IT之家 8 月 24 日消息，东南大学 8 月 23 日宣布，由东南大学宋爱国教授牵头的国家重点研发计划项目取得重大临床突破。    　　在AI大模型训练与推理需求爆发的推动下，AI芯片行业正经历深刻重构：竞争焦点从单一制程性能转向“专用架构+软件生态+能效效率”的系统级较量。而OpenAI自研AI芯片的最新消息，无疑泛起了新的涟漪。　　据财联社报道，OpenAI自研的推理芯片Jalapeno迎来了新的突破，在测试中的表现优于英伟达当前的产品阵容。　　OpenAI芯片业务负责人Richard Ho在接受采访时表示，Jalapeno芯片与英伟达GB300进行的比较测试中，Jalapeno在两个指标上占据优势：单位功耗所能处理的AI工作量，以及响应的速度。　　需要指出的是，Jalapeno并未与英伟达最新一代的Vera Rubin芯片进行测试，后者刚刚开始出货。

B | 此外，Jalapeno也并非为AI模型训练而设计，其主要面向AI推理阶段，即模型完成训练后，根据用户提示生成响应并执行任务的阶段。

C | 而训练则是英伟达技术最擅长的领域之一。学校联合企业共同研发的力交互腔镜手术机器人，在郑州大学第一附属医院与新疆医科大学第一附属医院泌尿外科团队的密切协同下，成功完成两例肾部分切除术与 1 例前列腺癌根治术。东南大学官方表示，此次临床试验充分验证了力反馈技术在腔镜手术机器人超远距离远程手术场景下的稳定性、操作精准度与实时响应能力。　　公开资料显示，除了英伟达这一行业领跑者之外，OpenAI等全球科技巨头均在积极自研AI芯片，比如亚马逊自研的Trainium系列、Inferentia系列芯片，微软自研的Maia系列芯片，Meta自研的MTIA系列芯片，特斯拉自研的Dojo D1、AI5等芯片，谷歌自研的TPU系列芯片。　　国内龙头同样在积极自研AI芯片，比如阿里巴巴的含光、真武系列，百度的昆仑芯，摩尔线程的长江、华山等，快手的SL200，以及字节跳动的SeedChip等等。　　头豹研究院表示，巨头们积极自研AI芯片，背后的深层次原因在于美国持续收紧先进芯片及制造设备出口管制，叠加全球AI资本开支向头部云厂商高度集中，加速了算力供应链的地缘割裂，各国纷纷押注自主生态。

D | 　　亿欧智库表示，当前国产替代已告别零散的技术突破，进入全产业链协同攻坚的新阶段，AI芯片已完成“设计制造-设备-材料”全链条布局。团队针对腹腔镜手术器械操作空间狭小、力觉感知要求高的特点，基于电阻应变原理自主研发了新型结构的三维力手术提拉力传感器和夹持力传感器，攻克了小型手术器械内集成多维力感知的难题。根据三方机构预测，到2030年，中国AI芯片自给率将升至86%，市场规模突破670亿美元。

E | 这套小型化、高精度、低耦合多维力传感器，让手术机器人具备了接近人手的精细力觉感知能力，填补了国产腔镜机器人力感知领域的技术空白。　　从产业链来看，亿欧智库表示，可关注EDA/IP（华大九天、概伦电子、广立微等）、设备（盛美上海、中微公司、华海清科等）、芯片设计（寒武纪、海光信息、云天励飞等）、封装测试（通富微电、长电科技、华天科技等）等核心环节。在此基础上，团队进一步攻克了力反馈控制技术与力觉临场感遥操作关键技术，相关成果已通过型式检验和多轮动物实验。

F | 临床试验中，主刀医生坐于控制台前，借助荧光影像系统将患者体内组织放大 10 至 20 倍，远隔 2,400 公里外的机械臂实时同步响应手术操作指令，流畅完成分离、游离、切割等核心动作，全程定位精度完全满足临床手术规范要求。

G | （文章来源：东方财富研究中心）。

H | 该设备在清晰呈现手术视野的同时，为术者提供精细真实的触觉反馈。宋爱国表示，团队将持续推动力感知、力反馈技术在更多手术机器人平台落地应用，助力国内高端医疗装备自主可控。