抢占AI“风口” 国产ASIC与国际同步

抢占AI“风口” 国产ASIC与国际同步

　　经过几十年的理论研究，如今的人工智能已不再停留于概念阶段，而是逐渐开启了产业化的步伐。在芯片端，以NVIDIA为代表的GPU厂商借助人工智能热潮一飞冲天，营收、股票双丰收，以赛灵思主导的FPGA厂商也将迎来前所未有的机遇。而相比GPU和FPGA，AI专用芯片ASIC也开始崭露头角，展现真正的“类脑”功能。

　　业界人士均晓，人工智能有三大支撑：硬件、算法和数据。硬件指的是运行AI算法的芯片与相对应的计算平台，目前以GPU、FPGA和ASIC为主力支撑。其中，GPU因先发优势占据当前AI大半市场份额，FPGA有望在云端服务器一展风姿，而难度更高却更适用于深度学习算法的ASIC才是AI发展的终极目标!

　　在人工智能领域，ASIC是指专为AI应用设计、专属架构的处理器芯片，最具代表性的ASIC芯片是谷歌的TPU和英特尔VPU，在棋坛打败世界冠军李世石的AlphaGo正是内置了谷歌的TPU产品，此事件打开了AI由概念正式走向应用的第一扇门!而国内寒武纪(NPU)、地平线(BPU)等ASIC芯片公司也借势迅速崛起。

　　一直以来，国内半导体产业起步整体要比国际巨头晚几十年，这导致中国的电子终端设备所需芯片主要依赖进口，不过这些年，国内半导体产业有了不小的进步，部分厂商开始走入国际竞争的行列，特别是随着人工智能的兴起，国内外厂商处于同一起跑线，国产AI芯片追赶、甚至超越国际的机会来临。

　　寒武纪科技创始人/首席执行官陈天石坦言，在AI芯片这块，国外巨头在技术上有其特色和值得学习的地方，但国内AI芯片的总体水平已经领先全球了。他表示过去国内企业在信息技术水平和生态方面都是跟随者和参与者，付出了一些代价，也有过一些教训，但在AI时代，一切都变得不一样，不管是硬件还是算法，国内企业和国外最优秀的同行已经没有差距。

　　作为系统软件厂商，中科创达副总裁杨宇欣也表示非常乐见国内AI芯片与世界同步的事实。“以前，我们更多是同海外芯片公司合作开发解决方案、拓展客户，如今在人工智能时代，中国AI芯片几乎跟海外同步，这是非常值得骄傲的事。在国内AI方面，我们参与了华为麒麟970在操作系统、AI框架优化以及算法等方面的工作。相信在寒武纪、地平线以及华为等先行者的带领下，更多的合作伙伴会加入进来，共建国产AI生态。”

　　从智能终端来看，华为是国内首家搭载AI芯片的智能手机厂商，华为Mate10只比同样搭载神经网络芯片的苹果iPhoneX发布稍晚一点。记者从华为海思方了解到，早在两年前，华为就看到人工智能的发展趋势，它们认为AI从“云端”往“端侧”推进是必然，那时华为已经在考虑把CPU、GPU、MPU、SP、DSP各个核协同应用起来，发挥出最佳的能效比。不过，当时因“端侧”进程较慢，高能效比的“端侧”计算平台又非常少，导致华为花了很长一段时间去寻找合适的合作伙伴，直到找到寒武纪，将国产优秀的人工智能IP用到了自家的芯片里面，正式迈开了国产AI芯片走向“端侧”的步伐。

　　总的来说，寒武纪、地平线、深鉴科技、西井科技等AI公司的不断出现，对国产AI芯片在进程上领先国际巨头做出了探索性尝试。其中，地平线BPU人工智能处理器架构IP，将“IP+算法”独特的模式公布于众，针对高级辅助驾驶(ADAS)做出了不小的突破。其ADAS原型系统雨果平台，性能优于NVIDIA在2016年初的展示效果。地平线也是目前唯一在国际四大汽车市场与顶级车厂建立合作关系的中国初创企业。

　　另外一家值得骄傲的国内企业就是寒武纪。2016年，寒武纪发布了具有自主知识产权的全球首款商用深度学习处理器IP——寒武纪1A处理器，以及全球首个人工智能专用指令集Cambricon ISA。2017年11月16日，寒武纪又发布了三款针对终端的处理器1H8、1H16和1M，针对云端的MLU100和MLU200也即将推出。具体表现如下：

　　(1)1H8专门面向“计算机视觉”，延续了1A出色的通用性、完备性，但功耗和成本更低，性能功耗比是1A处理器2.3倍;(2)1H16则针对“高性能通用”领域，用于手机安防、摄像头、音箱、机器人等广泛和智能处理有关的领域。(3)1M面向“智能驾驶”领域，其性能将达到寒武纪1A的10倍以上，具备高度集成、高性能功耗比特点。而面向云端的芯片MLU100将采用TSMC 16nm工艺，支持“推理”和“训练”但偏重推理，可应用于数据中心和中小型服务器;MLU200则更偏重于“训练”，面向企业级智能研发中心。

　　除此，基于FPGA技术的深鉴科技(DeePhi Tech)专注于深度学习处理器与编译器技术，研发的“深度压缩”技术将神经网络压缩数十倍而不影响准确度，还可使用“片上存储”来存储深度学习算法模型;西井科技专注“类脑”人工智能“芯片+算法”平台的开发，推出了深度学习类脑神经元芯片(deepwell)和可模拟5000万级别的“神经元”的类脑神经元芯片深南(deepsouth)产品;定位于服务商的云知声，能提供跨硬件平台、跨应用场景的软硬件一体化“云端+本地智能”的芯片终端解决方案。

　　从目前的现状来看，国内AI芯片的起步时间并不落后于国际巨头，很多国内AI芯片公司在十年前就已经开始相关技术积累，而国内厂商相比国际巨头一个明显的优势在于，产业化的进程会非常快。万事俱备，只等风来!如今，国产AI芯片厂商和国际巨头站在了同一个风口。谁飞得更高，待看市场反馈。（责编：振鹏）

本文为华强电子网原创，版权所有，转载需注明出处

关注电子行业精彩资讯，关注华强资讯官方微信，精华内容抢鲜读，还有机会获赠全年杂志

关注方法：添加好友→搜索“华强微电子”→关注

或微信“扫一扫”二维码