"AI Native"概念强调将AI融入产品和服务中，实现更高效和智能化运作。无问芯穹联合创始人颜深根表示，AI Native有助于解决算力短缺问题，提高算力使用效率。对于如何构建适应多模型与多芯片格局的AI Native基础设施，夏立雪认为应提供高效整合异构算力资源的算力平台和支持软硬件联合优化与加速的中间件。
：
随着人工智能技术的快速发展，越来越多的产品和服务开始尝试将其融入到其中，实现更高效和智能化的操作。然而，在这样的过程中，如何构建一个能够应对多模态、多芯片格局的AI Native基础设施成为一个重要的话题。
"AI Native"的概念强调了将AI融入产品和服务中的理念。它旨在解决算力短缺问题，提高算力使用效率，这对于当今的互联网行业来说尤为重要。
无问芯穹联合创始人颜深根对此有着深入的理解。他认为，AI Native是解决算力短缺的重要手段之一，通过构建具有强大计算能力的AI Native基础设施，可以有效地支持更多的AI应用，并在数据处理上超越传统模式。
而对于如何构建适应多模态、多芯片格局的AI Native基础设施，夏立雪提出了自己的看法。她指出，需要提供一种高效整合异构算力资源的算力平台，这不仅可以有效解决算力不足的问题，而且也可以更好地满足不同场景下的AI需求。
此外，还需要有一种支持软硬件联合优化与加速的中间件。这种中间件不仅可以帮助企业更有效地利用硬件资源，还可以为企业的AI开发提供必要的支持。
总的来说，AI Native是一种将AI融入产品和服务中的理念，它可以解决算力短缺的问题，提高算力使用效率。然而，要构建一个适应多模态、多芯片格局的AI Native基础设施并不容易，需要企业提供高效的计算能力和整合异构算力资源的中间件，同时也要考虑到软硬件的联合优化与加速。只有这样，才能真正地发挥AI Native的潜力，为企业的发展提供强大的支持。