华为半导体首席科学家廖恒近日在公开访谈中盛赞 DeepSeek 创始人梁文锋，称其在行业普遍盲目堆算力时，提前预判并主动选择了突破未来 AI 发展瓶颈的稀疏激活架构。

一、梁文锋预判的 " 行业瓶颈 " 是什么？

廖恒所指的行业瓶颈，核心是当前 AI 行业主流发展路线正逼近其物理和效率极限。- 硬件层面的物理天花板：廖恒指出，英伟达不断做大芯片、提高机柜密度的路线存在物理天花板，最多仅能延续两至三代。他类比道：芯片如同不断扩建的工厂，计算面积（厂房）快速增加，但负责数据传输、供电和内存交互的通道（厂区道路）却未能同步拓宽。机柜端同样面临算力密度越高、供电与散热压力越大的困境。- 推理阶段的 " 内存墙 " 瓶颈：更关键的瓶颈在于，AI 模型投入应用（推理）后，制约性能的往往不再是计算速度，而是数据传输速度。廖恒指出，AI 服务器真正昂贵的部分并非逻辑计算芯片，而是 HBM 高速内存。因为模型每生成一个 Token，都需要持续从内存中读取参数，此时数据传输成为新瓶颈。- 行业盲从的 "Scaling Law" 误区：在行业普遍盲从 Scaling Law（即盲目堆叠参数与算力）时，梁文锋主动选择了一条更艰难但更具前瞻性的路径。

二、梁文锋如何破解这一瓶颈？

面对上述行业瓶颈，梁文锋领导下的 DeepSeek 没有随大流，而是做出了关键的顶层战略创新。- 选择稀疏激活架构：在行业疯狂堆砌算力时，DeepSeek 毅然选择了难度更高、收敛更复杂的 " 稀疏激活架构 "。这是一种从底层软硬件协同出发的战略创新，旨在从核心架构上应对未来的数据传输和计算效率挑战。- 主动破局的先行者价值：廖恒认为，这种提前预判行业瓶颈、并敢于主动选择困难路径进行破局的先行者，具备极高的行业价值。这表明 DeepSeek 并非简单追赶，而是从顶层设计着眼，解决 AI 发展中的深层次结构性问题。

三、这一判断为何重要？

廖恒的这一表态，不仅是对梁文锋个人的高度认可，也揭示了 AI 产业发展的关键转折。- 华为首席科学家的权威背书：作为华为 Fellow、昇腾核心奠基人，廖恒深耕芯片行业多年，其评价分量极重。他指出英伟达路线的物理天花板，实际上也为 AI 行业指出了未来必须攻克的方向。- 从 " 堆算力 " 到 " 提效率 " 的范式转变：廖恒的观点与梁文锋的选择，共同指向 AI 产业正从早期粗放的 " 算力军备竞赛 "，转向更注重架构创新、软硬件协同和 " 算力利用率 " 的精细化发展阶段。谁能率先突破 " 内存墙 " 等物理瓶颈，谁就可能占据下一轮竞争的制高点。

精选参考来源 查看全部

本文由 AI 生成