对话昉擎科技梁军：AI 芯片创业不应该想成为下一个英伟达

📌 一句话摘要

晚点对话前华为麒麟架构师、寒武纪前 CTO 梁军，深度解析其新创公司昉擎科技的分离式架构与 4D Memory 技术路线，以及他对国产 AI 芯片竞争格局、英伟达 LPX 方向和智能本质的非常规判断。

📝 详细摘要

本文是晚点 LatePost 对昉擎科技 CEO 梁军的近四小时深度访谈。梁军曾任华为麒麟 SoC 总架构师、寒武纪 CTO，2024 年创业成立昉擎，近期完成近 10 亿元 A1 轮融资，估值超百亿。

访谈围绕三个核心议题展开。第一，国产 AI 芯片竞争格局：梁军以华为公布的 DeepSeek V4 Pro 推理数据为锚点，提出 100 TPS（单会话 Tokens Per Second）是分界线，低于此为红海，高于此为蓝海，目前国内只有华为进入蓝海区。他批评超节点线性扩展路线，认为智能遵循指数规律而非线性规律，单纯扩大规模收益递减。

第二，技术路线：梁军去年提出的「上下文相关/上下文无关」分离式架构与英伟达今年 GTC 发布的 LPX 系统方向一致。他进一步提出 4D Memory 理论，把通信纳入 Memory 的第四维度，并指出 LPU 而非 GPU 才是未来智能计算系统的骨架。他明确表示不做英伟达平替，认为替代成熟体系比创新更难。

第三，对智能本质的哲学思考：梁军提出智能是一种「物理场」，状态跃迁的密度定义空间、梯度定义引力，智能涌现与引力是同一物理场的不同相变。他将这一框架用于指导计算系统设计，认为 AGI 的实现路径是「解除时空对因果跃迁的封印」。这些观点在业界属于高度非共识，他自嘲为「民科的狂妄」，但强调所有判断都基于严格逻辑推演而非直觉。

💡 主要观点

- 100 TPS 是国产 AI 芯片竞争的分界线，低于此为红海、高于此为蓝海。 梁军以华为公布的 DeepSeek V4 Pro 推理数据为依据：单会话 50 TPS 时系统吞吐 4700 TPS，提升到 100 TPS 后吞吐降至 1600 TPS，成本上升超 3 倍。他认为绝大多数中国公司会在 100 TPS 以下的红海竞争，只有华为进入了蓝海区。

超节点线性扩展不是可持续路线，智能遵循指数规律而非线性规律。 他批评行业追求更大规模超节点的思路，认为线性扩展只是在增加底数，当指数趋近于 0 时，规模按线性递增的收益增量会呈对数递减。DeepEP 等系统优化是在现有体系上的工程改进，底层芯片和硬件系统仍有大幅优化空间。

分离式架构与 4D Memory 是昉擎的核心技术路线，与英伟达 LPX 方向一致但理论更早。 梁军去年提出 Attention（上下文相关）与 FFN（上下文无关）应拆分到不同硬件，今年进一步提出 4D Memory，把容量、带宽、计算、通信四个维度统一设计。他预测英伟达收购 Groq 后会保留系统互联方案但重做芯片。

LPU 而非 GPU 是未来智能计算系统的骨架，GPU 是「树叶」。 他认为大模型权重计算需要多芯片协同扩展，搭建起智能系统的基本骨架，而 LPU 符合这一趋势；GPU 更多承担前处理等并行任务。英伟达将 LPU 与 GPU 展示为对等关系，可能是为了保护现有产品生态。

智能是一种物理场，AGI 的实现是「解除时空对因果跃迁的封印」。 梁军提出状态跃迁的计数产生时间、跃迁密度定义空间、密度梯度定义引力，智能涌现与引力是同一物理场的不同相变。计算系统的设计目标从提升指令执行效率，转向如何将因果密度物理场维持在更高强度。这是他所有工程判断的元理论。

💬 文章金句

- 单个会话低于 100 TPS 的场景是国产 AI 芯片竞争的红海区。

• 智能遵循的是指数规律，线性扩展规模只是在增加底数，是低效的方式。
• 我不会干平替，这也不是一个创业公司应该干的事情。
• 共识是没有钱的。
• 时空封印了因果跃迁，E = mc² 的另一种表述是能量被封印在空间内形成了质量，计算系统的研究目标是如何解除时空对因果跃迁的封印。

📊 文章信息

AI 初评：88

来源：晚点LatePost

作者： 晚点LatePost

分类：人工智能

语言：中文

阅读时间：42 分钟

字数：10440

标签： AI 芯片, AI 硬件与芯片, 国产芯片, 系统架构, AI 基础设施

阅读完整文章