全球人工智能企业聚焦AI芯片.docx

??

?

??

全球人工智能企业聚焦AI芯片

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

一概述

2017年，人工智能（AI）在新科技革命和产业变革中加速发展，基础算法研究、类脑研究、人机协同智能、超级智能等相关技术领域不断取得突破。人工智能代表了未来科技和产业发展方向，体现了当今世界数字经济、绿色经济的发展潮流，成为世界各国家和地区激发创新活力、抢占未来发展先机和巩固核心竞争实力的前沿战略领域。

本次人工智能产业的爆发，主要得益于以深度学习为代表的AI算法的突破，而新一代AI芯片带来的强大算力，又是支撑各种算法的前置条件。鉴于芯片在人工智能产业中的核心地位，“无芯片不智能”成为产业发展的共识，全新的AI芯片平台具有强大的吸引力。因此，除传统芯片巨头和芯片初创企业外，互联网企业（谷歌、亚马逊、脸书等）、AI算法公司（商汤、格林深瞳等），甚至包括新能源汽车厂商（特斯拉）、白色家电厂商（格力）等大批产业链的下游企业都宣布进入AI芯片设计领域，对全球芯片产业的市场格局带来了深刻影响。

对于中国而言，这也是一次重大的发展机遇。人工智能芯片与之前的芯片发展外部环境不一样，比方说，一颗传统的蓝牙芯片，芯片设计公司只需要按照全球统一的通信协议设计相应的基带和射频部件就可以卖给全球任何一个下游客户。下游的二次开发商拿到芯片后，针对不同应用开发不同的控制软件和添加不同的外围器件，从而形成完整的解决方案。最终的产品供应商采购这些解决方案并集成到终端产品中去，并形成最后的芯片销售。

而AI芯片则不一样。首先，产业链更长，除芯片供应商、二次开发商、终端设备厂商外，还需要云端的大数据计算平台供应商、云端的算法和终端的算法厂商的参与。其次，没有统一的协议。全球不同国家、不同行业、不同应用场景对AI芯片的安全机制等法律法规、数据库使用、算法要求可能不一样，无法做到一款芯片放之四海而皆准，AI芯片有可能需要针对不同的碎片化、细分市场进行定制化、差异化开发。比方说，Mobileye公司的无人驾驶芯片进入中国市场就需要根据中国从法律到应用层面上的需求，进行图像采集、地图数据库使用、路面识别算法等一系列的修改，这种修改完全有可能最终需要涉及芯片内部设计或底层软件的改动。此外，后摩尔定律推动AI芯片设计走向异构计算时代。工艺越来越复杂和投入越来越大，包括AI在内的芯片设计从单纯追求工艺的先进性发展到重新侧重设计架构的创新。2017～2018年美国DARPA获得政府专款，牵头多家公共部门和私人企业，探索通过设计和架构的创新提升芯片的性能。谷歌新任董事长、前斯坦福大学校长Hennessy和同为著名的处理器架构大师、谷歌TPU2的主要设计者之一Patterson在公开演讲中多次明确表达了异构计算（heterogeneouscomputing）将会是下一代主流计算架构的观点。与完全依赖于通用CPU及其编程模型的传统软件编写模式不同，异构计算包含了多种基于特定领域架构（Domain-SpecificArchitecture，DSA）设计的处理单元。每一个DSA处理单元都有负责的独特领域并针对该领域做优化，计算效率也远高于传统CPU。目前的AI芯片就是DSA处理单元的一个例子，相比于传统的CPU可以实现百倍以上的计算能力提升以及万倍以上的能效比提升。

中国具有发展人工智能芯片产业的资源禀赋优势。在海量用户产生的大数据、市场规模、政策法规等人工智能应用的外部要素上，中国人工智能产业具有相对于其他国家而言明显的比较优势。在AI芯片的指令集、压缩算法、架构设计创新上，包括寒武纪、深鉴科技、华夏芯在内的公司都做了不少开拓性的工作，太湖之光、华夏芯在异构计算的体系架构上取得了芯片级的成果，同时中国异构计算联盟还在异构计算的存储网络架构、5G通信应用、异构计算安全防护体系等领域联合了一批中国企业，共同制定中国标准，并努力使其成为全球异构计算联盟（HSA）的标准（华夏芯担任HSA的主席）。

由于起步较晚，我国在以CPU为代表的核心处理器芯片领域长期处于落后的状态。在高端计算芯片领域，中国第一次与发达国家站在了同一起跑线上，人工智能芯片有可能成为带动中国集成电路设计行业跨越式发展的一次重大机遇。

二人工智能芯片分类及关键属性

（一）按应用场景分类

按照应用场景，AI芯片可以简单地分为用于云端服务器的云AI芯片，以及用于终端智能设备、IOT设备的终端AI芯片。

1.云端AI芯片

云AI芯片的特点是性能强大、能够同时支持海量运算，并且能够灵活地支持图片、语音、视频等不同AI应用。各种互联网AI能力（如在线翻译、人证比对），背后都有云AI芯片在发挥作用或提供算力。

2.终端AI芯片

终端AI芯片需要嵌入到设备内部，让设备在本地通过感知、计算处理及有限的后台反馈