記者 | 王付嬌
作為人工智能三大驅動要素之一，算力的發展決定了人工智能發展的速度與高度。
AI芯片近年來快速發展，眾多企業紛紛布局，新型芯片架構不斷涌現，多個場景下的智能芯片應用正在加快部署。AI芯片正受到來各界的關注，成為推進人工智能加速發展的關鍵環節。
人工智能算法的訓練以及應用的部署，都離不開強大、高效的運算能力支撐。AI芯片因此成為第二屆人工智能大會（WAIC）上討論的熱點之一。
在展區特設的企業芯片墻，整塊墻面展出了國內外7家知名企業的10款芯片，這些芯片產品代表了人工智能芯片發展最新成果，參展芯片產品包括華為“麒麟810”、高通“驍龍855”、地平線“征程/旭日”系列、依圖科技“求索”、平頭哥“玄鐵910”、紫光展銳“銳虎賁T710”等。
廣證恒生研報指出，一款AI芯片成功市場化必須具備兩大條件：一是足夠廣的應用空間，二是相比CPU具備足夠大的性能提升。
國內對芯片自主可控的緊迫性提高，人工智能作為未來國家發展的戰略高地，政策利好云AI芯片的發展。深度學習專用芯片ASIC是國內企業的機會，具備技術及生態構建能力的企業未來有廣闊的發展前景。
行業痛點明顯
“現在行業的痛點是，不同行業里的解決方案、芯片模組，完全沒有辦法只用一款芯片來取代。不同場景需要配適不同的芯片，合作雙方的工作量都是非常大的。”云從科技副總裁張立在論壇現場提出質疑。
云從科技是一家提供計算機圖像識別端到端解決方案的公司。從理論上講，他們使用供應商提供的芯片模組，更應該考慮單位功耗，這是傳統AI公司首先要考慮的問題——芯片效率是否足夠高、單位整體功耗是否符合最高性價比。但如今，多樣化與應用場景落地才是面臨的核心問題。
賽迪顧問總裁孫會峰在報告中指出，AI芯片應該具有以下基本要素：算法和軟件要有自主演進的能力；可編程性；高效的架構變換能力：<10 clock cycle、低開銷、低延時；低成本體積小，應用開發簡便等。
目前為止，國內外芯片廠商都暫時都很難做到以上需求。通用型芯片以英偉達為代表，峰值計算能力強，平均性能好，但就效率低；國內寒武紀、華為海思的芯片以定制化為主，前期投入成本高，研發周期較長，但優點是平均性能好，在特定領域（比如AIoT、手機）等適應性好。
以Tesla使用的車載芯片為例，其車內使用的芯片全是專用定制化車載芯片，針對Tesla的應用和產品重新設計。
賽迪顧問在AI分論壇上指出，目前人工智能芯片設計更多的是從技術角度，以滿足特定性能需求出發。而未來，人工智能場景的商業化落地才是根本。未來的芯片設計要從應用場景出發，借助場景實現規模發展。
企業芯片墻的秘密
根據大會的官方信息，能夠入選企業芯片墻的芯片有以下幾個特點：
一是應用領域廣泛。10款芯片涵蓋了智能手機，5G通信、物聯網、智能駕駛、智能家居、AI云端訓練和邊緣推理等眾多領域。
如華為P30使用的就是麒麟980芯片，三星最新的5G手機采用的高通驍龍855芯片，地平線的無人駕駛汽車就是使用“征程”系列芯片，依圖科技的人臉識別技術就是基于求索芯片。
二是工藝水平最高。在10款芯片中，華為麒麟810、麒麟980、昇騰910，高通驍龍855等4款都采用了當前最先進的芯片制造工藝（7nm工藝），華為昇騰310采用12nm工藝，寒武紀思元270、依圖求索采用16nm工藝等，代表了當前AI芯片領域的最高設計工藝水平。
三是基礎構架最新。平頭哥“玄鐵910”是全球首個采用RISC-V架構的64位AI處理器內核，華為麒麟810首款采用了自研的達芬奇架構，寒武紀思元270基于自主研發的MLUv02指令集，體現了AI芯片在構架層面的不斷創新突破。
從技術水平看，先進設計技術進入7nm節點與國際同步，制造工藝進入14nm水平，7nm介質刻蝕進入國際采購體系，清洗設備達到國際先進水平，實現12英寸大硅片批量供貨等。今年首批科創板上市的5家上海企業中，有4家是集成電路企業。
以上海為龍頭的長三角地區的集成電路產業，已經形成超過國內50%產業規模最大、技術水平最高的產業生態。
應對海量數據的關鍵
不同企業在面對云服務還是邊緣計算的時產生過不同的選擇。
地平線CEO余凱從一開始就是堅定的邊緣計算的擁護者。余凱認為，邊緣計算可以有效緩解以云服務為代表的中心運算的壓力，成為應對海量數據挑戰的關鍵。
邊緣計算有以下四個特點：實時計算，減少反應延遲；可靠性高，即使離線也可以正常運作；安全合規，滿足隱私要求；高性價比，節省存儲運輸成本
根據摩爾定律，自動駕駛的發展急需要更加強大的邊緣處理器。自動駕駛從L1-L5分成5個等級，L1代表人工駕駛、L5是無人駕駛。每上一個等級，算力的提升就會上一個新的數量級。
作為自動駕駛AI芯片領域的領軍企業英偉達認為從ADAS提升到L3半自動駕駛所需的計算難度會提升5倍，而關鍵的L3向L4提升需要50倍，從L4提升到L5則需要 2倍。
余凱持有類似看法，L3可能需要20-30T的算力量級；L4就需要百T這樣的算力；到了L5可能就需要千T的算力了。“短期來看，我們會高估技術發展的速度；但長期來看，我們還是低估了。”余凱說，我們已經進入了后摩爾定律時代。
地平線征程系列芯片使用自研 BPU（Brain Processing Unit)，可實現對車輛、行人和道路環境等多類目標的實時感知，目前已登陸美國助力國際頂尖Robotaxi車隊。2019年發布的征程二代可提供超過4 TOPS的等效算力，典型功耗僅2瓦，能夠高效靈活地實現多類AI任務處理，對多類目標進行實時檢測和精準識別。
據余凱介紹，2019年底，地平線將發布16納米級別的AI芯片處理器。
與地平線這類做邊緣計算的創新型企業不同，英偉達則卡住了圖像處理的關鍵時間點，成為AI芯片當之無愧的龍頭企業。深度學習上游訓練端由GPU主導并基本為英偉達所壟斷；下游推理端雖可容納 CPU/FPGA/ASIC 等芯片，但競爭態勢中英偉達依然占大頭。
目前，英偉達依托于其圖像識別和處理能力，也在發力自動駕駛領域。重視車載本地超級電腦的研發，未來發展有待駕駛決策軟件算法落地，以及降低Drive PX平臺成本。
現在在AI芯片領域依然以云端訓練芯片為主，隨著中國人工智能應用需求的不斷落地，未來本地化運算將是人工智能發展的趨勢之一，終端推斷芯片也將迎來新的發展機遇。
賽迪顧問孫會峰指出，AI芯片第三大趨勢是智能計算將從云端到云邊一體。云端聚焦非實時、長周期數據的大數據分析，支持大量運算共同運行，目前云端AI芯片應用相對成熟。隨著邊緣計算興起，“云邊結合”方案漸成主流，實現從端到中心的邊緣計算+云計算，加快處理速度，實現靈活應用。
未來：合作從串行分工到合作共生
當下，芯片產業仍然是以企業為主體，產品上下游企業相對獨立運營和管理，同環節企業高度競爭。而未來，這種模式將得到本質改善。
以合作為主線，借助合資公司、共同搭建平臺等形式，行程合作生態。發揮各企業、機構技術和資源優勢，以特定應用場景及核心需求出發，形成有機的合作形態。
賽迪顧問《中國人工智能芯片產業發展白皮書》在2019世界人工智能大會上正式發布。白皮書指出，2018年中國AI芯片市場繼續保持高速增長，整體市場規模達到80.8億元，同比增長50.2%。受宏觀政策環境、技術進步與升級、人工智能應用普及等眾多利好因素的影響，中國AI芯片市場進一步發展與成熟。
據賽迪顧問預測，在AI芯片領域，云端產值2021年將達到106億美元；終端領域將達到5.55億美元。
白皮書點出了AI芯片行業發展的3個特點：可重構AI芯片被公認為是突破性的下一代集成電路技術；AI芯片成為資本布局新焦點；在科技巨頭的大力投入和政策的扶持下，基于語音、自然語言處理和視覺技術的人工智能產品和應用逐漸落地。
在未來發展趨勢上，白皮書稱未來三年AI芯片市場規模年均復合增長率將超50%。2018年AI領域投資總金額為1117.19億元。B、C、D輪雖數量少，但投資金額大，獲投資金占比60.31%，投資者更青睞成熟度高的企業。