AI芯片攻坚战已然打响 深度学习技术逐渐成为主流

近年来，随着人工智能和大数据产业的发展，数据量呈现爆炸性增长的态势。深度学习技术因其识别精度高、适应性强、可灵活部署等方面的优势，逐渐成为人工智能的主流技术。

随着技术的不断发展和落地，我们可以看到：深度学习对数据量的要求较高，在数据量较少或者难以获取数据的场景下不太适用；传统的计算架构也渐渐无法支撑深度学习的大规模并行计算需求。人工智能对于计算能力的要求不断提升，GPU性能功耗比不高的特点使其在工作适用场合受到多种限制。因此，业界开始研发针对人工智能的专用芯片，以期通过更好的硬件和芯片架构，在计算效率、能耗比等性能上得到进一步提升。

2018年12月，Gartner发布的《预测2019：人工智能与未来工作》报告中对人工智能科技未来七大发展趋势及其对工作的影响进行分析探讨，人工智能芯片位列其中；《科创板企业上市推荐指引》中明确，保荐机构应当重点推荐七大领域的科技创新企业，集成电路企业排位第一。人工智能芯片作为当前衡量一个国家硬科技发展水平和实力的重要参考标准，将受到更大规模的关注。

中星微人工智能董事长兼CEO 张韵东

中星微电子创立于1999年，在数字多媒体芯片领域已有十几年的积累。2017年，中星微拆分出AI芯片部门，成立了北京中星微人工智能芯片技术有限公司。近日，亿欧走访了中星微人工智能董事长兼CEO张韵东，就目前国内人工智能芯片发展现状与变革趋势进行了交流。

摩尔定律终结进行时，“智能摩尔”应声崛起

1965年，英特尔的联合创始人戈登·摩尔提出了以自己名字命名的“摩尔定律”，意指集成电路上可容纳的元器件数量每隔18-24个月就会增加一倍，性能也将提升一倍。在过去，摩尔定律按照“每5年增长10倍、每10年增长100倍”的规律发展。而如今，摩尔定律每年只能增长几个百分点，每10年可能只增长2倍。

“摩尔定律已经结束”一说，已在过去几年不断被人提及。有业内人士担心，如果摩尔定律真的失效，半导体行业的发展也将放缓，进一步影响整个科技行业的进步。

摩尔定律究竟何去何从？学界提出两种方案：拓展摩尔（More Moore）和超越摩尔（More than Moore）。

“拓展摩尔”做的是想办法沿着摩尔定律的道路继续向前推进，在器件结构、沟道材料、连接导线、架构系统、制造工艺等方面继续创新研发，做到每24-36个月晶体管数目翻倍。

“超越摩尔”则侧重于功能的多样化，由实际应用需求驱动。芯片系统性能的提升不再简单依靠晶体管数目的增长，而是更多地靠电路设计以及系统算法的优化。芯片的集成度也不一定靠暴力地把更多模块放到同一块芯片上，而是依靠更先进的封装技术实现集成。

在张韵东看来，“拓展摩尔”和“超越摩尔”都存在自身的局限性。当前，物理层面和信号层面都已明显地受到物理规律的制约，摩尔定律正在走向极限和尽头，但信息层面的技术创新还没有达到极限，“下一次信息革命的关键是如何借鉴人脑的智慧，研究出新型的人工智能计算算法，由此兼顾大数据及小数据应用场景，以单芯片兼顾抽象的逻辑思维和具象思维模式。”

基于此种考虑，中星微人工智能提出“智能摩尔之路”（Intelligent Moore），并提出了通过多核异构的智能处理器实现多模式的智能算法。直至目前，中星微人工智能已成功流片“星光智能一号”和“星光智能二号”两款NPU芯片，并着手研发“星光智能三号”XPU芯片，进一步借鉴人脑智慧机制，提升芯片信息处理的性能功耗价格比。

AI芯片落地需求显现，中星微人工智能领跑安防市场

2016年，第一代人工智能芯片开始爆发。传统芯片厂商、AI初创企业、互联网巨头纷纷涌入赛道。经过三年时间，实现了第一次行业高潮。从当前行业发展来看，芯片的商业落地，似乎比芯片研发设计更具挑战性。如何落地、落地到哪些场景、是否能实现泛场景应用，是摆在芯片公司面前的一大难题。

中星微电子以数字多媒体芯片起家，在视频编解码算法领域具有创新优势。公安部与中星微合作制定的中国自主的视音频编解码标准SVAC国标，让中星微成为安防芯片赛道的标准制定者。

以“星光智能一号”芯片为例，该NPU芯片攻克了“基于数据驱动并行计算架构的卷积神经网络处理器技术”“嵌入式深度学习机器视觉SoC技术”等核心技术，率先实现了SVAC国标技术成果的产业化，构建起了从芯片、软件、终端设备到系统平台的整体解决方案，开启了安防监控智能化的新时代。

安防市场作为物联网产业发展的重要分支，其背后还蕴藏着更大的蓝海市场。在5G的推动下，万物互联将成为现实，越来越多的智能设备将收集到更多的数据并上传到边缘和数据中心的云端进行分析，推动“万物互联”向“万物智联”转变。同时，随着市场的细分，人工智能赋能行业应用的属性更加明确，张韵东表示，物联网人工智能芯片将会更加被市场青睐。

没人不想在新兴市场分得蛋糕。据张韵东介绍，经过深入的市场调研和场景研究，中星微人工智能将智能化硬件和专业级平台进行互联，将大数据耦合分析，提供面向工业、安全生产和商业解决方案的芯片全生态的AIoT服务。通过在安防市场的经验积累和先发优势，中星微人工智能有望在物联网市场领跑。

芯片市场趋于冷静，AI行业落地持久战已打响

尽管在安防市场，AI芯片已抢先落地。但客观来讲，目前AI芯片玩家的商用步伐并没有预期那么快。

一部分跑得快的AI芯片企业虽已发布产品或宣布流片，但距离大规模量产仍有些距离，且芯片稳定性有待观察。从国内互联网及通讯巨头造芯逻辑来看，百度的“昆仑”、阿里的“含光800”以及华为的“昇腾910”更多的是用于公司自身业务的融合优化并为其节省成本，并不会以商业芯片的形式单独出售。

从另一层面讲，互联网巨头做出来的芯片率先在自己的人工智能平台及云业务等应用上实践，将通过实际落地推动芯片的换代升级，由此形成芯片产业的良性循环。

不过，从人工智能的落地过程着眼芯片的商用发展，AI芯片的落地趋势并不算是惨绝人寰。尤其是云端芯片受限于算力成本、传输带宽渠道、时延问题以及数据敏感性问题时，终端AI芯片以其连接设备数量激增、落地场景广泛、市场竞争压力更小等优势，将迎来更大的发展机会。

终端AI芯片领域既有传统芯片巨头，又有跨界玩家。无论是从芯片设计切入还是由软件算法切入，AI芯片所包含的软件和硬件两个部分，一个讲究快速迭代，一个强调系统性的程序思维，只有协同发展，才能避免落地困难、用户不买账的局面。

AI芯片产业落地，必将是个持久战。芯片厂商无法明确产品价值及定位，就无法实现落地应用，更不能实现商业闭环和长期发展。