作为人工智能(AI)工业开展的柱石，AI芯片近年来开展迅猛，许多企业纷繁布局。可是，在日前于上海举办的2019国际人工智能大会上，业界人士表明，当时AI芯片开展看似炽热，其实全球AI芯片工业尚处于“婴儿期”，未来开展仍需找准突破点。

　　算力是人工智能开展的要害要素之一，跟着深度学习算法的遍及运用，人工智能对算力提出了更高要求，传统的CPU架构无法满意深度学习对算力的需求，因而，具有海量数据并行核算才能、能够加快核算处理的人工智能芯片应运而生。

　　近年来，AI芯片工业开展迅猛，许多企业纷繁布局。结合运用场景和功用区分来看，AI芯片规划可分为云端练习、云端揣度、终端揣度三部分。其间云端练习芯片首要以英伟达的GPU为主，新入竞赛者是谷歌的TPU，深耕FPGA的企业包含XILINX、英特尔。在云端揣度方面，各企业出现出百家争鸣局势，代表企业有AMD、谷歌、英伟达、百度、寒武纪等。在终端揣度方面，移动终端、自动驾驶等运用场景需求逐步迸发，布局企业包含传统芯片巨子和草创企业，如高通、华为海思、地平线、寒武纪、云知声等。

　　赛迪参谋在 2019国际人工智能大会上发布的《我国人工智能芯片工业开展白皮书》显现，受宏观政策环境、技能进步与晋级、人工智能运用遍及等许多利好要素影响，2018年我国AI芯片商场规划到达80.8亿元，同比增加50.2%。

　　在地方政府加快推进公有云、私有云、数据中心等建造的拉动下，2018年我国云端练习芯片商场份额到达51.3%。我国AI芯片商场规划仍然以云端练习芯片为主，跟着我国人工智能运用需求不断落地，未来本地化运算将是人工智能开展的趋势之一，终端揣度芯片也将迎来新的开展机会。

　　现在来看，华北、华东和中南区域稳居我国AI芯片区域商场三甲，是我国AI芯片商场开展最为抢先的区域，商场整体规划占有全国抢先方位;在商场增速方面，跟着西部区域加快投入大数据中心建造，西南、西北区域的云端AI 芯片商场规划出现高速增加，商场份额进一步进步。

　　人工智能运用商场的迸发，使得以根底层为中心的AI芯片遭到本钱的广泛重视。最近一年多来，寒武纪、燧原科技、比特大陆、地平线等多家厂商宣告取得融资音讯。取得投融资的厂商期望能够进一步进步AI芯片技能研制水平，并加快AI芯片产品规划商业化，增强商场对其未来收益的预期。

　　不过，赛迪参谋总裁孙会峰表明：“当时，我国甚至全球AI芯片工业仍处于工业化前期阶段”。他说，跟着5G、物联网年代降临，估计未来三年我国AI芯片商场规划仍将坚持50%以上增加快度，到2021年将到达305.7亿元。别的，以边际核算为主的AI芯片将迎来一轮出资热潮。

　　“近年来，我国在芯片和软件范畴霸占了一些要害技能难关，为人工智能芯片立异奠定了好的根底。”工业和信息化部相关负责人表明，工信部在推进人工智能工业开展方面首要聚集在几个方面，其间之一即聚集中心技能，环绕人工智能芯片、算法、开源敞开渠道等要害技能开展，加大资源投入。

　　AI芯片已成为中外科技企业竞赛的焦点之一，以至于清华大学微电子所所长魏少军用“无工业不AI，无运用不AI，无芯片不AI”这样的言语描绘当下的人工智能热潮。

　　在商场格式上，作为传统芯片巨子，英伟达现在占有着AI芯片商场的霸主位置。 经过活跃布局，高通在移动范畴的AI芯片商场具有较强的言语权。 阿里巴巴、亚马逊在AI芯片范畴的布局也已初见雏形。 如寒武纪、地平线、比特大陆等其他 AI芯片草创企业的开展远景相同值得等待。

　　在专家看来，跟着机器学习等技能的快速开展，人工智能工业开展正以其高端的新式技能、巨大的商业价值、宽广的运用远景和巨大的工业空间，成为新的重要经济增加点。 伴跟着人工智能各种运用场景的遍及与开展，海量多维的数据将在云端以及边际侧打开许多处理核算，芯片也面对愈加广泛以及多样化的需求，这对AI芯片的核算架构、运算才能、场景与算法适用性、安全可控等都提出了新的课题与应战。

　　现在，AI芯片技能干流途径有GPU、FPGA、ASIC等，其间GPU、FPGA是较为老练的芯片架构，ASIC是针对特定运用场景的专用芯片。 GPU架构的芯片能满意深度学习许多核算需求，开释人工智能的潜能，但缺陷在于功耗较高; FPGA架构的芯片具有满意的核算才能、较低试错本钱和满意的灵敏性，缺陷在于价格较高、编程杂乱; ASIC架构的芯片能够在特定功用上进行强化，具有更高的处理速度和更低能耗，但缺陷是本钱高，有用量满意大时才能够下降本钱，并且由所以定制化，可仿制性一般。

　　据核算机视觉公司云从科技副总裁张立介绍，传统芯片企业一般更重视是怎么把芯片做成通用化，以支撑各种不同运用场景。 但这样的通用化，在AI场景落地时会遇到问题，比方公司对AI芯片考虑较多的是单位功耗，而芯片企业对功耗要求或许不是首要优先级。 公司在将AI场景落地的过程中，发现通用芯片彻底满意不了需求。 这给从事AI解决方案和中心算法的企业带来了难题公司的算法是一致的，但需求在不同的场景适配不同的芯片和模组。

　　“现在，AI芯片开展还处在婴儿期”。 张立表明，现在企业运用的许多AI芯片由于工艺要求较高，很难在大陆流片，都是在台积电进行流片。 一起，也正因这工艺杂乱度较高，导致芯片价格较高，使得下流许多运用其模组的产品无法量产。

　　作为国内边际侧AI芯片范畴的先行者，嘉楠科技早在2016年就把握了16nm制程工艺，之所以现阶段的AI芯片制程工艺仍为28nm，首要也是受出货量的束缚。

　　嘉楠科技CEO张楠赓表明，从功耗视点而言，许多云端练习的AI模型无法顺畅布置至边际侧设备，运用场景也无法支撑较高的芯片功耗。 尽管一些云端芯片巨子也在向边际侧延伸，可是裁剪AI算法去适配芯片更多表现了巨子们削足适履的限制。 对嘉楠科技而言，从事边际侧芯片的开发便是在“带着镣铐舞蹈”，要在功耗和本钱的严厉束缚下，不断进步算力，适配场景，进步芯片的专用性。

　　“咱们离人工智能还有多远? 现在许多企业所做的仅仅增强智能而不是真实的人工智能，离真实的人工智能还差得很远”。 魏少军表明，人工智能网络能够兴起取决于三个要素，算法、数据和算力。 当时，AI芯片面对两个现实问题： 其一，算法仍在不断演进，新算法层出不穷，每隔几个月算法就产生新的改变; 其二，一种算法对应一种运用，没有一致的算法，而让芯片处理不同的算法好不容易。

　　在魏少军看来，AI芯片应该具有的要素包含可编程性、架构的动态可变性、高效的架构改换才能、高核算功率、高能耗功率、低本钱等。 依照这些要求，现在业界盛行的一些作法均不是抱负的架构。 曩昔几年，AI芯片范畴一个重要改变便是架构的改变。 人工智能芯片不在于寻求算力，而在于架构立异。 业界也需求找到一种针对人工智能核算的全新核算引擎。

　　针对国产AI芯片的开展，我国工程院院士倪光南表明，芯片规划门槛极高，只要极少数企业能够接受中高端芯片研制本钱，这也限制了芯片范畴立异。 我国能够学习开源软件成功经验，下降立异门槛，进步企业自主才能，开展国产开源芯片。

　　“开源软件正成为当时软件工业的干流，芯片工业也能够选用开源这种形式”。 倪光南表明，现在在芯片开发方面，新的RISCV指令集是一种能够下降处理器芯片IP本钱的新形式。 用户能够自在免费运用RISC-V进行CPU规划、开发并增加自有指令集进行拓宽等。 RISC-V关于当时国家发起的智能+新一代信息技能、新一代人工智能技能的开展等，都是很好的支撑。

　　赛迪参谋以为，人工智能芯片未来将出现新开展趋势芯片开发将从技能难点转向场景痛点。 现在，人工智能芯片规划更多是从技能视点动身，以满意特定性能需求。 未来，芯片规划需求从运用场景动身，凭借场景落地完成规划开展。 并且，现在运用于AI范畴的芯片多为特定场景规划，不能灵敏习惯多场景需求，未来需求专门为人工智能规划的灵敏、通用的芯片，成为人工智能范畴的“中央处理器”。 别的，现阶段AI芯片工业的开展方法首要以企业为主体，产品上下流企业的运营和办理相对独立，但同环节的企业却高度竞赛，未来工业开展应以协作为主线，构成工业生态。

　　凡本网注明“来历：CK365测控网”的一切著作，均为北京新科年代传媒信息技能有限公司-CK365测控网合法具有版权或有权运用的著作，未经本网授权不得转载、摘编或运用其它方法运用上述著作。现已本网授权运用著作的，应在授权范围内运用，并注明“来历：CK365测控网”。违背上述声明者，本网将追究其相关法律职责。

　　本网转载并注明自其它来历的著作，意图在于传递更多信息，并不代表本网附和其观点或证明其内容的真实性，不承当此类著作侵权行为的直接职责及连带职责。其他媒体、网站或个人从本网转载时，有必要保存本网注明的著作来历，并自傲版权等法律职责。

　　如触及著作内容、版权等问题，请在著作宣布之日起一周内与本网联络，不然视为抛弃相关权力。

m6平台登录入口 上一篇：测控技能是什么？？ 下一篇：测控技能与仪器