前言

人工智能（AI）經歷了概念泛起，到逐漸走向落地應用階段。應用場景碎片化不易把握、實驗室到實際應用場景差距大等問題逐漸暴露出來，也成為當前AI落地應用過程中最大的痛點和重大應用項目亟待解決的問題。

如何從源頭發(fā)掘AI工程師的真實需求？如何幫助他們進行快速、低成本的開發(fā)、驗證、測試，并有效實現產品化？為了全面客觀地了解AI工程師的需求，為他們的設計提供更好的支持，<電子發(fā)燒友>歷時4個多月，通過線上、線下的交流與走訪，以及超過1000份有效調查問卷，深入調研并分析了工程師的實際工作情況和問題反饋。發(fā)布行業(yè)首份覆蓋AI開發(fā)人群、所使用芯片類型/開發(fā)平臺/工具、產品應用領域的調研報告，真實反映了工程師對于AI產品開發(fā)的反饋和建議。

以下是報告全文：

一、調研對象主要產品應用領域

本次調研中，用戶開發(fā)的AI產品在以下五大領域應用最為集中：消費電子排名第一，占15.29%；智能家居排名第二，占11.28%；工業(yè)應用排名第三，占10.78%；機器人排名第四，占9.77%；計算機視覺領域排名第五，占9.27%。這一結果反映了當前AI在中國市場的落地應用情況。

中國作為全球最大的消費電子產品生產國、出口國和消費國，消費電子一直是創(chuàng)新集中領域，也率先成為AI與產業(yè)融合的先行領域。AI語音助手、AI拍照、AR/VR等功能在智能手機、智能手表/手環(huán)、智能耳機、智能音箱等終端得到大量應用。

智能家居方面，隨著國家政策的扶持和行業(yè)技術的進步，消費者對于智能生活的接受度與需求也在不斷提高。我國智能家居滲透率和行業(yè)規(guī)模快速提升。自2018年開始，智能音箱、智能門鎖、智能插座等爆款產品相繼涌現，正在逐步替代傳統(tǒng)的家居產品。

工業(yè)應用方面，在國家打造工業(yè)互聯網平臺，拓展“智能+”為制造業(yè)轉型升級賦能的推動下，AI在數據分析、機器診斷/維護方面得到大力推廣。

機器人的商用落地非常具有代表性，解決了場景應用問題后，在如下四大領域都有應用：專用領域，如：智能倉儲機器人、物流搬運、安保巡邏等；通用領域，具備一定通用功能的機器人，如：家庭陪伴、導航導覽、引導、物品傳遞等；專業(yè)/公用領域，可靠性更強、更能適應環(huán)境復雜多變的機器人；家庭應用，如：掃地、教育、智能家居類。

計算機視覺隨著深度學習的進步、存儲技術的提升以及可視化數據集的激增，得到迅速發(fā)展。目前，人臉識別是計算機視覺領域最熱門的應用，且有望成為未來生物識別的主導技術。安防影像分析有望成為下一個熱門領域。根據目前科創(chuàng)板受理情況來看，計算機視覺公司集中，有望快速推動AI技術在該領域快速落地和變現。

二、用戶開發(fā)/使用AI芯片的類型

目前，用戶開發(fā)/使用的AI芯片主要有通用芯片代表如GPU、半定制化芯片代表如FPGA、ASIC全定制化芯片以及類腦芯片。其中，FPGA以45%的得票率高居第一。這說明現階段FPGA還是AI產業(yè)落地的最重要的芯片形式，也與<電子發(fā)燒友>從賽靈思和英特爾 (Altera)有關專家反饋中得到的信息基本一致。

隨著無線技術的發(fā)展及終端傳感器數量和種類的激增，智能終端對于實時處理能力的要求越來越高，同時，低功耗、小體積、低成本、靈活支持各類接口、自定義等特性幾乎都成為必選。在當前的芯片類型中，FPGA無疑成為滿足上述需求的最優(yōu)選擇。在訓練機器學習系統(tǒng)方面，FPGA、GPU等芯片比傳統(tǒng)的基于數據中心架構的CPU效率更高。但可以預見的一個趨勢是，隨著用戶尋求更高級別的智能，終端側對于針對算法做了特殊加速設計的芯片需求將會越來越多，這也是現在很多開發(fā)從ASIC芯片切入的原因之一。因為算法復雜度越強，越需要專用的芯片架構與其對應。基于AI算法進行定制的ASIC芯片前景看好。

三、用戶喜愛的AI芯片平臺TOP6

人工智能的發(fā)展有賴于三大要素：深度學習的算法、高質量的大數據和高性能的計算能力。隨著人工智能技術發(fā)展從云端向終端遷移，終端側對芯片平臺也體現出這三大要素方面的需求，因此也要求芯片平臺具備更高的安全性、更高的性能、更低的功耗、更低的延時等。

本次調研中入圍的六大AI芯片平臺都具備上述特性，它們對于AI在終端側的推動意義重大，為開發(fā)者提供了更強的性能和更大的想象空間。

1、瑞芯微RK3399Pro

RK3399Pro是瑞芯微于2018年1月發(fā)布的首款AI芯片，采用big.LITTLE大小核CPU架構，雙核Cortex-A72+四核Cortex-A53。在硬件性能方面采用了專有AI硬件設計， NPU運算性能達2.4TOPs。平臺兼容性方面，NPU支持8bit與16bit運算，能夠兼容各類AI軟件框架。現有AI接口支持OpenVX及TensorFlowLite/AndroidNN API，AI軟件工具支持對Caffe/TensorFlow模型的導入及映射、優(yōu)化。可提供一站式AI解決方案，包括硬件參考設計及軟件SDK，從而提高開發(fā)者的AI產品研發(fā)速度，縮短產品上市時間。非常適用于智能駕駛、圖像識別、安防監(jiān)控、無人機、語音識別等AI應用領域。

2、聯發(fā)科Helio P60

聯發(fā)科Helio P60采用了ARM的4個Cortex A73 及 4 個A53 的大小核架構，內置了專用于AI運算的APU，搭載了NeuroPilot AI技術，這是一個獨立的NPU單元，通過CPU、GPU、APU進行異構運行，可以提供從入門到高級的完整API支持和開發(fā)者工具包，具備性能以及功耗優(yōu)化、可移植性和客制化等特點。Helio P60融合了來自騰訊、商湯、虹軟、曠視等多家人工智能廠商的方案，在手機安全、拍照、人臉識別等方面都有提升。

3、寒武紀1A/1H/1M+MLU100

MLU100云端芯片可支持各類深度學習和常用機器學習算法，可以和寒武紀1A/1H/1M系列終端處理器進行適配，通過“端云協作”完成復雜的智能處理任務。第一代1A面向智能手機、安防監(jiān)控、可穿戴設備、無人機和智能駕駛等各類終端設備。1M處理器延續(xù)了前兩代IP產品1H/1A的完備性，單個處理器核即可支持CNN、RNN、SOM等多樣化的深度學習模型，更進一步支持SVM、k-NN、k-Means、決策樹等經典機器學習算法，支持本地訓練，為視覺、語音、自然語言處理以及各類經典的機器學習任務提供靈活高效的計算平臺。

4、Imagination PowerVR NNA

PowerVR NNA是獨立式的硬件IP神經網絡加速器，通過神經網絡專用的PowerVR架構實現。特色在于可以同時支持CNN、RNN、LSTM三種神經網絡類型，并且可支持caff、caffe2、Google TensorFlow等通用機器學習體系架構，還支持可適用于移動端的TensorFlow Lite、caffe2go等機器學習體系架構。

5、芯原VIP8000

VIP8000是面向計算機視覺的AI處理器，由高度多線程的并行處理單元、神經網絡單元和通用存儲緩存單元組成。可直接導入由Caffe和TensorFlow等框架生成的神經網絡。神經網絡單元支持定點8位精度和浮點16位精度，并支持混合模式應用，以實現更佳的計算效率和準確率。

6、地平線“征程”、“旭日”

征程系列處理器面向智能駕駛，能夠實現精準的實時監(jiān)測與識別。旭日系列處理器面向智能攝像頭，能夠在本地進行大規(guī)模人臉抓拍與識別、視頻結構化處理等，可用于商業(yè)、安防等多個實際應用場景。

四、用戶感興趣的AI開發(fā)套件

關于AI開發(fā)套件的選擇方面，以下六大因素是用戶主要考慮的：
第一，熟悉、一致和開放的開發(fā)環(huán)境；
第二，能夠快速驗證；
第三，可幫助降低設計、測試和部署成本及復雜性；
第四，可擴展性強、接口豐富；
第五，支持云計算服務平臺，可在線開發(fā)，支持場景化應用；
第六，價格合適，提供完整的開發(fā)生命周期管理功能。

用戶感興趣的AI開發(fā)套件調研結果如下：
除了上述考慮因素，參與投票的工程師對于以下建議呼聲較高：

1、進一步降低開發(fā)難度，實現模塊化、可視化、積木化，能夠快速入門；
2、安全算法能夠開源，有一套完善的技術支持方案；
3、更豐富的產品可供選擇，更可靠的機器自主學習能力；
4、可快速搭建開發(fā)環(huán)境，進行模擬仿真、快速產品化；
5、更豐富的社區(qū)資源；
6、更好的技術支持和技術交流論壇或微信群，有原廠技術支持輔導答疑；
7、希望定期舉辦AI開發(fā)培訓。

五、參與調研企業(yè)及工程師情況

本次接受調查的用戶，超過35%來自終端廠商，22%來自方案公司，在AI落地的調查中，這兩類用戶群體的反饋非常重要，因此本次調查結果也很有代表性。

調查對象中，AI硬件工程師和系統(tǒng)級產品開發(fā)工程師占比較多。難得的是AI算法工程師也參與到本次調查中。由于AI算法工程師在產品落地過程中，起著關鍵性作用。<電子發(fā)燒友>分析師認為，AI算法工程師參與到AI產品設計中，方能讓AI芯片的落地到實處。
AI芯片無論是FPGA，還是專用AI芯片，都是近幾年的事情。而過去一年中，AI芯片的大量發(fā)布問世，方是AI落地的重要推動力。如果有更多好用且更低成本的芯片問世，相信AI落地會更快、更廣。

<電子發(fā)燒友>總結

<電子發(fā)燒友>AI分析師認為，AI今年有望進入關鍵的落地應用階段，從技術應用場景來看，計算機視覺、語音識別等技術積累較為充分，且下游市場呈現出越來越多的需求，有望得到更多應用；從與細分行業(yè)的結合來看，AI技術在醫(yī)療、安防、智能駕駛、零售等領域有望得到進一步深化，細分領域的商業(yè)模式和產業(yè)格局將逐步改變。

<電子發(fā)燒友>將持續(xù)關注AI技術在中國市場的落地應用情況，通過線上線下的互動、追蹤與調研，力求推出更多深度報告，為推動行業(yè)發(fā)展貢獻一己之力。