芯片为人工智能提供算力，人工智能又反过来推动芯片研发与制造。两者相互促进，正在为智能产业发展带来新的空间。

　　10月12日下午，在第二十六届中国国际工业博览会“人工智能重塑工程与产业论坛”上，中国工程院外籍院士李尔平以《数智赋能高质量一带一路共建》为题发表演讲。他从集成电路产业的变化出发，提出通过科研、产业与人才合作，将技术发展的机遇转化为共建“一带一路”国家的长期产业能力。

　　在李尔平看来，AI应用不断拓展，对计算资源的需求随之增长，而算力供给的提升涉及芯片设计、制造、封装及配套产业链，难以仅靠增加工厂迅速完成。与此同时，半导体企业自身也拥有大量可以借助AI改善的工程任务。承接算力需求与提升研发制造能力，成为产业需要同时面对的课题。

　　芯片开发是一条漫长而复杂的链条。从需求与架构确定，到电路设计、仿真验证，再到晶圆制造、封装和测试，每一步都伴随着方案比较与反复验证。越晚发现问题，返工涉及的环节往往越多。李尔平认为，这些重复探索和数据分析，恰恰为AI提供了充分的用武之地。

　　以设计为例，工程师需要在功耗、性能和面积之间反复权衡。AI能够辅助探索设计参数，帮助比较更多候选方案。在制造环节，大量检测图像、设备数据和测试结果，则可以用于识别缺陷、发现工艺异常，并反馈到生产过程。AI的作用由此进入具体工程流程，帮助工程师更快完成判断与优化。

　　先进封装进一步体现了这种协同的必要性。多芯片集成提高系统能力，也使散热、供电和信号传输之间的关系更加复杂，部分内部参数难以直接测量。李尔平介绍，借助数据与模型，AI可以辅助筛选和优化方案，再通过高精度仿真与测试确认结果。专业模型、优化算法与大模型各有所长，应用的关键在于匹配具体任务。

　　这种技术协同，也为国际产业合作提供了新的切入点。李尔平指出，共建“一带一路”国家在数字基础设施、产业升级和人才培养方面存在不同需求；中国完整的电子信息产业链、丰富的应用场景和工程经验，可以与这些需求形成衔接。

　　他以马来西亚为例介绍，半导体价值链升级为先进封装、功率半导体和工程人才培养提供了合作空间。浙江—马来西亚数字经济联合实验室正在围绕智能制造、具身智能和自动驾驶开展合作，将科研、产业与人才培养结合起来，推动联合研究、师生交流及技术应用。

　　在李尔平的分析中，各国发展阶段不同，合作方式也应有所区别。数字化基础较成熟的国家，更关注AI在行业中的规模化落地；处于能力建设阶段的国家，则需要同步补齐算力、数据和人才基础。本地语言模型、工程培训和应用验证，都可以成为具体的合作课题。

　　因此，他提出，以联合实验室、职业教育平台和企业联合项目作为合作载体：通过共同课题共享科研设施与测试方法，通过课程和实训培养当地师资与工程人员，通过真实产业任务推动技术验证与应用。

　　李尔平将未来合作的着力点落在可持续能力建设上。他建议深化集成电路与AI课程共建、师资交流，协同建设设计、算力与测试平台，让科研合作与当地产业需求持续对接。随着本地人才、研发和运维能力逐步形成，AI与芯片产业相互促进的技术机遇，才能进一步转化为共同发展的动力。（完/供图）

注：请在转载文章内容时务必注明出处!   

编辑：罗嵛月