传统芯片已落千丈 AI芯片能否逆风飞翔？

到2018年7月12日，持续三个月的中兴事件终于尘埃落定，中兴在付出支付10亿美元罚款、另准备4亿美元交由第三方保管、管理层全部撤换的沉重代价后，禁令才解除。

面对这一结局，相信所有人和小编一样，没有欣喜也没有悲伤，只有痛定思痛，把目光投向中国的芯片产业，正如百度公司董事长兼CEO李彦宏所说的，在改革开放40周年以来的发展过程中，中国一直依赖进口的高端芯片，这是一代IT人心中永远的痛。李彦宏乐观估计，在人工智能时代，情况将会发生改变。

李彦宏之所以如此乐观的估计，是因为相比与国外领先水平相差十余年甚至更多、在追赶巨头时遭遇生态壁垒等诸多阻碍的传统芯片行业， AI芯片行业显然并无“输在起跑线”的压力，在这一全新的赛道上，中国有机会逆风翻盘。

何为AI芯片

目前对于“AI芯片”还没有一个统一的定义，简单来说：AI芯片指的是专门针对AI算法做加速处理的芯片，专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责），当前，AI芯片主要分为 GPU 、FPGA 、ASIC 。

AI芯片该使用什么方法原理去实现，目前仍然众说纷纭，这是新技术的特 点，探索阶段百花齐放，这也与深度学习等算法模型的研发并未成熟有关，即AI的基础理论方面仍然存在很大空白。

与传统芯片迭代速度相比，AI算法迭代更快，针对最新算法的需求、神经网络算法的共性基础，要把它快速地放到芯片上。在处理人工智能计算时，AI芯片相比传统处理器性能强、功耗低。但是，现在还不存在适用所有通用算法的AI芯片。

麒麟970之所以敢叫自己“AI芯片”，最主要的就是集成了寒武纪的NPU（Neural-Network Processing Unit）神经网络处理器。麒麟970的出现，让AI在手机端开始由软到硬地落地，是人工智能进一步产业化落地的一个典型代表。

AI芯片领域 百舸争流

以CPU为代表的通用芯片垄断时代已经过去，AI产业已经产生了新需求，除了传统芯片巨头，初创型AI芯片企业、互联网巨头谷歌、新能源汽车科技公司特斯拉、社交网络鼻祖Facebook也纷纷开始涉足芯片。一时间，新老力量同台竞技，AI芯片行业呈现百舸争流的局面。

2017年11月6日，中国科学院携手寒武纪科技公司，在北京发布了三款新一代人工智能芯片，分别为面向低功耗场景视觉应用的寒武纪1H8，高性能且拥有广泛通用性的寒武纪1H16，以及用于终端人工智能产品的寒武纪1M。2018年5月8日，寒武纪创始人兼CEO陈天石发布了其最新产品，寒武纪1M智能处理器芯片及首款云端智能芯片MLU100。这两款产品的发布，也意味着寒武纪成为中国首家同时拥有终端和云端智能处理器产品的公司。

2018年7月4日，百度CEO李彦宏在2018年百度AI开发者大会上宣布推出由百度自主研发的中国首款云端全功能AI芯片——“昆仑”。 “昆仑”是中国第一款云端全功能AI芯片，也是目前为止业内设计算力最高的AI芯片，它的运算能力跟基于FPGA的最新AI加速器相比，性能提升了近30倍。

此外，AI芯片黑马企业比特大陆2017年11月份推出的首款AI芯片BM1680，现在已经全线量产，兼顾训练和推理的功能，但以推理为主。另外一家明星创业公司——地平线，2017年12月20日正式发布了其自主研发的基于高斯架构的第一代人工智能视觉芯片——“征程（Journey） 1.0 ”处理器与“旭日（Sunrize） 1.0”处理器，分别面向智能驾驶和智能摄像头。

AI芯片能否弯道超车？

业界分析，AI芯片全球起步时间几乎同步，此时，人工智能领域尚未出现“独步天下”的国际巨头。在此基础上，国内厂商建立芯片应用生态、寻求合作伙伴之路才不会过于荆棘丛生，这也是新生代国产芯片选手们谋求“弯道超车”占据的“天时”优势。

地平线副总裁张永谦认为，国外无论是算法公司还是芯片公司，都很难获得中国的大数据，市场、数据、应用场景都扎根在中国本土。以自动驾驶为例，国外与中国的路况差异极大，这意味着需要进行大量数据训练、深度学习的自动驾驶人工智能，巨头并无优势。“从这一点来看，中国本土企业显然更有优势。”

据信中利资本集团创始人、董事长汪潮涌介绍，2017年中国在芯片领域的投资超过1500亿元人民币，包括大型国家集成电路基金，如武汉230亿美元国家存储基地，光是在创投领域中，投资金额超过1500亿元，比互联网在中国前10年拿到创投金额的总额还高。其实1500亿元人民币根本不够，国家在研究经费投入上应该担当主要的角色。

已有消息传出国家成立的国家集成电路产业投资基金（下称“大基金”）第二期正在紧锣密鼓募资之中，筹资规模会超过一期，在1500亿~2000亿元左右。按照1∶3的撬动比，所撬动的社会资金规模在4500亿~6000亿元左右。

总的来说，正如紫光展锐高级副总裁吴慧雄称，中国最大的优势是市场，“现在需要的是时间，要长期聚焦，一点点进步，不要冒进，这样迟早在芯片会有非常大的成就”。