AI芯片产业生态链应用落地

2017年堪称人工智能应用的元年，智能音箱等終端被寄予新风口而风靡。而随着算法的不断迭代、算力的不断提升和数据量的激增，激发了人工智能产业的快速发展，2018年更是被称为人工智能技术规模应用的“拐点”。

而作为人工智能技术的核心，人工智能芯片也备受关注，引得国内外科技巨头纷纷布局。谷歌、苹果、英特尔、高通、阿里巴巴、百度等巨头纷纷开始自主研发人工智能芯片。

国外AI芯片巨头“先行一步”

自2016年3月谷歌AlphaGo战胜围棋世界冠军李世乭开始，谷歌人工智能就揭开神秘面纱活跃在大众视线中，2017年AlphaGo与柯洁的围棋对战，更是受到瞩目。事实上，打败世界冠军的AlphaGo采用的就是谷歌的 TPU 系列芯片。

2016年谷歌宣布独立开发一种名为TPU 的全新的处理系统，专门为机器学习应用而设计的专用芯片。通过降低芯片的计算精度，减少实现每个计算操作所需晶体管数量的方式，让芯片的每秒运行的操作个数更高，这样经过精细调优的机器学习模型就能在芯片上运行得更快，进而更快地让用户得到更智能的结果。

2016年5月，在谷歌I/O大会上谷歌首次公布了自主设计的TPU；2017年谷歌I/O大会宣布正式推出第二代TPU处理器；2018年谷歌I/O大会上发布新一代TPU处理器——TPU 3.0。

TPU 3.0采用8位低精度计算以节省晶体管数量，对精度影响很小但可以大幅节约功耗、加快速度，同时还有脉动阵列设计，优化矩阵乘法与卷积运算，并使用更大的片上内存，减少对系统内存的依赖，速度能加快到最高 100PFlops（每秒1000万亿次浮点计算）。

11月28日，在拉斯维加斯召开的AWS re：Invent2018大会上，亚马逊云CEO Andy Jassy正式发布了其首款云端AI芯片Inferentia。据悉Inferentia将是一款高性能、低延迟、持续性好、性价比更高的机器学习芯片，每个Inferentia芯片的计算力将会高达“数百TOPS”，多块芯片组合在一起后的计算力将会实现“数千TOPS”。

此外，在智能手机芯片市场“风生水起”的高通，也在人工智能芯片方面积极布局。高通为AI芯片新开了产品线，以700系列命名，第一款芯片就是5月24日祭出的骁龙710，专门瞄准高端手机。这款芯片采用10纳米工艺，搭载多核人工智能引擎AI Engine，能够为拍照、物体分类、面部检测、场景分割、自然语言理解、语音识别、安全认证以及资源管理等场景提供服务，AI运算能力比骁龙660提高225%。

而身为PC芯片巨头，英特尔除了积极涉足移动领域，也押注人工智能芯片。5月23日，英特尔推出第三代人工智能芯片Spring Crest，主打深度学习、机器训练。据悉，这款芯片2019年下半年将向市场开放。

国内AI芯片百家争鸣

与国外发展态势相比，我国以往长期在CPU、 GPU、DSP 处理器设计上处于追赶地位。然而，人工智能的兴起无疑是中国在处理器领域实现“弯道超车”的绝佳机遇。

2017年8月Hot Chips大会上百度发布了与赛思灵（Xilinx）合作的 XPU，这是一款 256 核、基于FPGA的云计算加速芯片。XPU采用新一代AI处理架构，拥有GPU的通用性和 FPGA的高效率和低能耗，对百度的深度学习平台PaddlePaddle做了高度的优化和加速；

2018年7月，百度AI开发者大会上百度CEO兼董事长李彦宏发布了中国第一款云端全功能AI芯片“昆仑”，据介绍，其训练芯片和推理芯片采用三星14nm工艺，512GB/s内存带宽，由几万个小核心构成，其最高算力可达260TOPS，支持语音、图像、自然语言处理、自动驾驶等多种AI应用，且编程灵活度很高。

2017年华为海思推出了全球首款AI芯片麒麟 970 。此芯片搭载的神经网络处理器 NPU 采用寒武纪 IP，台积电10nm工艺，拥有55亿个晶体管，功耗相比上一代芯片降低 20%。 CPU 架构方面为 4 核 A73+4 核 A53 组成 8 核心，能耗同比上一代芯片得到 20%的提升； GPU 方面采用了 12 核 Mali G72 MP12GPU，在图形处理以及能效两项关键指标方面分别提升 20%和50%； NPU 采用 HiAI移动计算架构，在 FP16 下提供的运算性能可以达到 1.92 TFLOPs，相比四个 Cortex-A73 核心，处理同样的 AI 任务，有大约具备 50 倍能效和 25 倍性能优势；

2018年10月，在华为全联接大会上，华为董事长、轮值董事长徐直军发布了两款华为自主研发的，基于达芬奇架构的云端AI芯片昇腾(Ascend)系列。

值得一提的是，继首度公开造芯计划、全资收购中天微后，阿里巴巴在芯片界又投下一颗深水炸弹——宣布成立芯片公司“平头哥半导体有限公司”。阿里表示平头哥由正在研发云端AI芯片Ali-NP的阿里达摩院和中天微的芯片研发团队组成，2019年将发布首款自研AI芯片，推进阿里云端一体化的芯片布局。

不确定未来的人工智能更需要开放合作的产业生态链

随着国内外巨头的相继入局，近两年来人工智能发展迅猛。据前瞻产业研究院数据显示，2017年全球人工智能芯片市场规模达到44.7亿美元，预计到2018年将达到57亿美元，2020年有望突破百亿大关。

尽管发展快速，但不可否认人工智能还处于初期阶段。正如Cadence产品工程高级总监刘淼于12月12日IC China分论坛上所言，“现阶段我们的人工智能还处于弱人工智能阶段，无法代替大脑来做更多的事情。”

当前的人工智能领域取得的主要进展是基于深度神经网络的机器学习，更擅长解决的是感知问题，在认知问题上还处于摸索阶段，距离所谓的通用人工智能还有很大差距。目前百家争鸣的人工智能芯片有待于创新链与产业链的紧密结合，推动开放合作、共享共赢的产业生态链的形成。