前言

經(jīng)過多年發(fā)展，人工智能在新科技革命和產(chǎn)業(yè)變革中初顯爆發(fā)端倪，并已成為發(fā)達國家和地區(qū)激發(fā)創(chuàng)新活力、搶占未來發(fā)展先機和鞏固核心競爭實力的前沿戰(zhàn)略領域。人工智能基礎研究、類腦研究、人機協(xié)同增強智能、群體集成智能等技術領域實現(xiàn)重大突破，代表了未來科技和產(chǎn)業(yè)發(fā)展方向，體現(xiàn)了當今世界智能經(jīng)濟、綠色經(jīng)濟的發(fā)展潮流。

人工智能產(chǎn)業(yè)得以快速發(fā)展，得益于海量激增的數(shù)據(jù)還有在摩爾定律影響下不斷提升的計算能力，而無論是海量數(shù)據(jù)的獲取和存儲還是計算能力的體現(xiàn)都離不開硬件載體——芯片。因此，人工智能芯片就成為當前激烈的人工智能產(chǎn)業(yè)比拼中頗具戰(zhàn)略地位的一個環(huán)節(jié)，也是近兩年投向人工智能眾多資金中最為關注的領域之一。同時這也是一個正快速增長的巨大市場，國際權威基金評級機構Morningstar則預測，2021年全球AI芯片市場規(guī)模有可能超過200億美元。

人工智能芯片到目前為止還沒有一個準確的定義，廣義的講，滿足人工智能應用需求的芯片都可以稱之為人工智能芯片。其實目前大部分的人工智能應用場景下，我們還是使用GPU、FPGA等已有的適合并行計算的通用芯片來實現(xiàn)人工智能算法。但是回顧計算芯片發(fā)展史，新的計算模式一般都會催生新的專用計算芯片，因此在未來，人工智能專用芯片將會是發(fā)展的大方向，并且將會對傳統(tǒng)計算架構產(chǎn)生顛覆性變革，這也是為什么人工智能芯片具有戰(zhàn)略性的原因，它的發(fā)展不僅對于人工智能產(chǎn)業(yè)本身的意義重大，對當前全球芯片產(chǎn)業(yè)的市場格局也會帶來深刻影響，對于中國而言，也許更是重大的趕超機遇。

目前全球人工智能芯片比拼最激烈的兩個國家就是美國和中國，當然也不僅僅是芯片，兩個國家在人工智能領域是全方位的競爭，今天單說芯片。

人工智能芯片的競爭目前分為三個主要賽道：

第一個是基于GPU、FPGA等通用芯片的半定制方案。比如英偉達針對各類智能計算設備開發(fā)對應的GPU，以及打造NVIDIA CUDA平臺大大提升其編程效率、開放性和豐富性，建立了包含CNN、DNN、深度感知網(wǎng)絡、RNN、LSTM 以及強化學習網(wǎng)絡等算法的平臺，使得AI可以滲透到各種類型的智能機器。美國沿襲在傳統(tǒng)計算芯片上的強大優(yōu)勢，包括在CPU，F(xiàn)PGA，GPU，DSP領域包攬全球第一的技術能力和行業(yè)地位，自然占據(jù)了這個賽道的霸主地位，據(jù)稱在醫(yī)療、生命科學、能源、金融服務、汽車、制造業(yè)以及娛樂業(yè)等多個領域運用GPU或者FPGA開展深度學習工作的企業(yè)有近4000余家，傳統(tǒng)優(yōu)勢的滲透力可見一斑。也可以從側面看出，在這條賽道上，其實中國的企業(yè)鮮少再有機會。

第二個賽道是針對深度學習算法的專用芯片。GPU、FPGA等通用芯片雖然適用于大規(guī)模并行計算，但是也天然存在性能、功耗等方面的瓶頸，面對不斷激增的數(shù)據(jù)量和持續(xù)擴大的AI應用規(guī)模，通用芯片自然有其局限性，因此專用芯片必然是大勢所趨。中國科學院計算所研究員、寒武紀深度學習處理器芯片創(chuàng)始人陳云霽博士在《中國計算機學會通訊》上撰文指出：通過設計專門的指令集、微結構、人工神經(jīng)元電路、存儲層次，有可能在3~5年內將深度學習模型的智能處理效率提升萬倍。這也使得中美人工智能芯片創(chuàng)業(yè)的大部分企業(yè)集中在這個賽道進行競爭。目前這個賽道聚集了當下全球創(chuàng)新最活躍的智力資源，涌現(xiàn)出多種方法來定制芯片設計和架構，去解決不同AI應用場景中人工智能芯片的諸多“痛點”問題，比如影響處理器性能提高的存儲帶寬瓶頸，計算非結構化信息時性能疲軟，再比如在嵌入式設備上實現(xiàn)AI應用，除了計算性能的要求之外，如何平衡功耗和成本的問題等等。在這條賽道上，既有谷歌、intel、英偉達等全球人工智能和芯片領域的頂尖巨頭大手筆的投入，也有無數(shù)的中小創(chuàng)業(yè)企業(yè)在全力以赴，期望跳過這些傳統(tǒng)巨頭在計算架構上的堅固壁壘，去創(chuàng)造人工智能時代的Intel或者ARM。這其中不乏大量的來自中國的人工智能芯片初創(chuàng)企業(yè)，在AI領域的投資上，我國已經(jīng)超越美國成為世界第一，其中大筆資金投向了AI專用芯片領域，這也充分證明了這個賽道，有對我國計算芯片非比尋常的意義。

第三個賽道是類腦計算芯片，這個領域不再僅僅局限于加速深度學習算法，也不僅僅局限于在特定場景下實現(xiàn)人工智能，而是在芯片基本結構甚至器件層面上希望能夠開發(fā)出新的非馮諾依曼計算機模型和體系結構，去解決通用智能計算的問題。類腦的研究距離可以大規(guī)模廣泛使用的成熟商用技術還有一定差距，甚至在產(chǎn)業(yè)化的過程中還面臨不小的風險，但是長期來看這個賽道是最有可能會帶來計算體系革命的選擇。在這個領域其實更多是基礎研究能力的比拼，中國和美國的差距其實并不大。

人工智能芯片將決定新的計算時代的基礎架構和未來生態(tài)，因此，谷歌、微軟、IBM、Facebook等美國巨頭都投巨資加速人工智能芯片的研發(fā)，旨在搶占新計算時代的戰(zhàn)略制高點，掌控人工智能時代主導權。而國內人工智能芯片則呈現(xiàn)出創(chuàng)新活躍，百花齊放的格局。通過走訪調研、與一些投資機構、創(chuàng)業(yè)企業(yè)的溝通，這里以目前可查閱到的40余家國內涉及人工智能芯片業(yè)務的企業(yè)為樣本，歸納出目前我國人工智能芯片產(chǎn)業(yè)發(fā)展呈現(xiàn)出來的部分特點：

圖 國內人工智能芯片企業(yè)列表

首先，北京是我國人工智能芯片創(chuàng)新最活躍的地區(qū)，涉及這塊業(yè)務的企業(yè)數(shù)量超過一半。北京具備全國最密集的人工智能和微電子領域的智力資源，清華大學，微軟亞洲研究院，中科院計算所、自動化所，微電子所，北航等全國過半數(shù)人工智能骨干研究單位都聚集在北京，再加上百度、小米、京東、滴滴等國內互聯(lián)網(wǎng)巨頭在人工智能領域的全力投入，以及活躍的投資機構和行業(yè)媒體的助推催化，讓北京成為最適宜人工智能芯片初創(chuàng)企業(yè)成長的沃土。億歐智庫發(fā)布的2017年度《中國人工智能產(chǎn)業(yè)發(fā)展城市排行榜》中顯示，北京在企業(yè)規(guī)模、政策基礎、學術基礎等各項指標的得分遠超其他城市，穩(wěn)居第一，也說明了相較于其他城市，北京發(fā)展人工智能芯片產(chǎn)業(yè)具備得天獨厚的優(yōu)勢。

第二，目前國內人工智能芯片企業(yè)主要落地應用的場景是安防領域，在統(tǒng)計的國內40多家人工智能芯片企業(yè)中，以安防為核心業(yè)務的企業(yè)接近30家，而面向自動駕駛，醫(yī)療，智能家居等場景的AI芯片研發(fā)則都相對較少。安防領域擁有海量的數(shù)據(jù)，能夠為深度學習訓練提供足夠多的場景，并且這個領域同時滿足AI芯片對規(guī)模化和高資本投入的需求，也就是既有量，又燒得起錢，而且安防市場呈現(xiàn)出碎片化特性以及地域封閉屬性，對于AI芯片企業(yè)而言相對好切入開展業(yè)務，自然是其青睞的首選市場。

第三，我們發(fā)現(xiàn)很多老牌芯片企業(yè)正在積極擁抱人工智能時代的變化，接近1/4，成為中國人工智能芯片產(chǎn)業(yè)中的重要力量。在2013年以前成立的海思，中星微、北京君正、中天微、杭州國芯等傳統(tǒng)SoC處理器芯片或者多媒體芯片企業(yè)就是其中的代表。相比那些活躍的初創(chuàng)AI芯片新生力量，老牌企業(yè)具有更加完備的前后端設計、產(chǎn)品、驗證和測試團隊，具備打造一顆完整SoC芯片產(chǎn)品的工程化經(jīng)驗，要知道僅有一個深度學習加速器是沒法使用的。老牌芯片企業(yè)的入場競爭，和新生力量在人才、產(chǎn)品層面的角力，是未來這個產(chǎn)業(yè)值得關注的一大看點。

第四，在部分AI芯片前沿創(chuàng)新領域，我國一些企業(yè)的技術能力已經(jīng)達到了國際領先水平。一方面體現(xiàn)在基礎研究方面，比如在直接在存儲器內執(zhí)行計算而不需要數(shù)據(jù)傳輸?shù)膬却嬗嬎泐I域，異構融合類腦計算領域，可重構計算芯片技術領域，我國的基礎研究能力已經(jīng)與國際接軌甚至引領。這里不得不提到位于清華的北京市未來芯片技術高精尖創(chuàng)新中心，在人工智能芯片的前沿領域做了很多工作，具有一定的全球影響力。另一方面體現(xiàn)在大批海外AI芯片領域專家和高端人才歸國創(chuàng)業(yè)，領英的數(shù)據(jù)顯示，從2013年至2016年，畢業(yè)歸國的AI人才平均年增長率約為14%，而有海外工作背景的歸國AI人才平均年增長率約為10%。在我們統(tǒng)計的38家AI芯片企業(yè)中，有海外背景的團隊超過一半。

第五，切入人工智能芯片領域的算法和系統(tǒng)公司逐漸增多，比如商湯，海康，依圖，華為等。算法廠商提供的都是高頻次、基礎性的功能服務，因此，僅僅通過算法來實現(xiàn)商業(yè)盈利往往會遇到瓶頸。通過將各自人工智能核心算法芯片化、則不但提升了原有性能，同時也有望為商業(yè)盈利鋪平道路。而系統(tǒng)公司也正在積極地通過自主研發(fā)與并購投資的方式加大對AI芯片的投入，它們離場景最近，對場景真實需求的深刻了解，強大的軟硬件一體化產(chǎn)品能力，市場營銷渠道能力以及充足的資本儲備是系統(tǒng)企業(yè)的優(yōu)勢，這使得它們在處理和眾多AI芯片初創(chuàng)企業(yè)的關系上始終處在一個更加主導的地位，或攜手合作、或直接競爭，增加了產(chǎn)業(yè)格局的不確定性。

總之，目前全球人工智能產(chǎn)業(yè)還處在高速變化中，我們有充足的理由對我國在人工智能領域的潛力感到樂觀，廣泛的行業(yè)分布為人工智能的應用提供了廣闊市場，但相比市場和數(shù)據(jù)方面的優(yōu)勢而言，我國人工智能芯片發(fā)展仍處于奮力追趕狀態(tài)，雖然在不同技術路線上均有突破，但仍任重道遠。