，并且推动云天天书与公司现有业务结合，在数字政府建设、城市治理、公共安全等领域，探索大模型的行业应用。另外在芯片方面，云天励飞推出了大模型推理芯片DeepEdge10，希望让更多行业和场景被大模型赋能。

另一方面，面对日新月异的发展形势，也要有“不变”的定力。公司一直把打造自進化城市智能体，实现中国通用人工智能作为最高战略目标；坚持通过“数据飞轮”推动人工智能技术的进步。

中国有海量的线下应用场景以及数据，而数据是人工智能发展的重要“原料”，因此可以充分利用这一优势，通过应用生产数据、数据训练算法、算法定义芯片、芯片赋能应用的“数据飞轮”，不断推动人工智能技术的进步。这也是云天励飞一直坚持的人工智能发展路径。

发挥AI效能需大力发展AI芯片

南都·湾财社：AI作为一种新质生产力，如何更好地发挥它的效能，也想听听您的看法？

陈宁：一是开放场景，为人工智能技术的迭代提供数据，也为技术提供应用的实验田。开放场景对人工智能发展而言至关重要，应用场景中生产的数据，能够为中国人工智能发展提供丰富的“原料”。另一方面，中国人工智能企业也需要技术应用的实验田，去探索技术如何与行业结合、如何为实体经济赋能。

二是定义标准，比如场景智能等级标准。开放场景后，如何衡量场景开放的有效性，如何保障开放场景切实为人工智能技术发展服务。通过定义场景智能等级标准，可以为解决这些挑战提供参考路径。比如，参照自动驾驶分级方式，定义“L1-L5”五个智能等级标准，L1到L5的核心特征分别是：信息化、感知智能、人机共治、机器决策、自进化。定义以上分级标准可为场景解决方案的落地和实施提供指引。

三是重视AI芯片的发展。芯片是人工智能技术的躯体，没有芯片，人工智能技术就无法在千行百业应用。尤其是现在大模型时代来临，目前体验和使用大模型，主要还是通过电脑、手机等设备。但在未来，各类传感器、摄像头、机器人、汽车、机械臂等终端，可能都需要应用大模型，而这就离不开AI芯片的支撑。因此，要让AI作为新质生产力更好地发挥效能，就需要大力推动国产AI芯片的发展。

南都·湾财社：云天励飞在推动AI行业应用领域，未来的重点和战略方向是什么？

陈宁：在推动AI行业应用方面，云天励飞提出了“1+N+X”行业布局，即1个算法芯片化与大模型的技术平台，N个优势行业、X个创新场景。

算法芯片化是云天励飞的核心能力之一。未来云天励飞会继续夯实这一技术能力，继续努力，持续在芯片方面实现突破。N个优势行业包括智慧交通、智慧警务、城市治理、人居生活等，在这些领域，云天励飞已经打造出了各类标杆项目，未来也会持续夯实。

X个探索场景包括教育、能源等领域。在智慧教育探索方面，2023年云天励飞全球创新展示中心入选首批深圳市人工智能研学公益展厅，云天励飞还为深高集团捐赠了人工智能实验室，在校园管理AI化、教学内容AI化、教学模式AI化等方面展开探索。

如果把人工智能比喻成一个孩子，算法就是灵魂，芯片是躯体，数据是喂养孩子长大的营养。把三者有机地结合，才能让人工智能技术不断发展。

在储能方面，2023年，云天励飞与深圳巴士集团合作发布公交新能源智能体，全力打造全国公交企业“光储充放”一体化应用示范样板。

大湾区一流营商环境帮我们快速接触到城市级项目

南都·湾财社：作为一家扎根大湾区的企业，大湾区为企业发展提供了怎样的土壤和机遇？

陳宁：大湾区是人才聚集的高地，有开放一流的营商环境，而且有非常完善的创新基础设施，这些要素都为企业的发展提供了良好的基础。

云天励飞2014年在深圳成立，当时注册公司时团队都还在美国，但是在人才办的协助下，仅用4个小时就完成了公司的注册，这样的速度在国外是不敢想象的。这也侧面反映了大湾区对科技的重视和人才的尊重。

公司成立后，当时人工智能前景并不明朗，人工智能芯片更是一块难啃的“骨头”。所以创业初期的几个月里，一直在到处找技术应用场景。

在一次人才活动上，云天励飞介绍了人工智能技术和芯片。会后，一位民警找到我们，说如果这个技术能够应用在守护城市安全上，那么就不会再有走丢的儿童。2015年，深圳龙岗公安分局与云天励飞合作，一起打磨了城市级别的识别系统“深目”。这款产品也成为云天励飞的首款产品，在深圳落地后，又逐渐复制到了粤港澳大湾区以及全国各地。

如果没有深圳及粤港澳大湾区开放包容的营商环境，云天励飞当时作为一个仅仅只有技术团队的初创公司，可能很难接触到这样的城市级项目。

另外，粤港澳大湾区在新一代信息技术、数字创意、新能源汽车等方面有深厚的沉淀；粤港澳三地协同发展程度高，在科研、人才上的交流密切，能够为企业发展提供良好的科研和人才基础。

云天励飞2014年成立，2023年4月成功登陆科创板，被称为“深圳人工智能第一股”。公司业务范围从早期的智慧安防，逐渐拓展到智慧交通、城市治理、智慧商业、智慧教育等诸多领域。技术方面，完成了3代指令集架构、4代神经网络处理器架构的研发；算法不断迭代演进，自研了“云天天书”大模型。云天励飞能够在短时间内获得如此丰硕的成果，离不开粤港澳大湾区提供的这片创新土壤。

南都·湾财社：人工智能的发展日新月异。展望2024年开局，能否谈谈您对企业发展的信心，以及人工智能发展前景的展望？

陈宁：在2023年，云天励飞在技术和业务方面都沉淀了相对丰厚的基础。芯片DeepEdge10正式发布，大模型通过备案，在智慧交通、智慧教育等领域展开新探索。这些沉淀都能够为2024年的发展提供充足的底气，相信在2024年，云天励飞能够多点开花，持续突破，自进化城市智能体战略更上一层楼。

未来3年可能是人工智能发展比较关键的阶段，未来3年左右的时间，全球可能80%的企业会使用大模型，未来5年左右，机器人和数字人的数量可能会超过人类的数量；未来7年左右行业可能会达到AGI的阶段，大模型的智慧程度可能会超过我们人脑的智慧程度。