产品分类

　　5月3日，智能芯片设计公司寒武纪科技发布了国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平，可广泛应用于智能手机、智能音箱、智能驾驶等不同领域。

　　此前不久，另一家现象级的创业公司地平线，也发布了中国首款全球领先的嵌入式人工智能视觉芯片。刚刚结束的北京国际车展上，地平线还展示了搭载新一代自动驾驶芯片架构的自动驾驶计算平台。

　　寒武纪和地平线们的背后，是一个爆发式增长的市场。前瞻产业研究院预测，2021年全球人工智能(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%。

　　最令业界欣慰的是，相比传统芯片行业，AI芯片全球起步时间几乎同步，在自主技术研发、建立芯片应用场景上，AI芯片领域蕴藏着“中国芯”弯道超车的机会。

　　芯片最重要的是建立产业生态

　　AI芯片又被称为深度学习芯片、神经元芯片，主要指专为深度学习计算特点和需求而设计的一类专用芯片。

　　与传统芯片不同，AI芯片模拟大脑的神经元和突触，一条指令即可完成一条神经元的处理，这种计算模式在做图像识别等智能处理时，效率可比传统芯片高几百倍。据悉，AI芯片相比传统芯片规模更大，结构更加复杂，运算能力更强，迭代速度从摩尔定律中每18～24个月迭代一次演进为9个月迭代一次。

　　人工智能的崛起主要得益于三大突破——算法、数据和算力。三者缺一不可，其中算力非常依赖芯片的发展。因此，AI芯片已成人工智能技术发展过程中的关键环节。清华大学微电子研究所所长魏少军说：“如今的人工智能、大数据、云计算背后的真正支撑点就是芯片，没有芯片一切都是假的，这也是人工智能技术绕不开的话题。”

　　据中科院计算所研究员陈天石介绍，人工智能芯片在设计时专门考虑了视觉、语音和自然语言处理的一些运算的特征。在设计处理器架构时，针对这些应用的特征做了专门的优化。“最后的效果就是在做智能处理任务的时候，性能比传统处理器更好，能耗可以更低。”

　　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。业内人士认为，云端智能芯片的问世，将为大数据量、多任务、高通量等复杂的云端智能处理需求提供新的技术支撑。

　　据悉，寒武纪此次发布的云端芯片，可以支持各类深度学习和经典机器学习算法，充分满足视觉、语音、自然语言处理、经典数据挖掘等领域复杂场景下的云端智能处理需求。

　　不过，即使像寒武纪这样拥有终端处理和云端智能处理器的商业公司，和国际巨头相比依然存在明显“短板”——产业生态。

　　“芯片最重要的还是能够用起来，只有被大量使用形成市场规模，从而建立起产业生态，才能通过市场回血实现可持续发展。”中芯国际集成电路制造有限公司工作人员向《中国经济周刊》记者坦言，目前国内人工智能公司都在争分夺秒推出各自的产品和应用，没有时间和精力去给国产的AI芯片做配套。而外国厂商的AI芯片由于起步早， 生态建立得相对完善，因此吸引了大批国内用户。

　　如火如荼的AI芯片产业

　　业内普遍认为，在政策、市场、资本的多重刺激下，中国的人工智能芯片产业正迎来最好的时代，未来发展空间可期。

　　从政策层面看，2017年3月人工智能首次被写入政府工作报告，同年7月国务院发布《新一代人工智能发展规划》，将人工智能上升至国家发展战略;2017年12月，工信部发布《促进新一代人工智能产业发展三年行动计划(2018—2020)》;2018年3月5日，十三届全国人大一次会议再次将人工智能发展写入政府工作报告。

　　从市场一线看，行业垂直门户赛迪网的一份研究报告显示，目前的AI芯片参与者涵盖了新型创业型公司(地平线、上海熠知、探境科技等)、行业或互联网巨头(BAT等)、传统芯片公司(华为海思、瑞芯微等)、高校、研究院背景的创业型公司(寒武纪、深鉴科技、清华微电子所等)。

　　在“老中青”三代企业的发力之下，中国AI芯片产业热闹非凡。数据显示，仅2017年下半年，在芯片制造巨头台积电的生产线上，就有超过30家企业的AI芯片在排队等待流片(指把设计好的技术文件交给芯片生产厂家进行生产)。

　　据悉，深鉴科技、云知声、异构智能等一批国产芯片公司均将在2018年完成流片。可以预见，2018年将会是“AI中国芯”密集落地的一年。

　　事实上，百度、阿里等互联网巨头都已默默“上芯”。

　　阿里不但宣布自主研发Ali-NPU的AI芯片，4月20日又全资收购嵌入式CPU研发与产业化公司中天微。此外，阿里还投资了寒武纪、深鉴和翱捷等数家初创半导体公司。

　　百度则布局更早，2017年就率先成为第一家拥有自有芯片的网络巨头，其发布的XPU(云计算加速芯片)，采用自主设计的新一代AI处理架构，可应用在AI、数据分析、云计算和无人驾驶上。

　　除了这些巨头，包括地平线、华夏芯、比特大陆等本土AI企业都宣布推出或正在研发人工智能芯片。最新消息称，台积电南京晶圆厂已经向比特大陆交付了首批16nm芯片。

　　与此同时，敏锐的资本早已嗅到商机。2017年8月，成立仅一年的寒武纪宣布完成1亿美元 A轮融资，投资方阵容强大，阿里巴巴、联想、科大讯飞等企业均有参与。2017年10月，定位为“AI时代英特尔”的本土人工智能芯片初创企业地平线，也获得了英特尔领投的近亿美元融资。

　　全球协作的中国机会

　　必须正视的是，国内的“芯声”虽大，但在全球AI芯片的市场版图中，目前依然是欧美巨头的天地。

　　近日，调研机构发布了全球AI芯片公司排行榜，其中NVIDIA(英伟达)位居第1，Intel(英特尔)紧随其后，NXP(恩智浦)位列第3。IBM、AMD、ARM、苹果、谷歌、高通等欧美巨头占据了榜单前列。华为成为榜单上最靠前的中国身影，位居第12位。

　　排名榜首的英伟达针对人工智能专门开发的GPU(图形处理芯片)，凭借着便捷的编程环境和丰富的生态体系，成为业界主流方案。包括阿里、华为在内的众多中国企业都采购了英伟达生产的GPU。目前，英伟达全球业务中约1/5来自中国。

　　诸多事例证明，若核心技术受制于人，可能在极端情况下给企业带来无法预测的风险。不过，业内人士普遍表示，虽然在通用芯片领域中国“受制于人”，但是在人工智能时代，依托中国人口红利的海量数据、资本加持、巨大的应用场景和市场需求，让中国AI芯片有望“弯道超车”。

　　在百度总裁张亚勤看来，进入AI时代后，技术需要新的架构，很多公司在做AI芯片，就会产生新的操作系统、新的芯片和新的生态。这就是中国公司的机会。

　　专注TMT领域投资的旭辉资本董事总经理韩琳对《中国经济周刊》记者说，当前的人工智能正处于产业化的早期阶段，所有的国家都站在同一条起跑线上。而中国政府从上至下给予了人工智能高度关注，完成了一系列政策层面的顶层设计，使得中国企业在竞争中占据了一定优势。“中国本土芯片公司拥有大数据优势和本地化的应用场景资源，必将加速崛起。而在华外资企业也在积极投身人工智能发展大潮，和本土公司深度合作，助力中国人工智能产业发展壮大。”

　　地平线副总裁张永谦接受《中国经济周刊》记者采访时同样认为，中国本土企业在国内市场更有优势。“以自动驾驶为例，国外与中国的路况差异极大，这意味着需要进行大量数据训练、深度学习的自动驾驶人工智能。”

　　也有业内人士认为，中国发展AI芯片应主动融入世界，拒绝“闭门造车”。前述中芯国际工作人员向《中国经济周刊》介绍说，整个集成电路产业已是一个高度全球化的产业，没有一个国家可以独立运行，“中国大陆的产业力量非常薄弱，必须坚持开放发展，深度融入全球产业链，才能有所作为。”

　　华为荣耀总裁赵明对此予以认同，“在芯片设计上，国内厂商追赶得很快，但设计的工具在美国。芯片设计是全球‘多国部队’在做，像华为的芯片研究，日本、美国、欧洲的公司都有参与。”

       来源：中国经济周刊