国产AI芯片崛起时更应回归理性.pdf

国产 AI 芯片 崛起时更应回归理性 人工智能之所以能崛起，主要得益于算法、数 据和计算能力三方面的突破，而芯片为复杂的计算任 务提供了有力的支撑。因此， AI 芯片成为了人工智能 技术发展过程中的关键环节。 AI 公司的新壁垒？ 2015 年，大量的 AI 初创公司都在 GPU 上做软件 算法，然后集成到现成的服务器做落地应用，但地平 线机器人的创始人余凯相信未来的趋势必须是软件和 芯片一起做。 “AI 的应用要大规模落地，计算平台得要先做 好。”余凯告诉《经济》记者，必须要跨过成本和性能 的临界点，要足够低成本、低功耗、高效能。芯片是 让 AI 从庙堂之高的云端服务走向更广泛行业的必由 之路。 “但那个时候我们的理念很难得到资本业界的认 可。”芯片开发所需要的资金是摆在地平线面前最大的 难题。 2016 年初，余凯把公司的管理层召集起来，开 了整整两天的会，一点点地抠开发成本，算清楚最少 要花多少钱才能把第一颗芯片做出来。 直到 2017 年，谷歌的 TPU 芯片在 AlphaGO 上得 到成功应用，业界才意识到芯片对于 AI 行业的重要 性。如今，各个 AI 初创公司之间， 软件算法的差异化 正在拉平，同质化竞争不可避免，芯片已经成为新的 竞争壁垒。 “中国芯”有望弯道超车 AI 芯片越来越重要。 但是它的定义一直以来都很 模糊。那么，该如何定义 AI 芯片？ AI 芯片被称为 AI 加速器或计算卡，即专门用于 处理人工智能应用中的大量计算任务的模块（其他非 计算任务仍由 CPU 负责）。不同于传统芯片， AI 芯片 规模更大，结构更加复杂，运算能力更强。目前人工 智能芯片已经广泛应用于图像识别、智能安防、智能 驾驶、语音识别、消费类电子等领域。 云知声联合创始人、 IoT 事业部副总裁李霄寒向 《经济》记者解释：“从应用场景来看，可以将 AI 芯 片分为三类。第一类是云端，也就是数据中心，比如 谷歌的 TPU、英伟达的 GPU 等；第二类是设备端， 比如电脑、手机、笔记本等；第三类是物联网服务器 端，能深度融入生活场景，比如家庭能源管理、智能 物流信息系统、智慧农业等，这类芯片在通用计算能 力上稍弱，更加注重功耗和成本，但是它在终端计算 能力方面要强一些。 ” 从市场需求来看， 目前 AI 芯片主要分为三类： 第 一类是面向人工智能企业及实验室研发阶段的 Training （训练）需求；第二类是通过云端提供服务的 主流人工智能应用；第三类是面向设备端推理市场， 如智能手机、智能摄像头、自动驾驶、 VR 设备等， 都需要高度定制化、低功耗的 AI 芯片产品。 据前瞻产业研究院预测，到 2021 年全球 AI 芯片 市场规模将达到 111亿美元，相比 2016 年的 36 亿美 元，年复合增长率达到 25%，呈爆发式增长，这意味 着 AI 芯片市场的蛋糕越做越大。李霄寒举例： “比如 2017 年空调总销量 14170 万台，在智能化的趋势下， 智能空调的市场渗透率达 22%，意味着对芯片的需求 量极大。” 目前人工智能正处于产业化的早期阶段，相当于 所有的国家都站在同一条起跑线上。李霄寒认为，这 为国产 AI 芯片提供了一个弯道超车的好机会。 近日，国内的几家智能芯片设计公司相继发布了 自主研发的 AI 芯片，可广泛应用于智能手机、 智能音 箱、智能驾驶