1.中國AI芯片企業能否撼動行業巨頭輝達？；

人工智能已經成為時下最熱門的風口，各行各業的公司都在試圖通過該技術提升工作效率和競爭優勢。

在芯片領域，輝達作為領先的硬件生產商，影響力不可忽視。 此前，美銀美林集團在一份報告中表示，輝達將會成為人工智能芯片的主導供貨商，該公司正在創造人工智能計算行業的標準。

除了輝達之外，過去兩年出現了一批人工智能芯片創業企業，他們都躍躍欲試地想要成為下一個輝達，不過，但真正的競爭可能來自 AMD、谷歌這樣的老牌企業，以及一批中國 AI 芯片公司。

當下的中國，人工智能已經上升到國家戰略。 根據 2017 年 7 月國務院印發的《新一代人工智能發展規劃》，2020 年，中國人工智能的戰略目標是，技術和應用與世界先進水平同步，人工智能產業成為新的重要經濟增長點，核心產業規模超過 1500 億元，帶動相關產業規模超過 1 兆元。

那么，趕上世界東風的中國 AI 芯片公司如今發展如何？ 他們能在多大程度上與輝達形成競爭？

輝達：AI 芯片市場領導者

輝達無疑是 AI 芯片市場中無可爭議的領導者。 2017 年，輝達可謂是風光無限。 從游戲、數據中心到人工智能，市場對輝達芯片的需求一路上升。

由于深度學習對計算速度的要求是「暴力」的，輝達 GPU 芯片可以讓大量處理器并行運算，速度比 CPU 快十倍甚至幾十倍，因而成為絕大部分人工智能研究者和開發者的必備「核彈」。

《財經天下周刊》的消息稱，國內搞 AI 創業的人幾乎全在用輝達 GPU 和平臺，一個小型 AI 創業團隊在輝達芯片上花費幾十萬元很正常。

硅谷明星投資人 Andreessen Horowitz 也透露：「我們投資了一大串各個領域做深度學習的創業公司，每一個都跑在輝達的平臺上。 」

受此影響，輝達的股價也一路飆升，從 2015 年的 20美元漲到如今的逾 220美元，漲幅超 1000%，市值已突破 1300 億美元。

除了在芯片行業居于前列，輝達在游戲顯卡、自動駕駛領域也很活躍。

在近期舉行的 2018 年 CES 展會上，輝達發布了最新 65 英寸高端游戲顯示器，宏碁、華碩和惠普將利用其技術規格與標準作為 4K HDR 顯示器進行生產。 這種超大型的顯示器搭載 G-Sync，很適合高端游戲 PC 產品。

在自動駕駛方面，輝達創始人黃仁勛于美國西部時間 1 月 7 日晚在拉斯韋加斯召開記者會，宣布與福斯以及 Uber 的重大合作項目。 黃仁勛還透露，輝達目前在自動駕駛領域已經擁有超過 320 家合作企業和機構。

輝達在人工智能領域的強大實力可見一斑。

AI 芯片追趕者：Intel、AMD、谷歌

輝達也并非是 GPU 領域的唯一巨頭，Intel、AMD 和谷歌也有著不可忽視的優勢。

在半導體市場，Intel 多年來一直占據「龍頭」地位。 然而，人工智能的崛起使得這家全球最大的個人計算機零件和 CPU 制造商正遭受著嚴峻的挑戰。 在此壓力下，Intel 選擇通過「強強聯合」的方式來回擊。

2017 年 12 月，相爭 50 多年的 Intel 和 AMD 宣布將連手推出一款結合英特爾處理器和 AMD 圖形單元的筆記本計算機芯片，一時間業內嘩然。

芯謀研究總監王笑龍認為：「如果 Nvidia 在個人計算機 GPU 上營收減少，那么 Nvidia 在新市場的開發就會被牽制，所以 Intel 選擇和 AMD 合作。 」

數據研究機構 Gartner 的研究主管 Alan Priestley 也認為，Intel 和 AMD 的合作將會對 Nvida 產生一些影響，「目前 Intel 和 AMD 聯合推出的這款芯片的應用領域也正是 Nvidia GPU 的應用領域。 很明顯，Intel 處理器已經滲入到這個領域內，并且通過新款芯片，AMD 也會在這一領域內獲得立足點。 」

除此之外，第二梯隊的谷歌也在試圖引發新的顛覆。

2016 年，谷歌宣布將獨立開發一種名為 TPU 的全新處理系統。 該系統是專門為機器學習應用而設計的專用芯片。 透過降低芯片的計算精度，減少實現每個計算操作所需的晶體管數量，從而能讓芯片的每秒運行的操作個數更高，讓經過精細調優的機器學習模型就能在芯片上運行得更快。 與 CPU、GPU 相比，TPU 效率提高了 15-30 倍，效能提升了 30-80 倍。

崛起中的國產 AI 芯片廠商

隨著「中國制造 2025」、「網絡強國」等重大戰略的實施，中國芯片企業也在迅速發展，其實力不可小覷。

寒武紀科技

寒武紀是全球第一個成功流片并擁有成熟產品的 AI 芯片公司，擁有終端 AI 處理器 IP 和云端高性能 AI 芯片兩條產品線。 2016 年發布的寒武紀 1A 處理器（Cambricon-1A）是世界首款商用深度學習專用處理器，該產品還入選第三屆世界網絡大會（烏鎮）評選的十五項「世界網絡領先科技成果」。

寒武紀的團隊則源自中國科學院計算技術研究所，后者是中國第一個專門從事計算器科學技術綜合性研究的國立學術機構，聯想、曙光等一批高技術企業就誕生自該所，目前它也是寒武紀科技的重要股東和產學研長期合作伙伴。

2017 年 8 月，寒武紀科技完成 1 億美元A 輪融資，由國投創業，阿里巴巴創投、聯想創投、國科投資、中科圖靈、元禾原點、涌鏵投資聯合投資。 本輪融資后，該公司躋身「獨角獸」行列。

華為

2017 年的數據顯示，華為已經成為中國第一大、全球第三大智能型手機制造商。 但華為在研發手機的同時，也在研發人工智能處理器。

2017 年 9 月，在柏林 IFA 展上，華為正式對外發布了最新的麒麟 970 芯片，這也是華為首款人工智能（AI）芯片。 該芯片首次采用臺積電 10nm 工藝，與高通最新的驍龍 835 芯片是一個工藝，但集成 55 億個晶體管遠比高通的 31 億顆、蘋果 A10 的 33 億顆多，帶來的是功耗降低 20%。

據了解，麒麟 970 在繼承過去數代成果的基礎上，首次集成 NPU（Neural Network Processing Unit）專用硬件處理單元，創新設計了 HiAI 行動計算架構，其 AI 性能密度大幅優于 CPU 和 GPU。

同年 10 月，搭載麒麟 970 的華為 Mate 10 開賣，成為目前市面上第一款搭載 AI 芯片的智能型手機。

深鑒科技

深鑒科技公司由四位畢業于清華大學和史丹佛大學的科技人員于 2016 年創立，是一家專注深度學習處理器解決方案的人工智能科技公司，致力于深度學習處理器與編譯程序原創技術的研發，從而讓所有算法開發者都能便捷使用。

2017 年 10 月，深鑒科技公布了其芯片計劃。 官方信息表示，由深鑒自主研發的芯片「聽濤」、「觀海」將在 2018 年第第三季推出，其中，「聽濤」系列芯片采用臺積電 28 納米制程，核心使用深鑒自己的亞里士多德架構，峰值性能 1.1 瓦 4.1 TOPS，預計將于上半年完成產品裝載。

此外，深鑒科技也公布了深度神經網絡開發工具包——「DNNDK」，這是一個深度學習軟件開發工具包，旨在簡化和加速深度學習應用程序的開發。 該產品不僅極大降低 DPU 平臺深度學習應用開發門坎和部署難度，還能夠大大縮短算法部署到硬件的周期，實現 AI 行業產品研發過程極致提速。 深鑒科技 CEO 姚頌說，DNNDK 是國內首個深度學習開發工具包，可以對標輝達 TensorRT。

由于其在 AI 領域的突出優勢，2017 年 10 月深鑒科技宣布完成最新一輪 4000 萬美金融資，由螞蟻金服、三星電子領投，招商局創投、華創資本跟投。 此前，該公司分別于 2016 年 5 月和 2017 年 5 月完成了天使輪、A 輪融資。

地平線機器人

2015 年，前百度研究院副院長余凱創立地平線機器人，并開啟了研究高難度的、基于深度神經網絡算法的處理器芯片的道路。

時隔兩年半，地平線機器人于 2017 年 12 月 20 日宣布推出旗下的兩款嵌入式人工智能視覺芯片，分別面向智能駕駛和智能攝影機。

其中，面向智能駕駛的嵌入式人工智能視覺芯片被命名為「征程（Journey）1.0 處理器」，該芯片支持高性能的 L2 ADAS 系統；能夠同時對行人、機動車、車道線、交通標示牌、紅綠燈等 8 類目標進行準備的實時檢測與識別。

而面向攝影機的視覺芯片被命名為「旭日（Sunrize）1.0 處理器」，它集合了地平線的深度學習算法，可廣泛應用于智能安防、智能城市等場景。

這兩款處理器采用關注模型（Attention Engine）+ 認知模型（Cognition Engine）的數據處理流模式，可將芯片的計算速度提升 10 倍以上。

余凱還透露，地平線將會在 2018 年推出下一代面向自動駕駛的征程處理器。

2017 年 10 月，地平線機器人完成了近億美元A + 輪融資，本輪融資由英特爾投資領投，嘉實投資聯合投資，其他投資方包括現任股東晨興資本、高瓴資本、雙湖投資和線性資本。

比特大陸

據公開信息，比特大陸成立于 2013 年，目前在全球擁有超過 1000 名員工，分布在北京、***、北美等地區。 該公司目前芯片出貨量達數十億，在全球建立了百億次計算的數據中心。

2017 年 11 月，比特大陸公布了該公司人工智能品牌 SOPHON（「算豐」），并帶來了全球首款張量加速計算芯片 BM1680， 以及板卡 SC1/SC1+、智能影音分析服務器 SS1 等產品。

據悉，BM1680 是一款面向深度學習應用的張量計算加速處理的專用定制芯片，適用于 CNN、RNN、DNN 等深度神經網絡的推理預測和訓練。

按照規劃，比特大陸將于 2018 年發布第 2 代算豐 AI 芯片 BM1682，計算能力將大幅提升，后續還將陸續發布第三代、第四代。 湯煒偉表示，按照規劃每隔 9 個月左右就會推出新的算豐 AI 芯片，而再過一兩代，比特大陸有信心在深度學習推理上超過 GPU 的實際性能。

2017 年 9 月，比特大陸被曝將從 IDG 資本、紅杉資本等風投公司募得 5000 萬美元，以提升其在主流投資者中的地位。

據 Thinkforce 官網信息，2017 年，這家公司由芯片設計、算法軟件、系統開發領域的資深專家創立，該公司立志于設計融合一流 AI 算法和先進制成工藝，并以此構建人工智能硬件平臺，提供一站式行業應用解決方案。

2017 年 12 月，Thinkforce 宣布完成由依圖科技、云鋒基金、紅杉資本、高瓴資本的 4.5 億元 A 輪融資。

同時，Thinkforce 還公布了其計劃推出的 AI 芯片特點：基于業界先進的半導體制程工藝，采用自主研發的微內核 ManyCore 架構，能完成 AI 云虛擬化調度在芯片級的實現。 此架構將 AI 云的彈性計算和調度提升一個量級，類似 CPU 的虛擬化給云端運算的彈性調度帶來成倍的成本節約。 同時，該技術結合自主研發的固件和 TFDL 軟件 SDK 能夠實現對于各類神經網絡模型的計算加速，相對于輝達主流計算卡能實現 5 倍以上的功耗和成本節省。

在資本和技術的雙重刺激下，中國的 AI 芯片業的未來將不可估量。?

2.曠視科技要上市？它只是阿里AI“獨角獸”陣容中的一個；

AI在中國的火爆程度已經不言而喻，如今，一家阿里投資的中國AI“獨角獸”也被傳上市。

1月17日，有消息稱，曠視科技Face++在2017年11月獲得了4.6億美元的投資，由國有資本風險投資基金、螞蟻金服和富士康等戰略投資。該媒體獲得的材料顯示，這家公司目前的估值為14.6億美元，預計將在2019年第一季度上市。

針對上市消息，全天候科技向曠視科技求證，對方拒絕置評。

曠視科技不僅是國內領先的人工智能公司，也是支付寶、今日頭條、滴滴等人臉識別、在線身份驗證的主要技術提供商。如果真的上市，這或將拉啟阿里投資的中國AI“獨角獸”IPO大幕。

對于互聯網巨頭來說，布局AI就是在布局未來。“金主”阿里在AI方面的布局和戰略投資絕對是大手筆。

從其最近2兩年的投資布局看，從AI芯片領域的頂尖公司寒武紀、深鑒科技，到計算機視覺領域的獨角獸商湯科技、曠視科技，阿里已經一網打盡，全部攬入其AI棋局之中。

2017年11月28日，《財經》雜志援引消息人士稱，阿里巴巴已向AI獨角獸公司——商湯科技投資了15億元人民幣，此輪融資后，商湯科技估值將超過30億美元（約198億元人民幣）。不過，目前投融資雙方都對此不予置評。

更早前，路透社曾報道稱，商湯科技正計劃IPO，全天候科技就此消息向商湯科技求證，得到的回復是：“公司有未來上市計劃，但是并無具體時間表。”

商湯科技是一家專注于計算機視覺、深度學習技術的科技公司，其在人臉識別、圖像識別、視頻分析、無人駕駛等方面都有技術突破和業務布局，業務范圍覆蓋安防、金融、智能手機、機器人和汽車等行業。據商湯科技官方披露的數據，目前其已服務超過400家客戶，中國移動、銀聯、華為、小米、微博等企業都是其客戶。

對于阿里來說，這只是其在AI領域投資的其中兩個案例。此前，關于它投資AI獨角獸的消息不勝枚舉。

阿里包攬中國AI獨角獸

在人工智能技術領域的投資，阿里從來都不吝嗇。

去年10月31日，曠視科技宣布完成4.6億美金D輪融資，投資方包括螞蟻金服、中俄投資基金以及韓國鮮京集團。這一融資金額刷新了全球人工智能領域單筆最高融資紀錄，本輪融資后，曠視科技估值將達到至少10億美元。而早在2014年，曠視科技就曾獲得螞蟻金服的戰略投資。

更早前的8月，AI芯片公司寒武紀完成一億美元A輪融資，由國投創業、阿里巴巴創投、聯想創投、國科投資、中科圖靈、元禾原點、涌鏵投資聯合投資。寒武紀在完成A輪融資后，成為全球AI芯片領域第一個獨角獸初創公司。

如今，尚未被確認投資的商湯科技也被證實正在進行C輪融資，融資后估值超30億美元。在上一輪融資時，商湯科技以4.1億美金的融資額創下當時全球人工智能領域單筆最高融資紀錄，躋身AI獨角獸行列。

此前的公開信息顯示，過去2年，阿里在AI芯片領域至少已經投資了5家公司。2007年，阿里系投資寒武紀，還包含深鑒科技， Kneron。

全天候科技根據公開信息整理（不完全統計）

2016年，阿里還跟騰訊一起領投了美國的AI芯片公司——Barefoot Networks的C輪2000萬美金的融資，該公司上一輪投資方包括谷歌。這家公司開發了世界上第一個可編程芯片；報道稱，這種名為Tofino的芯片可以每秒6.5兆的速度處理網絡數據包，比目前市場上任何芯片快兩倍。

就阿里投資的這些AI 芯片公司來說，其產品應用場景各有不同：寒武紀的重點在手機業務，深鑒科技主要聚焦于安防，而Kneron業務重點是智能家居與智能安防。

阿里投資AI獨角獸的共性：技術驅動

阿里投資的這些AI企業都能夠看到一些共性，那就是典型的技術驅動，創業團隊的成員也大多是技術出身，具有濃郁的AI技術背景。

以商湯科技為例，該公司的AI人才是投資方看重的一個關鍵價值點。

商湯科技CEO徐立告訴全天候科技，如今精通深度學習的人基本都讀過PHD（泛指研究型博士學位），中國在這方面目前總共也就一、兩百號人，而商湯包攬了120人，“把之前中國在這方面的人都儲備下來了”。

2014年，商湯科技首次出征人工智能領域權威競賽ImageNet，在大規模物體檢測比賽中就以40.7%的成績榮獲世界亞軍，戰勝微軟、百度等企業，僅次于谷歌。2016年商湯參與的人工智能團隊與麻省理工、斯坦福等著名大學一道，入選世界十大人工智能先鋒實驗室。

商湯科技的一位投資人也曾向全天候科技解釋說，“它（商湯）的高估值是存在合理性的，畢竟投資方也會慎重考量。一方面，AI之爭是人才跟數據的爭奪，在大家都沒有得到全面的市場驗證的情況下，人才跟數據是重要的考量標準。”

而曠視科技作為國內計算機視覺領域最早的創業公司之一，其團隊成員也全是AI技術流：創始人印奇是一個技術天才，高中還沒畢業就被清華大學選中；進入清華后，他入選姚期智的實驗班。姚期智是中國科學院院士、量子計算專家、圖靈獎獲得者，曠視科技的另外兩個聯合創始人和不少團隊成員也出自“姚班”。目前，姚期智已是曠視科技學術委員會的首席顧問。

微軟研究院首席研究員孫劍博士于2016年7月入職曠視擔任首席科學家，同時擔任曠視研究院院長。孫劍曾在微軟亞洲研究院工作13年，師從沈向洋博士（微軟亞洲研究院聯合創辦人），是微軟亞洲研究院首席研究員。目前，曠視科技共有約600名員工，其中一半以上都是研發人員。

寒武紀則是全球第一個成功流片并擁有成熟產品的AI芯片公司，擁有終端AI處理器IP和云端高性能AI芯片兩條產品線。2016年發布的寒武紀1A處理器（Cambricon-1A）是世界首款商用深度學習專用處理器，該產品還入選第三屆世界互聯網大會（烏鎮）評選的十五項“世界互聯網領先科技成果”。

寒武紀的團隊則源自中國科學院計算技術研究所，后者是中國第一個專門從事計算機科學技術綜合性研究的國立學術機構，創辦了聯想、曙光等一批高技術企業，是寒武紀科技的重要股東和產學研長期合作伙伴。

阿里布局AI：強調場景應用

馬云曾表示，“一場技術革命周期大概都是五十年的，前二十年是技術公司的革命、創新，但是后面的三十年是技術在社會方方面面巨大的應用，誰能夠應用好技術、誰能夠把技術進行普惠化，我認為這才是未來。”

在AI布局思路上，阿里巴巴似乎從不強調其在AI技術上的突破，而更強調將AI技術應用到商業場景之中。阿里云、城市大腦、輔助駕駛、圖像識別等都在大力推動人工智能應用于各種不同商業場景。

在對AI初創公司、獨角獸的投資上，阿里依然強調AI技術與商業場景的結合。比如，曠視科技，當前，這家公司在為螞蟻金服提供面部掃描系統；而在投資寒武紀之后，阿里巴巴基礎設施事業群業務發展總監吳靈犀就表示，阿里對人工智能高性能計算需求非常強大，寒武紀的產品研發和硬件工程化的能力非常強大，除了資金，阿里會一如既往地支持寒武紀的業務。

阿里瘋狂押注AI背后：引領未來、阻隔對手

2017年，阿里巴巴集團在杭州召開首屆技術大會，動員全球兩萬多名科學家和工程師投身“新技術戰略”。在這次大會上，阿里透露其正在啟動一項代號“NASA”的計劃，要面向未來20年組建獨立的研發部門，建立新的機制體制，儲備核心科技。

阿里巴巴集團董事局主席馬云當天在大會上表示，阿里巴巴未來20年的愿景是構建世界第五大經濟體，服務全球20億消費者，新經濟體必須建立在新的技術基礎設施之上，建立在新的技術思考之上。馬云解釋說，NASA計劃要面向機器學習、芯片、IoT、操作系統、生物識別這些核心技術，組建嶄新的團隊，建立新的機制和方法，全力以赴。

去年10月，阿里宣布成立承載“NASA計劃”的實體——“阿里巴巴達摩院”，計劃未來三年之內對新技術的投資超過1000億元人民幣，將與各大高校合作成立實驗室。

在此背景下，除了“預算不設上限”，在全球狂挖各種AI科學家，研發各種可與阿里現有業務場景結合的AI產品外，重金投資AI創業公司，尤其是獨角獸公司，成為阿里布局人工智能的另一個方式。

阿里瘋狂投資AI領域，包攬該領域的獨角獸背后，除了要引領未來，押注賽道，阻隔對手的意圖同樣明顯。畢竟，國內的老對手騰訊、百度在AI布局上都不遺余力。不久前，all in AI的百度宣布將在2018年投資10家以上的AI創業公司；騰訊已經在今年11月份連續投資了三家智能機器人公司。

而此前更有消息傳出，商湯科技正計劃IPO。對于阿里來說，投資這些高估值的獨角獸，無論未來哪一家上市都將從中受益匪淺。

只是，“熱錢”進入、巨頭加持使得AI行業亂象和泡沫開始浮現，AI人才薪資也水漲船高。未來，阿里要繼續在這一賽道上精耕細作，下好AI這盤棋還需要時間。?

3.中國首個AI股票私募產品完成備案 AI交易革命來了？；

1月17日，躍然科技在上海發布了一款人工智能交易系統——“愛（AI）交易”系統，同時，也宣布首款基于愛交易系統的私募基金產品——躍然人工智能交易基金的成立。

據界面新聞記者了解，子午躍然人工智能一號證券投資基金，這個被稱為“中國首款由人工智能系統管理運營基金”投資領域涉及股票、期權以及商品期貨，并已在中國證券投資基金業協會完成登記備案，將于本月底試運行，該基金規模為3000萬元人民幣。

躍然科技首席科學家葉承羲介紹，愛交易系統核心算法應用當下最先進的人工智能技術AlphaGo的架構，由估值網絡和決策網絡兩部分組成。 其中估值網絡用來預測股市未來的變化以及概率，而決策網絡根據客戶自己本身的持倉偏好，通過深度強化學習尋找最佳下單時間以及每次下單的股數。與AlphaGO類似，愛交易的估值網絡也是通過卷積神經網絡從高頻數據中搜索交易信號，完全無須人工參與。

躍然科技公司CEO朱嘉琦在發布會上表示：“2018年將是AI 交易元年，該基金只是試水產品，躍然科技未來他們將會把這套AI模型共享給行業內的合作伙伴。如果說以往的投資是門檻高、風險大、信息不透明的資本巨鱷的游戲，那么AI將會為我們提供多元化、定制化、個性化的服務。”

作為子午投資和躍然科技兩家公司的創始人，朱嘉琦有著在包括美國、歐洲、印度市場的十年量化交易經驗，交易品種包括股票、期貨和期權。此外，子午投資的主要團隊成員首席科學家葉承曦在深度學習領域、CTO 朱彤在網絡移動安全都在美國資本市場有資深履歷。

朱嘉琦并不避諱量化交易所帶來的巨額回報。在當天的發布會上，躍然科技CEO朱嘉琦回憶了五年前被稱為“光大烏龍指”事件，他表示，“光大證券交易員的失誤操作，造成超過100支股票出現巨額交易，但我有幸通過量化交易操作抓住了短暫的交易機會，并在當天獲利豐厚。當天我便買了一輛阿斯頓·馬丁犒賞自己。”

從量化交易到人工智能，預期中的豐厚獲利與團隊支持成為朱嘉琦團隊從量化交易邁入人工智能領域的動力。在他看來，在量化交易中加入AI機器自我學習的特性，能夠幫助量化模型適應不同市場環境，深入挖掘新選股因子以及因子與股票收益之間的非線性關系，提高模型預測能力，更敏銳地捕捉未被發現的市場機會。

不過，一些量化對沖基金認為，機器學習不過是眾多觀察市場異動統計方法中的一種，所謂的人工智能并不稀奇。而最為致命的是，一個模型如果被證實有效而又流行起來的話，很快就會導致這一模型失效。

最近的美國AI基金領域例子也在眼前。

2017年10月18日，美國兩家公司EquBot LLC、ETF Managers Groupl合作推出全球首只應用人工智能、機器學習進行投資的ETF——AI Powered Equity ETF。AIEQ剛問世的時候表現十分優異，不過隨后該基金表現卻不盡如人意，甚至出現和大盤指數表現大幅偏離的情況。例如10月25日和11月7日市場表現較弱，標普500指數兩天的跌幅分別為0.47%和0.02%，納斯達克綜指跌幅分別為0.52%、0.27%，而AIEQ這兩天的跌幅達到了1.11%和1.09%。

即使在模型構建上有所進步，讓機器更多的參與到策略的制定中，人工智能還面臨著兩大問題：一是模型預測過于精確（過擬合）以至于短期難以實現；另一則就是人工智能的決策并不透明，普通人難以理解機器的操作邏輯。實際上，從目前人工智能深度參與投資的所有公開信息中，并無百發百中的成功者。

4.國家人工智能標準化總體組成立 推進AI標準化進程；

據悉，人工智能標準體系結構包括基礎標準、平臺/支撐標準、關鍵技術標準、產品及服務標準、應用標準、安全/倫理標準六個部分。

人工智能產業的發展沸沸揚揚，相關標準的制定也顯得尤為迫切。

1月18日，國家標準化管理委員會正式成立國家人工智能標準化總體組、專家咨詢組。總體組組長為中國電子技術標準化研究院院長趙波，副組長人選涉及阿里云、科大訊飛（61.370， -0.18， -0.29%）、中國科學院、北京大學、北京航空航天大學、機械工業儀器儀表綜合技術經濟研究所相關高管、專家。中國工程院院士潘云鶴擔任專家咨詢組組長。

據了解，國家AI標準化總體組在人工智能標準化中承擔統籌協調、規劃布局的角色，負責開展人工智能國際國內標準化工作，包括擬定我國人工智能標準化規劃、體系和政策、協調相關國家標準技術內容和技術歸口、建立AI基礎功行標準與行業應用標準的傳導機制等。專家咨詢組則由國內人工智能領域知名專家學者組成，負責為總體組提供我國人工智能標準化規劃、體系和政策措施等方面的咨詢。

“標準化工作對人工智能及其產業發展具有基礎性、支撐性、引領性的作用，既是推動產業創新發展的關鍵抓手，也是產業競爭的制高點。”趙波表示，“我國雖然在人工智能領域具備了良好基礎，但適應人工智能發展的基礎設施、政策法規、標準體系仍亟待完善。”

標準引領產業

本次國家AI標準化總體組、專家咨詢組的成立，是對上月工信部印發《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》（以下簡稱“行動計劃”）的回應。

此前的“行動計劃”對我國人工智能未來三年的發展做出了具體規劃，其中的四大發展目標之一便涉及基本建立人工智能產業支撐體系，初步建立人工智能標準體系、測試評估體系及安全保障體系框架。

“人工智能標準的先進與完善與否，關系到產業的健康發展以及產品國際市場競爭力的強弱。”趙波指出。

事實上，包括美國、歐盟、日本等發達國家均高度重視人工智能標準化工作。21世紀經濟報道記者了解到，無論是美國發布的《國家人工智能研究與發展策略規劃》，還是歐盟發布的“人腦計劃”，或是日本實施的“人工智能/大數據/物聯網/網絡安全綜合項目”，均提出圍繞核心技術、頂尖人才、標準規范等強化部署，力圖搶占新一輪科技主導權。

據趙波介紹，當前市場上已出現可規模化、可商業化產品和應用，但需要以標準化的手段固化技術成果，實現快速創新推廣；諸如人臉識別系統、智能音箱、服務機器人（18.370， -0.04， -0.22%）等產品質量參差不齊，也需要統一標準以提升產品和服務質量。

而圍繞諸如自動駕駛領域“電車難題”的倫理問題、蘋果手機指紋泄露用戶隱私等問題，也需要制定相關安全標準規范，確保信息安全及智能系統服務于人類倫理。此外，在當前行業巨頭以開源算法、平臺接口綁定等方式打造自有深度學習框架等生態體系的現狀下，用戶數據信息較難遷徙，反倒形成數據孤島，標準的統一更容易實現廠商之間的互操作與協同。

“無論是基礎標準、技術標準還是倫理標準，都是未來國家AI標準化總體組的重點考慮方向。”國家AI標準化總體組副組長、北京航空航天大學教授吳文峻告訴21世紀經濟報道記者，“對于這些領域的研究與探討將是齊頭并進的。”

標準體系結構

通過分析國內外人工智能發展現狀，可以發現AI標準化的需求所在。

“作為人工智能行業內企業，我們能夠感覺到大家對于標準化的迫切需求。”科大訊飛副總裁嚴峻表示，“首先想到的便是系統框架，其次是能力，人工智能技術與行業結合究竟應該具備哪些能力，才能定義為智慧，這是需要進一步明確的。此外人工智能接口、數據的標準以及評價，也是行業標準化極為重要的方向。”

圍繞這些需求，人工智能標準體系結構也隨之形成。“人工智能標準體系結構包括基礎標準、平臺/支撐標準、關鍵技術標準、產品及服務標準、應用標準、安全/倫理標準六個部分。”趙波表示。

中國電子技術標準化研究院發布的《人工智能標準化白皮書》具體介紹了該體系結構。其中，基礎標準涉及術語、參考架構、數據和測試評估四大類，位于人工智能標準體系結構的最底層。平臺/支撐標準是對人工智能硬件、軟件、網絡和數據的綜合集成，在人工智能標準體系結構中起承上啟下的作用。關鍵技術標準主要針對自然語言處理、人機交互、計算機視覺、生物特征識別和VR/AR等領域，為人工智能實際應用提供支撐。

應用標準則位于人工智能標準體系結構的最頂層，面向行業具體需求，產品及服務標準涉及在人工智能技術領域中形成的智能化產品及新服務模式的相關標準。安全/倫理標準貫穿于其它部分，支撐整個行業發展。

“華為從最初就認為人工智能是企業的使能技術，通過發展人工智能技術，能夠幫助企業內部實現效率提升。”華為云戰略與業務發展副總裁宋哲炫告訴21世紀經濟報道記者。圍繞當前AI標準的制定方面，考慮到開源已成為當前行業一種事實性標準，宋哲炫建議在整個標準制定流程中，將開源作為一個重要因素引進，以便真正的標準推出后可以很好地落地及實踐。21世紀經濟報道

5.AI應用炒熱市場對新一代HBM需求

HBM迄今仍屬于利基型技術，是否能因為AI等新應用進一步擴大市場版圖，分析師認為目前仍很難說…

高頻寬存儲器（high bandwidth memory，HBM）因為上周三星電子（Samsung Electronics）宣布開始量產第二代HBM技術Aquabolt，在市場上再次獲得矚目。

三星高頻寬存儲器市場行銷經理Tien Shiah表示，其8GB容量的High Bandwidth Memory-2 （HBM2）是專為下一代超級電腦、人工智能（AI）與繪圖系統所設計，號稱能提供最高等級的DRAM性能水準，以及目前市場上最快的資料傳輸速率──在1.2V下每接腳2.4Gbps；與該公司上一代HBM2產品Flarebolt相較（每接腳速度在1.2V下為1.6Gbps、在1.35V下為2.0Gbps），性能提升了近50%。

Shiah在國際消費性電子展（CES 2018）接受EE Times電話采訪時表示，單個Aquabolt封裝能提供307GBps的資料頻寬，資料傳輸速率是資料頻寬為32GBps的8GB GDDR5晶片之9.6倍；這意味著在系統中采用4個HBM2封裝就能達到1.2TBps的頻寬，將整體系統性能提升50%。他指出，對更高資料存取速度的需求推動了市場采用HBM，特別是AI與機器學習演算法；而HBM為市場上最高速的DRAM解決方案，還能節省占板面積與功耗。

不過Shiah也指出，因為HBM需要整合到具備硅中介層（silicon interposers）的ASIC中，這種設計需要具備專長技術；三星還利用了與散熱控制相關的硅穿孔（TSV）技術長才，單一個Aquabolt封裝內含8顆8Gb容量的HBM2裸晶，利用超過5，000個TSV垂直互連；此外三星還增加了HBM2裸晶之間的散熱凸塊（thermal bumps），能實現對每個封裝更強力的散熱控制。最后還在封裝底部添加了保護層，提高其整體物理強度。

三星的第二代High Bandwidth Memory-2 （HBM2）是專為下一代超級電腦、人工智能（AI）與繪圖系統所設計

HBM常常會被跟混合存儲器立方體（Hybrid Memory Cube，HMC；編按：由Micron主導開發）一起討論，兩者同樣是為了發揮DRAM最高速度性能的解決方案；這兩種方案的差異性其實不大，但因為HBM在市場上的接受度較高，有可能會勝過HMC，就像是很久以前錄影帶規格VHS侵蝕Beta版圖那般。

不過市場研究機構Objective Analysis首席分析師Jim Handy表示，就算HBM會成為贏家，它仍是一種利基型技術，“我不認為它最終會躍居主流；目前它實在是很昂貴的技術，因為要在硅芯片上使用TSV的代價高昂；”他指出，HBM到目前為止感覺有點“神秘”，通常是使用在Nvidia與AMD的繪圖卡，需要大頻寬來連結GPU的應用。

Handy表示，TSV確實能提供比打線封裝（wire bonding）更高的優勢，特別是當你可以在單芯片上采用5，000個TSV；然而該技術仍相對較昂貴：“這種技術需要克服的挑戰在于，當生產量增加、價格就會降低，但因為一開始的高價格很難讓生產量變大，”這也是為什么HBM仍主要只出現在高階繪圖卡上。

現在也可以看到HBM被應用在某些超級電腦，未來在某個時間點也有機會進駐標準服務器，但Handy補充指出：“現在很難說什么應用能讓HBM達到足以讓成本下降的高需求量，大家都在爭論AI將在其中扮演何等角色；”廠商大力推廣鎖定AI應用的FPGA解決方案，為GPU方案帶來競爭壓力，智能手機也可能會是HBM的長期性目標市場，因為GDDR5也準備進軍這類裝置。

至于HBM與HMC之間的主要差異，Handy表示是在底部的邏輯晶片；而雖然英特爾（Intel） 采用了美光（Micron）的HMC技術，但自行開發了邏輯標準。另一家DRAM制造商海力士（SK Hynix）也是走HBM路線，他認為英特爾將會從自家衍生的HMC方案轉向采用HBM，最后美光也會跟進：“HBM與HMC差異并不大，所以美光如果必須改變方向也不會有太多損失。”