AI芯片是當前科技產(chǎn)業(yè)和社會關(guān)注的熱點，也是AI技術(shù)發(fā)展過程中不可逾越的關(guān)鍵一環(huán)，不管有什么好的AI算法，要想最終應(yīng)用，就必然要通過芯片實現(xiàn)“AI芯片面臨兩個現(xiàn)實問題，第一我們沒有一個覆蓋所有算法的架構(gòu)，需要在芯片當中實現(xiàn)一個具備深度學(xué)習(xí)的引擎，適應(yīng)算法的引進，第二就是架構(gòu)的可變性，要有高效的架構(gòu)變換能力，目前的CPU加軟件、CPU加FPGA，需要我們探索架構(gòu)上的創(chuàng)新。” 清華大學(xué)微納電子系主任、微電子所所長魏少軍在智東西主辦的GTIC 2018 全球 AI 芯片創(chuàng)新峰會上公開演講時表示。

“多元的”AI芯片

AI是一個相當寬泛的概念，雖然不少面向消費者的電子產(chǎn)品生產(chǎn)商在宣傳頁上印上AI相關(guān)字眼，但他們中也有人意識到AI產(chǎn)品的發(fā)展要歷經(jīng)多個不同的階段，因此頗為審慎。352空氣凈化設(shè)備加入了激光檢測模塊來判斷環(huán)境的PM2.5污染水平，同時通過自主研發(fā)的智能控制算法，使空氣凈化設(shè)備能夠根據(jù)PM2.5污染水平高低自動運轉(zhuǎn)，但在352環(huán)保科技合伙人張燚的表述中把這個稱作“是為了提升智能化體驗”而沒有特別強調(diào)AI。

“真正的智能化形式絕不僅僅是物聯(lián)網(wǎng)和遠程控制以及語音輸入，這些目前還只是一些手段和零散的表現(xiàn)形式。我認為智能化終極目標還是要在減少用戶的干預(yù)，洞察用戶心理，隨時做出內(nèi)部調(diào)整以及增強產(chǎn)品的學(xué)習(xí)能力，使產(chǎn)品能夠有思考及改善能力，逐漸上升到重視人類的情感需求方面，也就是最終讓人通過產(chǎn)品的自發(fā)服務(wù)滿足最高的情感需求。”張燚告訴記者。

要談AI芯片，就必須先對AI下一個定義。

在萊迪斯半導(dǎo)體亞太區(qū)資深事業(yè)發(fā)展經(jīng)理陳英仁看來，“AI神經(jīng)網(wǎng)絡(luò)”不是簡單定義為某類產(chǎn)品，而是一個新的設(shè)計方法，“傳統(tǒng)的一些算法，是照規(guī)則、照邏輯的，神經(jīng)網(wǎng)絡(luò)是用數(shù)據(jù)訓(xùn)練出來的結(jié)果。”這就好比出行到指定地點，如果要先定一些規(guī)則（邏輯），比如提前選擇出行方式、規(guī)劃中轉(zhuǎn)地點，最后到達，就是傳統(tǒng)的“規(guī)則型”設(shè)計；如果是有輸入和已知的輸出，比如起點和終點，在樣本足夠多之后（數(shù)據(jù)訓(xùn)練）就可以提供一個新的算法，這需要AI芯片。

在芯片研發(fā)的過程中，既有傳統(tǒng)的老牌廠商，也有科技新貴，是否會出現(xiàn)像通用CPU那樣獨立存在的通用AI處理器呢？事實上，各家技術(shù)路線大相徑庭，在不同的技術(shù)路線上探索著通用與優(yōu)化的平衡。以虛擬貨幣數(shù)字芯片起家的比特大陸提出，要實現(xiàn)AI芯片9個月迭代一版的速度，這是對摩爾定律18~24個月升級一次的時間賽跑，也是用ASIC技術(shù)對暗硅發(fā)起的一次挑戰(zhàn)。“暗硅”，即是由于功耗的限制，導(dǎo)致處理器同一時刻只有很少的一部分的門電路能夠工作，而大部分處于不工作的狀態(tài)，這部分不工作的門電路，在某一個計算時刻是完全無效的。

ASIC是為了特定應(yīng)用而設(shè)計的集成電路，除了不能擴展以外，在功耗、可靠性、體積方面都有優(yōu)勢，尤是其在高性能、低功耗的移動端。在這條路上比特大陸并不孤單，既有谷歌的TPU在前方高舉大旗，也有一眾創(chuàng)業(yè)公司在機器視覺等垂直領(lǐng)域跟隨。

“與傳統(tǒng)芯片迭代速度相比，AI算法迭代更快。我們針對最新算法的需求、神經(jīng)網(wǎng)絡(luò)算法的共性基礎(chǔ)，把它快速地放到芯片上。” 比特大陸產(chǎn)品戰(zhàn)略總監(jiān)湯煒偉說。比特大陸2017年11月份推出的首款A(yù)I芯片，現(xiàn)在已經(jīng)全線量產(chǎn)，兼顧訓(xùn)練和推理的功能，但以推理為主。他認為，訓(xùn)練和推理應(yīng)該是兩個不同的平臺，未來比特大陸還是會側(cè)重于推理。 “高性能計算它涉及到很多領(lǐng)域，所以我們在2015年底決定進入到AI這個領(lǐng)域，尤其深度學(xué)習(xí)這個領(lǐng)域，我們在已有的一些高性能計算這些芯片、硬件，還有一些軟件算法的基礎(chǔ)上，我們還大量引進了很多AI方面專業(yè)的人才。”湯煒偉說。但比特大陸還沒有考慮做終端芯片，提供的芯片將用于服務(wù)器。

目前業(yè)內(nèi)使用最多的是GPU，因為它適用于單指令、多數(shù)據(jù)處理，可用于深度學(xué)習(xí)的訓(xùn)練和推理。英偉達AI技術(shù)中心亞太首席技術(shù)官Simon See接受采訪時表示，英偉達要做通用性的芯片，“通用是我們的優(yōu)勢，ASIC是針對其中一個領(lǐng)域，而GPU不僅僅可以應(yīng)用于AI訓(xùn)練還有圖像渲染等等。”

他表示，新的算法一直在出現(xiàn)，為了適配新的算法，就需要重新做芯片，英偉達會收集客戶的意見并改進，但不會因為所謂“風(fēng)口”的轉(zhuǎn)向而調(diào)整，比如去做專門挖礦的芯片。 “做芯片是很冒險的，這么多公司在做是好事，說不定會有新的公司出很好的產(chǎn)品。我們的芯片性能體現(xiàn)，不僅僅是靠芯片自身的性能（raw performance），還有軟件的性能。” Simon說。此外，被大眾關(guān)注較少，但有望把握住AI芯片發(fā)展機會的還有FPGA。FPGA適用于多指令，單數(shù)據(jù)流的分析，常用于預(yù)測階段，因為沒有內(nèi)存和控制所帶來的存儲和讀取部分在效率和功耗上具有一定優(yōu)勢，劣勢是運算量并不是很大。

“AI是FPGA是一個非常好的切入點，也是一個重新洗牌的機會點。FPGA的并行運算算法、設(shè)計不好寫，因為人的邏輯都是一個單向的，要多角度去考慮，其實不是那么容易，通常要特別的設(shè)計方法。”陳英仁告訴第一財經(jīng)。

簡言之，芯片成品可以按照是否可編程進行劃分。CPU、GPU、FPGA都是可編程的，下達不同指令就可以做不同的運算，而ASIC是不可編程、定制化的芯片。兩者的區(qū)別可以粗略比較為買成衣還是高級定制。成衣的客戶相對廣泛，而高級定制如果要想努力變成一個標準產(chǎn)品因不能修改就沒那么容易。可編程，意味著通用，而定制化意味著某些方面的優(yōu)化以其他方面的犧牲為代價。通用和優(yōu)化是對立的，芯片廠商都在尋找著最佳的平衡點。

應(yīng)用落地是終極難題

由于還不存在適用所有通用算法的AI芯片，確定應(yīng)用領(lǐng)域就成為發(fā)展的重要前提。遺憾的是，AI的殺手級應(yīng)用目前尚未出現(xiàn)，現(xiàn)存的應(yīng)用還未形成剛需，即便如此，AI芯片還是出現(xiàn)了百家爭鳴的氣象。

機器視覺領(lǐng)域成為AI芯片的“兵家必爭之地”，涌入了商湯、曠視、地平線等一眾創(chuàng)業(yè)者，眼擎科技創(chuàng)始人、CEO朱繼志也是其中之一。在解決實際問題層面，芯片并不是眼擎科技的唯一方案，而是根據(jù)行業(yè)的不同情況提供從IP授權(quán)、模組、芯片到行業(yè)定制系列解決方案。眼擎科技看到，以CPU為代表的通用芯片壟斷時代已經(jīng)過去，AI產(chǎn)業(yè)已經(jīng)產(chǎn)生了新需求，偏重于前端在圖像收集階段直接解決因弱光、反光、逆光而造成的圖像質(zhì)量不高和算法識別率低的問題。

朱繼志的AI芯片之路是從上游的芯片領(lǐng)域開始做創(chuàng)新成像技術(shù)架構(gòu)，以滿足AI新市場的新需要。“視頻圖像技術(shù)有兩種，一種是給到圖片在后端進行分析，比如商湯科技。圖像是怎么來的，這是我們的事情，在前端處理。前端處理必須要在前端實時處理完成，不能有延時或出錯，像流水一樣，兩者技術(shù)路線是不一樣的。” 朱繼志說。

同樣，輸出基于人工智能的商業(yè)應(yīng)用解決方案的鋒時互動專注于人機交互領(lǐng)域，提供手勢識別、人臉識別、姿態(tài)識別等多種基于人工智能的解決方案。鋒時互動CEO劉哲告訴記者，“人工智能必將細分到行業(yè)中，呈現(xiàn)多元化發(fā)展的趨勢。在技術(shù)逐漸成熟后，也會勢必推出專屬的針對人機交互的場景推出芯片，以降低成本和功耗。同時帶來性能的大幅提升。”

讓人與機器在多種環(huán)境下都能自然溝通，構(gòu)建更為高效、更具想象力的通用型AI生態(tài)也吸引著投資人的注意力。

“AI芯片現(xiàn)在是兩撥人在做，以寒武紀為代表的，他們原本就做芯片，在計算機體系結(jié)構(gòu)和芯片設(shè)計方面比較有經(jīng)驗，另外一撥是以地平線為代表的，以前做的是軟件算法，現(xiàn)在做芯片。前者更容易做出一個好用、可靠的產(chǎn)品，后者更偏向于提供整體解決方案，硬件不足的地方用軟件補足。”云啟資本董事總經(jīng)理陳昱判斷，兩者會有路徑的差異化。芯片的成本高在設(shè)計研發(fā)階段，設(shè)計好之后要經(jīng)過昂貴的流片驗證才能量產(chǎn)，如果沒有大的客戶，就無法分攤前期成本。即便研發(fā)成功，量產(chǎn)時也面臨著上游產(chǎn)能受限的問題。

“比特大陸在芯片設(shè)計上具有豐富經(jīng)驗，他們的挖礦芯片因為加密貨幣市場的爆發(fā)而需求強勁，但其產(chǎn)能仍受制于上游的芯片代工廠商。” 陳昱說。按照湯煒偉的說法，比特大陸有望今年成為臺積電全球第五大客戶。

正是因為芯片的研發(fā)周期和成本都很高，硬蛋公關(guān)總監(jiān)王剛告訴第一財經(jīng)，未來會考慮提供AI通用模塊。“我們今年看到了AIOT的機會，就是人工智能與物聯(lián)網(wǎng)的結(jié)合。硬蛋會把產(chǎn)業(yè)鏈上游的AI合作伙伴，如百度、云知聲等，與硬蛋平臺上的物聯(lián)網(wǎng)項目對接，推出通用的AI模塊。”

毫無疑問，國內(nèi)的半導(dǎo)體行業(yè)正在蓬勃發(fā)展。已有消息傳出國家成立的國家集成電路產(chǎn)業(yè)投資基金（下稱“大基金”）第二期正在緊鑼密鼓募資之中，籌資規(guī)模會超過一期，在1500億~2000億元左右。按照1∶3的撬動比，所撬動的社會資金規(guī)模在4500億~6000億元左右。

國家集成電路產(chǎn)業(yè)投資基金股份有限公司總裁丁文武去年10月份接受《中國電子報》采訪時稱，原計劃首期募集資金1200億元，通過各方的努力，實際募集資金達到了1387.2億元。經(jīng)過3年的運作，截至2017年9月20日，大基金累計決策投資55個項目，涉及40家集成電路企業(yè)，共承諾出資1003億元，承諾投資額占首期募集資金的72%，實際出資653億元，也達到首期募集資金的將近一半。

“真正把AI芯片做成有競爭力，要有護城河，這是遠超于芯片本身的事情。像阿里和騰訊爭取入口流量一樣芯片往應(yīng)用層走，更好知道最終用戶的實際需求，更好的定義芯片，需要有比較強的能效，有一定的AI處理架構(gòu)，沒有這樣的架構(gòu)都是一片浮云。” 深鑒科技聯(lián)合創(chuàng)始人、CEO姚頌對此有著清醒的認識。

而魏少軍在一片繁榮之際毫不諱言“現(xiàn)在的發(fā)展太熱了，甚至媒體在其中也起到了推波助瀾的作用”。他提到，AI芯片的發(fā)展很可能在未來2到3年遭遇一個挫折期，今天以滿足特定應(yīng)用為主要目的的AI芯片需要思考何去何從，今天的部分甚至大部分創(chuàng)業(yè)者將成為此次技術(shù)變革中的先烈。倘若如此，“毫無疑問，這將是AI發(fā)展中最令人欽佩也最令人動容的偉大實踐。” 魏少軍說。