人工智能之所以能崛起，主要得益于算法、数据和计算能力三方面的突破，而芯片为复杂的计算任务提供了有力的支撑。

 

　　因此，AI芯片成为了人工智能技术发展过程中的关键环节。
 

 

　　一、AI芯片是什么？

 

　　所谓的AI芯片，一般是指针对AI算法的ASIC（专用芯片）。

 

　　传统的CPU、GPU都可以拿来执行AI算法，但是速度慢，性能低，无法实际商用。

 

　　以汽车为例，自动驾驶需要识别道路行人红绿灯等状况，传统CPU算力不足，速度慢，还没识别出前方障碍，可能就已经直愣愣撞上去了。

 

　　如果用GPU速度快得多，但是功耗大，汽车的电池估计无法长时间支撑正常使用。

 

　　不仅仅是智能驾驶这样的领域，在手机终端，人脸识别、语音识别等AI应用，速度快，功耗低，都是硬性需求。

 

　　还有一类AI芯片是部署在服务器云端，它们拥有非凡的计算能力，可以将无数终端AI芯片收集来的数据进行分析，进化成为“更强大脑”。

 

　　所以，开发ASIC就成了必然。

 

　　二、为什么AI芯片会快一些？

 

　　AI算法，在图像识别等领域，常用的是CNN卷积网络，语音识别、自然语言处理等领域，主要是RNN，这是两类有区别的算法。但是，他们本质上，都是矩阵或vector的乘法、加法，然后配合一些除法、指数等算法。

 

　　一个成熟的AI算法，比如YOLO-V3，就是大量的卷积、残差网络、全连接等类型的计算，本质是乘法和加法。对于YOLO-V3来说，如果确定了具体的输入图形尺寸，那么总的乘法加法计算次数是确定的。比如一万亿次。（真实的情况比这个大得多的多）

 

　　那么要快速执行一次YOLO-V3，就必须执行完一万亿次的加法乘法次数。

 

　　比如IBM的POWER8，最先进的服务器用超标量CPU之一，4GHz，SIMD，128bit，假设是处理16bit的数据，那就是8个数，那么一个周期，最多执行8个乘加计算。一次最多执行16个操作。

 

　　那么CPU一秒钟的巅峰计算次数=16X4Gops=64Gops。

 

　　这样，可以算算CPU计算一次的时间了。同样的，换成GPU算算，也能知道执行时间。

 

　　这也是AI芯片的市场必要性。

 

　　三、芯片成为新壁垒

 

　　2015年，大量的AI初创公司都在GPU上做软件算法，然后集成到现成的服务器做落地应用，但地平线机器人的创始人余凯相信未来的趋势必须是软件和芯片一起做。

 

　　“AI的应用要大规模落地，计算平台得要先做好。”

 

　　AI的应用必须要跨过成本和性能的临界点，要足够低成本、低功耗、高效能。芯片是让AI从庙堂之高的云端服务走向更广泛行业的最优选。

 

　　芯片开发所需的资金成为很多公司当时的大难题，你很难向资本解释前期投入大量资金进行芯片研发的重要性。

 

　　直到2017年，谷歌的TPU芯片在AlphaGO上得到成功应用，业界才意识到芯片对于AI行业的重要性。

 

　　如今，各个AI初创公司之间，软件算法的差异化正在拉平，同质化竞争不可避免，芯片已经成为新的竞争壁垒。

 

　　四、大厂纷纷入场AI芯片

 

　　3月16日，有媒体发现字节跳动正在招聘多个芯片研发岗工程师，并报道字节正在向云端AI芯片和Arm服务器芯片的自主研发等方向探索。

 

　　同一天，字节跳动对外声明“是在组建相关团队，在AI芯片领域做一些探索”。

 

　　年前，百度也加紧了AI芯片业务的步伐：“All in AI”。

 

　　准备在港第二上市的百度旗下AI芯片部门“昆仑”最近完成了一轮独立融资，这部分业务估值约为20亿美元。

 

　　百度也高调回应，昆仑芯片业务近期确实已经完成独立融资。

 

　　百度的AI芯片率先进入到量产阶段。2021年2月，李彦宏在百度全员信里提到昆仑1代已在搜索引擎、智能云生态伙伴等具体的业务场景得到部署，性能继续提高的昆仑2代将采用7nm制程技术，也即将投入量产。

 

　　阿里、腾讯自然也没有缺席这场角逐。阿里含光800 AI芯片于2020年9月面市，腾讯通过股权投资燧原科技的方式切入赛道。还有寒武纪、地平线，在AI芯片领域也是国产企业里的佼佼者。

 

　　五、AI芯片有望弯道超车

 

　　AI芯片越来越重要。但是它的定义一直以来都很模糊。那么，该如何定义AI芯片？

 

　　AI芯片被称为AI加速器或计算卡，即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）。不同于传统芯片，AI芯片规模更大，结构更加复杂，运算能力更强。

 

　　目前人工智能芯片已经广泛应用于图像识别、智能安防、智能驾驶、语音识别、消费类电子等领域。

 

　　为什么一直说AI芯片可以弯道超车？

 

　　抛开芯片制造，传统芯片设计我们目前与国外仍有很大差距，这是短期内无法超越的。

 

　　但在当下数据爆发的时代里，计算需求也呈现爆发式增长，AI芯片还是蓝海一片，也就是说大家起步先后并没有太大差距。

 

　　说起来，目前超车的优势有三：

 

　　1、资本已经对这一领域表现出浓厚兴趣，必将加速后来者的追赶速度。

 

　　2、AI芯片需要数据庞大的市场作为支撑，不断提升算法，而国内的用户量是天然的练兵场。

 

　　3、国家对芯片行业的利好政策，也很大程度能够为其推波助澜。

 

　　从全球角度来看，目前Google、Intel、IBM等国际巨头已经全部入场AI芯片的研发，处于领先地位的是英伟达。

 

　　而我国互联网大厂及芯片大厂也都已入场，这场关于AI芯片的角逐，有很大机会反超国外。