当今AI领域最“戏剧”的一幕，正发生在全球最为领先的AI企业、以一己之力掀起生成式AI产业变革的OpenAI公司。

11月30日，OpenAI宣布联合创始人萨姆·奥尔特曼（Sam Altman）将重新担任公司CEO。此前，OpenAI董事会四名成员中有三名提出解雇奥尔特曼的提案，导致意见分歧，并引发了后续的“人事地震”。从联合创始人“被开除”到回归，这场“戏剧”历时12天。

有分析指出，这场人事地震背后反映了OpenAI最高管理层在AI发展路线上的深刻分歧，而分歧主要集中在AI技术安全性与商业化之间的平衡问题：董事会方面认为OpenAI应该减缓商业化步伐，更专注于提高AI产品的可解释性和安全性；而奥尔特曼则更倾向于积极推动AI模型在商业化路径的落地，并谋求进行新一轮融资。

诚然，OpenAI推出的大型语言模型ChatGPT取得了巨大成功，引起了更多公众对AI在日常生活中的关注，但同时也加大了各国政府对其潜在风险的审视。作为该领域的翘楚，OpenAI不得不做出AI产品的自身稳定性以及公司可持续发展之间的“取舍”。

在汽车产业，AI的热度同样高涨。当前，AI为汽车领域赋能的“势头”正成为汽车行业各方关注的焦点话题。事实上，随着生成式AI和大语言模型的迅速发展，以及对计算资源的不断增长需求，实现AI的规模化扩展并充分发挥其潜能，既需要云端的强大支持，也需要数十亿能够低功耗进行高性能AI计算的联网终端。在这一前提下，汽车成为了实现AI发展的理想载体。

随着AI在智能汽车中的应用比例不断增加，今年产业各方纷纷在“卷”云端大模型，开始赋能智能驾驶这一领域。今年以来，有关大模型上车的消息不断涌现：例如百度的文心一言，作为国内最早发布的通用大模型之一，目前已与东风日产、红旗、长城、吉利等车企开展合作；再如阿里的通义千问，也与吉利等车企达成合作；而科大讯飞的星火大模型，则确定已经接入奇瑞旗下的星途星纪元ES车型。截至今年10月，国内通用及垂直行业类大模型已经超过80个，呈现“百模大战”之势，表明AI大模型在汽车领域的应用势头已初露端倪。

从产品应用的角度考虑，大模型在汽车领域主要表现为两个方向：一是进入座舱领域，以实现更智能的人机交互；二是与自动驾驶系统相协同，进一步完善智能驾驶解决方案。对此，同济大学汽车学院教授朱西产表示，“目前已经应用于车辆的AI软件模型主要是预测式AI，对标签高度依赖，因此标签缺失或识别错误可能导致问题。智能驾驶的难点在于长尾问题的安全性需求。”他认为，目前智能驾驶在封闭路况上基本上没有大问题，但在城市路况中仍然存在一定难度。不过他也表示，随着AI大模型的出现，这些难点有望真正实现摆脱标签的突破，“如果能够实现摆脱标签，那么边缘场景问题可能会迎刃而解”。

朱西产教授所表露的是AI上车问题要解决的“势”，但落地于逻辑基础，目前更紧迫需要解决的是“如何上车”的问题，即AI智驾的功能实现，依然要落足于智能处理芯片这一层面。当前，作为AI大模型部署与运行的基础，汽车智能驾驶算法的进一步升级必然会对芯片的运算支持能力提出更高要求，因此，AI智能芯片的发展也需“应时而动”。

从技术角度看，首先，在车端实现大模型的部署和任务执行需要强大的算力支持。其次，为缓解大模型运算中频繁而庞大的数据传输瓶颈，高带宽内存（HBM）的供给备受关注。与此同时，AI智能芯片的通用性和扩展性问题也亟待解决。大模型的快速发展，与按年为单位的芯片流片和设计生产之间存在巨大的协调失衡，特别是在车端采用14纳米以下的先进制程情况，让芯片的通用性变得尤为重要。至于扩展性问题，则需要明确使用何种计算单元来实现部署的算法

另从产业层面看，目前国内企业面临的主要问题是，车规级芯片厂商的产品普遍算力不足，而那些具备大算力开发能力的厂商，往往又缺乏开发车规级芯片的经验。因此，既具备通用性又具备高算力，并且能够通过车规认证的企业“寥寥无几”。

综上所言，AI智能芯片俨然成为实现智能网联汽车智能驾驶的产业链、价值链中枢，将对汽车从电动化向智能化、网联化转型升级起到至关重要的作用。

在此情势下，中国汽车工业协会将创办首届“全球汽车芯片创新大会”。该大会计划将于2023年12月5-6日在无锡滨湖盛大启幕。大会将特邀汽车和芯片两个行业的主管部门领导、院士专家、中外整车和芯片企业领袖，就如何共同把握新机遇、迎接新挑战，打造合作新标杆做深度分享。