12月2日，2025GIS全球创新展暨全球创新领袖峰会于香港开幕。开幕式现场，2024年诺贝尔物理学奖得主、“AI教父”、2018年图灵奖得主、深度学习奠基人Geoffrey Hinton连线深圳云天励飞技术股份有限公司董事长兼CEO陈宁，围绕算力效率、AI向善与普惠未来展开了一场高密度对话，硅谷著名计算机科学家、硅谷高创会大会主席吴军担纲主持。

“我们从11年前开始，致力于设计更高效的AI芯片，这是我们的使命。我们需要更好的AI，我们需要更高效、成本更低的AI。过去训练AI，GPU花费可能高达数十亿美元，我们现在需要打造更经济的AI训练模式。我们非常重视NPU和TPU，我们目标是实现百倍以上的效率提升，无论是成本还是功耗都要比GPU好得多。”在这场巅峰对谈中，陈宁明确提出观点。

近期谷歌自研AI芯片TPU（张量处理单元，一种NPU）成为市场关注焦点，谷歌或凭借TPU重塑AI芯片市场格局。

陈宁认为，2012年AlexNet论文开启了GPU在AI领域的应用，2022年ChatGPT的发布推动GPU市场爆发。GPU在深度学习早期扮演了重要角色，但本质仍是通用计算架构，并非为神经网络量身定制，难以适配推理时代的核心需求，而谷歌TPU非常出色，正是神经网络处理和深度学习所需。

“我们的第五代GPNPU正是为应对这一趋势而生。”陈宁介绍。据了解，云天励飞以NPU为核心，将推出GPNPU架构，融合GPU生态兼容性、NPU高性价比设计与国产工艺优势，走“推理优先架构”路线，在矩阵/向量单元、存储层级和带宽利用上深度优化，目标是将100万个token的生成成本，从约1美元压到1美分，实现百倍级效率提升。

对此，Geoffrey Hinton亦有同样的判断：现有计算体系在能耗和效率上面临越来越大的压力，未来需要在新的计算形态上进行更多探索，算力效率将成为下一阶段关键瓶颈。

对谈中，Geoffrey Hinton还谈到其对于中国长三角和粤港澳大湾区的观察：前者在算法与软件开发方面优势明显，后者在硬件制造与应用落地上更具活力。

Geoffrey Hinton认为，如果只做基础研究、不落地应用，会变成新的“象牙塔”；如果只追逐短期应用、不推动底层架构与理念演进，则会透支未来竞争力。真正具备全球影响力的AI生态，必然是“基础理论 + 专用算力 + 大规模场景”相互强化的结果。

2025年是AI从训练时代全面迈入应用推理时代的元年，眼下全球AI发展态势良好，业界正持续探索更多AI应用场景，陈宁做出展望：“到2027年，AI应用和智能体的普及率将超过70%。再往后数30年，这个比例会超过90%。”而随着智能体能力持续下沉，AI处理芯片将被广泛嵌入眼镜、耳机、手机、笔记本、家电以及各类企业设备之中，“像水、电、燃气一样，无处不在、按需取用”。

实际上，为使得不同国家和地区都能在同一张互联互通的推理网络上共享能力，尤其在医疗与教育等关乎民生的领域真正实现“AI for All”，云天励飞已向国际相关机构提出建议，希望推动建立统一的AI处理芯片与推理网络标准。

同时陈宁预计，到2030年，全球AI芯片产业规模有望达到约5万亿美元，其中训练芯片约占1万亿美元，而面向终端与行业侧的推理/处理芯片有望达到4万亿美元，占比约80%。

陈宁与“AI教父”Geoffrey Hinton的此番对话在业内备受关注，亦颇具思考与借鉴意义。一方面，人工智能学术界、产业界领军人物碰撞出精彩的思想火花，另一方面，云天励飞当下的战略方向再次明确。

云天励飞长期专注于AI推理芯片的研发，是全球第一批提出NPU驱动的AI推理芯片概念并商业化落地的公司。2025年，基于在五代神经网络处理器指令集架构和商用芯片方面的深厚沉淀和积累，云天励飞进一步全面聚焦AI芯片，未来云天励飞将构建覆盖“架构-芯片-方案-应用”的高效AI推理生态，志在成为中国AI推理芯片的领军企业，助力中国在第四次工业革命中抢占全球AI算力制高点。