在人工智能大势推动下，芯片市场占到全球10%以上

8 月 15 日，Cadence 一年一度的全球巡回用户大会 CDNLive China 落地上海，本场大会吸引了包括 IC 设计工程师、系统开发者、生态系统合作伙伴、Cadence 客户在内的数千人参会。作为在全球范围内有巨大影响力的半导体行业盛会，CDNLive 被 IC 设计行业看做是重要的行业“风向标”之一。今年 5 月刚刚发布全球首款云端视觉AI芯片 Questcore（中文名“求索”）的依图科技，受邀参加了本次大会，其 CEO 朱珑还在大会上发表了主题演讲，分享了依图的“造芯”理念。

图｜依图科技 CEO 朱珑在 CDNLive China 上发表演讲

在去年的大会上，华为海思和寒武纪的同台演讲就提到了人工智能已经从 EDA 软件、芯片设计等源头领域对半导体产业产生深刻的影响和变革。今年，以算法起家的依图将触手伸向了芯片领域。总的来看，“算法定义芯片”已经成为行业大趋势。

“算法定义芯片”成为必经之路

图灵奖得主、计算机体系结构宗师 David Patterson 与 John Hennessy 认为，在开源系统的帮助下，轻量级芯片将拥有更多的商业化机会，下一个十年这些芯片在成本、能源、安全以及性能方面将实现全面质变。

在人工智能大势推动下，芯片市场的蛋糕越来越大。公开数据显示，2018 年全球 AI 芯片市场规模超过 20 亿美元，预计到 2020 年将超过 100 亿美元，会占到全球人工智能市场规模的 10% 以上。

图 | AI 芯片市场

目前国内的 AI 芯片厂商有三类：芯片主要用于云平台的 BAT 科技巨头、传统的芯片设计公司、算法起家的初创公司。对于非巨头公司而言，垂直深耕可能是它们能在行业巨头夹缝中取得差异化竞争优势的唯一路径。

在本次大会上，朱珑发表了题为“AI 新时代”的演讲，他认为，“随着摩尔定律濒临终结，依靠传统方式来提升芯片效能的方法已经收效甚微，而高成本、高能耗、低利用率的特点满足不了当下复杂的人工智能使用场景需求，IC 行业也正在积极调整步伐，以期跟上人工智能的行业发展节奏。”在 AI 芯片设计中“算法定义芯片”的情况愈发凸显，软硬件一体化的解决方案才可以最大程度地发挥“算法+芯片”的优势。

今年 5 月，依图在上海发布了一款“发布即商用”的云端 AI 芯片“求索”（questcore），这是依图实现人工智能应用大规模普及落地的一个重要基础，也让依图成为 CV 四小龙中第一个尝试自研芯片的公司。

不仅如此，依图还提出“算法即芯片”，将算法与芯片设计强耦合推向了极致。

图丨含有 4 颗 QuestCore 芯片的板卡

这枚全球首款深度学习云端定制 SoC 芯片主要针对计算机视觉应用，能兼顾云端和边缘的智能视觉分析需求。

依图介绍，该芯片的视觉推理性能是市面现有主流同类产品的 2 ~ 5 倍，安防摄像头单路功耗仅为英伟达 GPU P4 的 30%。

依图还基于 questcore打造了软硬件一体化的城市级智能视频解决方案，让数据中心“1 万路成标配，50 万路成现实”。

普及 AI 需要基础设施革命

机器智能分为可记录、可识别、可关联、可预测、可规划五个阶段，如何才能实现并推动机器智能每个阶段的提升并最终跨入智能时代？

信息时代过去 30 年，CPU 运算能力提升了 100 万倍，存储能力提升了 100 万倍，通讯能力即数据的传输速度也提升了 100 万倍。智能时代过去 5 年，即使 AI 算法性能已经提升百万倍，但目前的人工智能仍然停留在低阶阶段。对此，朱珑表示，文明的变迁史就是一场基础设施的革命史，而在人工智能时代，基础设施的跃迁关键在于“智能密度”。

“智能密度”是依图创始人朱珑首次提出的理念，他认为基础设施提升的关键就在于提升一个区域或城市的“智能密度”。

图 | 依图创始人朱珑

从微观来看，“智能密度”指的是单位芯片面积拥有的智能算力。

宏观来看，“智能密度”反映从单体的机器智能到群体智能的覆盖程度。通俗来说，从 1 个摄像头扩展到 10000 个摄像头，这些摄像头成了互联互通的一个新的、大的智能体，这样一来网络中的一个摄像头在某个区域安防中所起到的作用就远远超出了单个摄像头简单的“记录”作用，基于大量的数据和算法，摄像头将从记录发展为代替人进行判断和预测，实现“1+1＞2”的效果。

算力的急剧提升需要具有高经济性、高性价比的基础设施，高级的算法可以用更少的机器算力实现更高的智能，随着数据、算法、存储、算力和传输等基础设施的不断提升，AI 会在未来几年有革命性的进展，实现智能水平的跃迁，最终推动智能文明更快到来。

据悉，在今年 8 月初的“中国人工智能峰会”上，依图与厦门市签订了合作协议，双方将共同建设完善“一脸通”平台及城市级大入口，依托城市智能视觉中枢开展公务、民生等方面的智能应用落地。能看出，依图在经过“视觉-语音-芯片”三连跳之后，已成为一家视听兼备、软硬兼备的全能型 AI 公司，这也是其他 AI 企业可探索的一条发展路径。

“没有典型场景应用没有意义、没有超越英伟达的芯片没有意义、没有世界级的算法没有意义，”朱珑认为，“算法即芯片这句话非常本质，只有能找对问题，找对场景，用对算法，并为此定制芯片，才有可能做到极致性价比”。

在今天举办的 CDNLive China 上，这一理念也得到了业内专家的再度肯定。清华大学微电子所所长魏少军教授指出，架构创新是 AI 芯片面临的的一个不可回避的课题。在他看来，英特尔 CPU、英伟达 GPU、Xillinx FPGA 等都处于 AI 芯片 0.5 阶段，谷歌 TPU 等处于 AI 芯片 1.0 阶段。魏少军教授认为，“软件定义芯片”将是 AI 芯片的未来。