作為人工智能（AI）產(chǎn)業(yè)發(fā)展的基石，AI芯片近年來發(fā)展迅猛，眾多企業(yè)紛紛布局。然而，在日前于上海舉行的2019世界人工智能大會(huì)上，業(yè)界人士表示，當(dāng)前AI芯片發(fā)展看似火熱，其實(shí)全球AI芯片產(chǎn)業(yè)尚處于“嬰兒期”，未來發(fā)展仍需找準(zhǔn)突破點(diǎn)。

　　AI芯片需求廣闊迎來爆發(fā)

　　算力是人工智能發(fā)展的關(guān)鍵因素之一，隨著深度學(xué)習(xí)算法的普及應(yīng)用，人工智能對(duì)算力提出了更高要求，傳統(tǒng)的CPU架構(gòu)無法滿足深度學(xué)習(xí)對(duì)算力的需求，因此，具有海量數(shù)據(jù)并行計(jì)算能力、能夠加速計(jì)算處理的人工智能芯片應(yīng)運(yùn)而生。

　　近年來，AI芯片產(chǎn)業(yè)發(fā)展迅猛，眾多企業(yè)紛紛布局。結(jié)合應(yīng)用場景和功能劃分來看，AI芯片設(shè)計(jì)可分為云端訓(xùn)練、云端推斷、終端推斷三部分。其中云端訓(xùn)練芯片主要以英偉達(dá)的GPU為主，新入競爭者是谷歌的TPU，深耕FPGA的企業(yè)包括XILINX、英特爾。在云端推斷方面，各企業(yè)呈現(xiàn)出百家爭鳴局面，代表企業(yè)有AMD、谷歌、英偉達(dá)、百度、寒武紀(jì)等。在終端推斷方面，移動(dòng)終端、自動(dòng)駕駛等應(yīng)用場景需求逐漸爆發(fā)，布局企業(yè)包括傳統(tǒng)芯片巨頭和初創(chuàng)企業(yè)，如高通、華為海思、地平線、寒武紀(jì)、云知聲等。

　　賽迪顧問在 2019世界人工智能大會(huì)上發(fā)布的《中國人工智能芯片產(chǎn)業(yè)發(fā)展白皮書》顯示，受宏觀政策環(huán)境、技術(shù)進(jìn)步與升級(jí)、人工智能應(yīng)用普及等眾多利好因素影響，2018年中國AI芯片市場規(guī)模達(dá)到80.8億元，同比增長50.2%。

　　在地方政府加快推進(jìn)公有云、私有云、數(shù)據(jù)中心等建設(shè)的拉動(dòng)下，2018年中國云端訓(xùn)練芯片市場份額達(dá)到51.3%。中國AI芯片市場規(guī)模依然以云端訓(xùn)練芯片為主，隨著中國人工智能應(yīng)用需求不斷落地，未來本地化運(yùn)算將是人工智能發(fā)展的趨勢(shì)之一，終端推斷芯片也將迎來新的發(fā)展機(jī)遇。

　　目前來看，華北、華東和中南地區(qū)穩(wěn)居中國AI芯片區(qū)域市場三甲，是中國AI芯片市場發(fā)展最為領(lǐng)先的區(qū)域，市場總體規(guī)模占據(jù)全國領(lǐng)先位置；在市場增速方面，隨著西部地區(qū)加快投入大數(shù)據(jù)中心建設(shè)，西南、西北地區(qū)的云端AI 芯片市場規(guī)模呈現(xiàn)高速增長，市場份額進(jìn)一步提升。

　　人工智能應(yīng)用市場的爆發(fā)，使得以基礎(chǔ)層為核心的AI芯片受到資本的廣泛關(guān)注。最近一年多來，寒武紀(jì)、燧原科技、比特大陸、地平線等多家廠商宣布獲得融資消息。獲得投融資的廠商希望能夠進(jìn)一步提高AI芯片技術(shù)研發(fā)水平，并加速AI芯片產(chǎn)品規(guī)模商業(yè)化，增強(qiáng)市場對(duì)其未來收益的預(yù)期。

　　不過，賽迪顧問總裁孫會(huì)峰表示：“當(dāng)前，中國乃至全球AI芯片產(chǎn)業(yè)仍處于產(chǎn)業(yè)化早期階段”。他說，隨著5G、物聯(lián)網(wǎng)時(shí)代來臨，預(yù)計(jì)未來三年中國AI芯片市場規(guī)模仍將保持50%以上增長速度，到2021年將達(dá)到305.7億元。另外，以邊緣計(jì)算為主的AI芯片將迎來一輪投資熱潮。

　　“近年來，我國在芯片和軟件領(lǐng)域攻克了一些關(guān)鍵技術(shù)難關(guān)，為人工智能芯片創(chuàng)新奠定了好的基礎(chǔ)?！惫I(yè)和信息化部相關(guān)負(fù)責(zé)人表示，工信部在推動(dòng)人工智能產(chǎn)業(yè)發(fā)展方面主要聚焦在幾個(gè)方面，其中之一即聚焦核心技術(shù)，圍繞人工智能芯片、算法、開源開放平臺(tái)等關(guān)鍵技術(shù)發(fā)展，加大資源投入。

　　喧囂背后市場痛點(diǎn)猶存

　　AI芯片已成為中外科技企業(yè)競爭的焦點(diǎn)之一，以至于清華大學(xué)微電子所所長魏少軍用“無產(chǎn)業(yè)不AI，無應(yīng)用不AI，無芯片不AI”這樣的話語描述當(dāng)下的人工智能熱潮。

　　在市場格局上，作為傳統(tǒng)芯片巨頭，英偉達(dá)目前占據(jù)著AI芯片市場的霸主地位。通過積極布局，高通在移動(dòng)領(lǐng)域的AI芯片市場擁有較強(qiáng)的話語權(quán)。阿里巴巴、亞馬遜在AI芯片領(lǐng)域的布局也已初見雛形。如寒武紀(jì)、地平線、比特大陸等其他 AI芯片初創(chuàng)企業(yè)的發(fā)展前景同樣值得期待。

　　在專家看來，隨著機(jī)器學(xué)習(xí)等技術(shù)的快速發(fā)展，人工智能產(chǎn)業(yè)發(fā)展正以其高端的新興技術(shù)、巨大的商業(yè)價(jià)值、廣闊的應(yīng)用前景和龐大的產(chǎn)業(yè)空間，成為新的重要經(jīng)濟(jì)增長點(diǎn)。伴隨著人工智能各種應(yīng)用場景的普及與發(fā)展，海量多維的數(shù)據(jù)將在云端以及邊緣側(cè)展開大量處理計(jì)算，芯片也面臨更加廣泛以及多樣化的需求，這對(duì)AI芯片的計(jì)算架構(gòu)、運(yùn)算能力、場景與算法適用性、安全可控等都提出了新的課題與挑戰(zhàn)。

　　目前，AI芯片技術(shù)主流路徑有GPU、FPGA、ASIC等，其中GPU、FPGA是較為成熟的芯片架構(gòu)，ASIC是針對(duì)特定應(yīng)用場景的專用芯片。GPU架構(gòu)的芯片能滿足深度學(xué)習(xí)大量計(jì)算需求，釋放人工智能的潛能，但缺點(diǎn)在于功耗較高；FPGA架構(gòu)的芯片具有足夠的計(jì)算能力、較低試錯(cuò)成本和足夠的靈活性，缺點(diǎn)在于價(jià)格較高、編程復(fù)雜；ASIC架構(gòu)的芯片能夠在特定功能上進(jìn)行強(qiáng)化，具有更高的處理速度和更低能耗，但缺點(diǎn)是成本高，有用量足夠大時(shí)才能夠降低成本，而且由于是定制化，可復(fù)制性一般。

　　據(jù)計(jì)算機(jī)視覺公司云從科技副總裁張立介紹，傳統(tǒng)芯片企業(yè)通常更關(guān)注是如何把芯片做成通用化，以支持各種不同應(yīng)用場景。但這樣的通用化，在AI場景落地時(shí)會(huì)遇到問題，比如公司對(duì)AI芯片考慮較多的是單位功耗，而芯片企業(yè)對(duì)功耗要求可能不是首要優(yōu)先級(jí)。公司在將AI場景落地的過程中，發(fā)現(xiàn)通用芯片完全滿足不了需求。這給從事AI解決方案和核心算法的企業(yè)帶來了難題——公司的算法是統(tǒng)一的，但需要在不同的場景適配不同的芯片和模組。

　　“目前，AI芯片發(fā)展還處在嬰兒期”。張立表示，現(xiàn)在企業(yè)使用的很多AI芯片因?yàn)楣に囈筝^高，很難在大陸流片，都是在臺(tái)積電進(jìn)行流片。同時(shí)，也正因這工藝復(fù)雜度較高，導(dǎo)致芯片價(jià)格較高，使得下游很多使用其模組的產(chǎn)品無法量產(chǎn)。

　　作為國內(nèi)邊緣側(cè)AI芯片領(lǐng)域的先行者，嘉楠科技早在2016年就掌握了16nm制程工藝，之所以現(xiàn)階段的AI芯片制程工藝仍為28nm，主要也是受出貨量的限制。

　　嘉楠科技CEO張楠賡表示，從功耗角度而言，很多云端訓(xùn)練的AI模型無法順利部署至邊緣側(cè)設(shè)備，應(yīng)用場景也無法支持較高的芯片功耗。雖然一些云端芯片巨頭也在向邊緣側(cè)延伸，但是裁剪AI算法去適配芯片更多體現(xiàn)了巨頭們削足適履的局限。對(duì)嘉楠科技而言，從事邊緣側(cè)芯片的開發(fā)就是在“帶著鐐銬舞蹈”，要在功耗和成本的嚴(yán)格約束下，不斷提升算力，適配場景，提升芯片的專用性。

　　AI芯片發(fā)展需探索新路徑

　　“我們離人工智能還有多遠(yuǎn)？目前很多企業(yè)所做的只是增強(qiáng)智能而不是真正的人工智能，離真正的人工智能還差得很遠(yuǎn)”。魏少軍表示，人工智能網(wǎng)絡(luò)能夠崛起取決于三個(gè)因素，算法、數(shù)據(jù)和算力。當(dāng)前，AI芯片面臨兩個(gè)現(xiàn)實(shí)問題：其一，算法仍在不斷演進(jìn)，新算法層出不窮，每隔幾個(gè)月算法就發(fā)生新的變化；其二，一種算法對(duì)應(yīng)一種應(yīng)用，沒有統(tǒng)一的算法，而讓芯片處理不同的算法十分困難。

　　在魏少軍看來，AI芯片應(yīng)該具備的要素包括可編程性、架構(gòu)的動(dòng)態(tài)可變性、高效的架構(gòu)變換能力、高計(jì)算效率、高能耗效率、低成本等。按照這些要求，目前業(yè)界流行的一些作法均不是理想的架構(gòu)。過去幾年，AI芯片領(lǐng)域一個(gè)重要變化就是架構(gòu)的變化。人工智能芯片不在于追求算力，而在于架構(gòu)創(chuàng)新。業(yè)界也需要找到一種針對(duì)人工智能計(jì)算的全新計(jì)算引擎。

　　針對(duì)國產(chǎn)AI芯片的發(fā)展，中國工程院院士倪光南表示，芯片設(shè)計(jì)門檻極高，只有極少數(shù)企業(yè)能夠承受中高端芯片研發(fā)成本，這也制約了芯片領(lǐng)域創(chuàng)新。我國可以借鑒開源軟件成功經(jīng)驗(yàn)，降低創(chuàng)新門檻，提高企業(yè)自主能力，發(fā)展國產(chǎn)開源芯片。

　　“開源軟件正成為當(dāng)前軟件產(chǎn)業(yè)的主流，芯片產(chǎn)業(yè)也可以采用開源這種模式”。倪光南表示，目前在芯片開發(fā)方面，新的RISC—V指令集是一種能夠降低處理器芯片IP成本的新模式。用戶可以自由免費(fèi)使用RISC-V進(jìn)行CPU設(shè)計(jì)、開發(fā)并添加自有指令集進(jìn)行拓展等。RISC-V對(duì)于當(dāng)前國家提倡的智能+新一代信息技術(shù)、新一代人工智能技術(shù)的發(fā)展等，都是很好的支撐。

　　賽迪顧問認(rèn)為，人工智能芯片未來將呈現(xiàn)新發(fā)展趨勢(shì)——芯片開發(fā)將從技術(shù)難點(diǎn)轉(zhuǎn)向場景痛點(diǎn)。目前，人工智能芯片設(shè)計(jì)更多是從技術(shù)角度出發(fā)，以滿足特定性能需求。未來，芯片設(shè)計(jì)需要從應(yīng)用場景出發(fā)，借助場景落地實(shí)現(xiàn)規(guī)模發(fā)展。而且，現(xiàn)在應(yīng)用于AI領(lǐng)域的芯片多為特定場景設(shè)計(jì)，不能靈活適應(yīng)多場景需求，未來需要專門為人工智能設(shè)計(jì)的靈活、通用的芯片，成為人工智能領(lǐng)域的“中央處理器”。另外，現(xiàn)階段AI芯片產(chǎn)業(yè)的發(fā)展方式主要以企業(yè)為主體，產(chǎn)品上下游企業(yè)的運(yùn)營和管理相對(duì)獨(dú)立，但同環(huán)節(jié)的企業(yè)卻高度競爭，未來產(chǎn)業(yè)發(fā)展應(yīng)以合作為主線，形成產(chǎn)業(yè)生態(tài)。（記者 高少華）