本文作者  /  Rambus研究員與杰出發(fā)明家Steven Woo

AI領(lǐng)域始終在不斷演進，我們正見證一場從“生成式AI”時代到“代理式AI”時代的深刻變革。這場變革有望重塑各行各業(yè)，并釋放前所未有的發(fā)展機遇。

與此同時，這也需要我們提供更具創(chuàng)新性的技術(shù)解決方案，從而精準滿足這些新興工作負載的獨特需求。

Rambus研究員與杰出發(fā)明家Steven Woo

如今，代理式AI正驅(qū)動各行各業(yè)變革性應(yīng)用的落地。機器人領(lǐng)域正經(jīng)歷巨變，從簡單的自動化發(fā)展到倉庫應(yīng)用、制造業(yè)等領(lǐng)域的復(fù)雜自主代理。

與此同時，智能邊緣計算也將被極大地賦能，進而實現(xiàn)在物聯(lián)網(wǎng)和智慧城市部署中的實時決策。這些發(fā)展凸顯了代理式AI日益增長的影響力，及其在實現(xiàn)大規(guī)模自主化方面所發(fā)揮的作用。

根據(jù)Gartner預(yù)測，到2028年，33%的企業(yè)級軟件應(yīng)用將集成代理式AI，而2024年這一比例尚不足1%；屆時，15%的日常工作決策將得以自主完成。

《財富》雜志也指出，NVIDIA首席執(zhí)行官黃仁勛在其2025年CES主題演講中同樣強調(diào)了代理式AI的興起。他表示，這一轉(zhuǎn)變將創(chuàng)造一個全新的萬億美元級產(chǎn)業(yè)，并重新定義人們的工作方式。代理式AI以其自主感知、智能決策和主動執(zhí)行為特征，標志著對生成式AI被動響應(yīng)本質(zhì)的一次根本性飛躍。

誠然，生成式AI憑借其強大的內(nèi)容創(chuàng)作能力已風靡全球，但認識到它的局限性也同樣重要。生成式AI擅長從數(shù)據(jù)中學習規(guī)律，并生成例如文本、代碼、圖像、播客乃至視頻等各種令人印象深刻的輸出。然而，它仍然只是被動地響應(yīng)人類的指令，缺乏真正意義上的自主性。

相比之下，代理式AI實現(xiàn)了重要的躍遷。它具備智能決策的能力，可在沒有人類明確指令的情況下，自主制定計劃和策略以達成特定目標。

尤為關(guān)鍵的是，其設(shè)計旨在實現(xiàn)持續(xù)學習和演進，通過交互和經(jīng)驗積累來不斷完善自身智能。這種從“被動生成”到“主動執(zhí)行”的轉(zhuǎn)變，代表了AI能力的根本性提升，并開啟了更廣泛、更具影響力的智能化應(yīng)用場景。

代理式AI正成為諸多先進應(yīng)用背后的核心驅(qū)動力，包括自動駕駛汽車、機器人流程自動化以及智能醫(yī)療助理等。這些系統(tǒng)通常搭載了各類傳感器和算法，能夠感知周圍環(huán)境、處理信息，并有目的地執(zhí)行任務(wù)。

例如，由代理式AI驅(qū)動的自動駕駛無人機不僅能遵循指令，更能自主規(guī)避障礙、優(yōu)化配送路線，并針對突發(fā)狀況實時調(diào)整，充分展現(xiàn)了其在沒有直接人工監(jiān)督的情況下智能行動、達成特定目標的能力。

這一加速轉(zhuǎn)變也在技術(shù)層面提出了截然不同的要求。生成式AI的核心在于數(shù)據(jù)密集型的訓練和模型優(yōu)化，因此其主要考驗的是計算能力、數(shù)據(jù)吞吐量和模型的可擴展性。

相比之下，代理式AI則更強調(diào)實時響應(yīng)和自主行動，這對系統(tǒng)的性能、低延遲和可靠性提出了極高的要求。因此，內(nèi)存帶寬、內(nèi)存延遲、數(shù)據(jù)處理速度以及整個系統(tǒng)的穩(wěn)定性，已成為代理式AI高效運行的關(guān)鍵。

半導體技術(shù)是代理式AI革命的基石。高性能半導體設(shè)備不僅僅是簡單的元器件——它們更為代理式AI的蓬勃發(fā)展提供了所需的算力、能效和可靠性。

隨著應(yīng)用場景的不斷落地和演進，代理式AI也對作為支撐的半導體技術(shù)提出了越來越高的要求。

在眾多半導體技術(shù)中，內(nèi)存成為向驅(qū)動代理式AI的處理引擎供給數(shù)據(jù)的關(guān)鍵賦能者。HBM與GDDR等最新技術(shù)提供的超高內(nèi)存帶寬，是實時處理海量數(shù)據(jù)流的先決條件。內(nèi)存延遲，尤其是負載下的延遲，也同樣關(guān)鍵，因為它直接影響代理式 AI系統(tǒng)的響應(yīng)速度和決策效率。

隨著AI模型和應(yīng)用場景越發(fā)復(fù)雜，對更大內(nèi)存容量的需求也將持續(xù)增長。作為更主流的內(nèi)存類型，DDR 和 LPDDR正持續(xù)優(yōu)化以提供更高容量，從而支持包括AI在內(nèi)的先進工作負載。

內(nèi)存容量與帶寬持續(xù)為代理式AI的處理引擎提供動力。HPC芯片——包括CPU、GPU以及專用加速器——是滿足AI模型訓練與推理所需原始算力的核心，其對內(nèi)存帶寬與容量的要求亦達到前所未有的高度。為應(yīng)對這些日益增長的需求，這些處理引擎正加速采用先進封裝技術(shù)，以提升集成度、增強性能并改善能效。

Rambus始終處于技術(shù)開發(fā)的前沿，致力于提供半導體芯片、內(nèi)存和接口解決方案以及安全IP，而這些技術(shù)是驅(qū)動代理式 AI 時代不可或缺的核心。我們業(yè)界領(lǐng)先的DDR5內(nèi)存接口芯片、GDDR7和HBM4控制器IP解決方案，以及Root of Trust和MIPI產(chǎn)品，均為先進AI工作負載在帶寬、延遲和容量方面的嚴苛需求而精心設(shè)計。

此外，我們深知安全的重要性，Rambus的Root of Trust等安全IP解決方案旨在保護AI系統(tǒng)，能夠在越來越自主化和敏感的應(yīng)用中確保數(shù)據(jù)完整性，為下一代智能系統(tǒng)提供了關(guān)鍵的支撐。

代理式AI具有變革性的力量，有望重塑各行各業(yè)，并以深遠的方式改善人們的生活。為了支持AI的進一步發(fā)展，Rambus致力于推動芯片、內(nèi)存和互連技術(shù)的持續(xù)創(chuàng)新，從而預(yù)見并滿足代理式AI不斷演進的需求。

*聲明：本文系原作者創(chuàng)作。文章內(nèi)容系其個人觀點，我方轉(zhuǎn)載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯(lián)系后臺。