近年來，隨著人工智能和大數(shù)據產業(yè)的發(fā)展，數(shù)據量呈現(xiàn)爆炸性增長的態(tài)勢。深度學習技術因其識別精度高、適應性強、可靈活部署等方面的優(yōu)勢，逐漸成為人工智能的主流技術。
隨著技術的不斷發(fā)展和落地，我們可以看到：深度學習對數(shù)據量的要求較高，在數(shù)據量較少或者難以獲取數(shù)據的場景下不太適用；傳統(tǒng)的計算架構也漸漸無法支撐深度學習的大規(guī)模并行計算需求。人工智能對于計算能力的要求不斷提升，GPU性能功耗比不高的特點使其在工作適用場合受到多種限制。因此，業(yè)界開始研發(fā)針對人工智能的專用芯片，以期通過更好的硬件和芯片架構，在計算效率、能耗比等性能上得到進一步提升。
2018年12月，Gartner發(fā)布的《預測2019：人工智能與未來工作》報告中對人工智能科技未來七大發(fā)展趨勢及其對工作的影響進行分析探討，人工智能芯片位列其中；《科創(chuàng)板企業(yè)上市推薦指引》中明確，保薦機構應當重點推薦七大領域的科技創(chuàng)新企業(yè)，集成電路企業(yè)排位第一。人工智能芯片作為當前衡量一個國家硬科技發(fā)展水平和實力的重要參考標準，將受到更大規(guī)模的關注。
中星微人工智能董事長兼CEO 張韻東
中星微電子創(chuàng)立于1999年，在數(shù)字多媒體芯片領域已有十幾年的積累。2017年，中星微拆分出AI芯片部門，成立了北京中星微人工智能芯片技術有限公司。近日，億歐走訪了中星微人工智能董事長兼CEO張韻東，就目前國內人工智能芯片發(fā)展現(xiàn)狀與變革趨勢進行了交流。
摩爾定律終結進行時，“智能摩爾”應聲崛起
1965年，英特爾的聯(lián)合創(chuàng)始人戈登·摩爾提出了以自己名字命名的“摩爾定律”，意指集成電路上可容納的元器件數(shù)量每隔18-24個月就會增加一倍，性能也將提升一倍。在過去，摩爾定律按照“每5年增長10倍、每10年增長100倍”的規(guī)律發(fā)展。而如今，摩爾定律每年只能增長幾個百分點，每10年可能只增長2倍。
“摩爾定律已經結束”一說，已在過去幾年不斷被人提及。有業(yè)內人士擔心，如果摩爾定律真的失效，半導體行業(yè)的發(fā)展也將放緩，進一步影響整個科技行業(yè)的進步。
摩爾定律究竟何去何從？學界提出兩種方案：拓展摩爾（More Moore）和超越摩爾（More than Moore）。
“拓展摩爾”做的是想辦法沿著摩爾定律的道路繼續(xù)向前推進，在器件結構、溝道材料、連接導線、架構系統(tǒng)、制造工藝等方面繼續(xù)創(chuàng)新研發(fā)，做到每24-36個月晶體管數(shù)目翻倍。
“超越摩爾”則側重于功能的多樣化，由實際應用需求驅動。芯片系統(tǒng)性能的提升不再簡單依靠晶體管數(shù)目的增長，而是更多地靠電路設計以及系統(tǒng)算法的優(yōu)化。芯片的集成度也不一定靠暴力地把更多模塊放到同一塊芯片上，而是依靠更先進的封裝技術實現(xiàn)集成。
在張韻東看來，“拓展摩爾”和“超越摩爾”都存在自身的局限性。當前，物理層面和信號層面都已明顯地受到物理規(guī)律的制約，摩爾定律正在走向極限和盡頭，但信息層面的技術創(chuàng)新還沒有達到極限，“下一次信息革命的關鍵是如何借鑒人腦的智慧，研究出新型的人工智能計算算法，由此兼顧大數(shù)據及小數(shù)據應用場景，以單芯片兼顧抽象的邏輯思維和具象思維模式?！?/p>
基于此種考慮，中星微人工智能提出“智能摩爾之路”（Intelligent Moore），并提出了通過多核異構的智能處理器實現(xiàn)多模式的智能算法。直至目前，中星微人工智能已成功流片“星光智能一號”和“星光智能二號”兩款NPU芯片，并著手研發(fā)“星光智能三號”XPU芯片，進一步借鑒人腦智慧機制，提升芯片信息處理的性能功耗價格比。
AI芯片落地需求顯現(xiàn)，中星微人工智能領跑安防市場
2016年，第一代人工智能芯片開始爆發(fā)。傳統(tǒng)芯片廠商、AI初創(chuàng)企業(yè)、互聯(lián)網巨頭紛紛涌入賽道。經過三年時間，實現(xiàn)了第一次行業(yè)高潮。從當前行業(yè)發(fā)展來看，芯片的商業(yè)落地，似乎比芯片研發(fā)設計更具挑戰(zhàn)性。如何落地、落地到哪些場景、是否能實現(xiàn)泛場景應用，是擺在芯片公司面前的一大難題。
中星微電子以數(shù)字多媒體芯片起家，在視頻編解碼算法領域具有創(chuàng)新優(yōu)勢。公安部與中星微合作制定的中國自主的視音頻編解碼標準SVAC國標，讓中星微成為安防芯片賽道的標準制定者。
以“星光智能一號”芯片為例，該NPU芯片攻克了“基于數(shù)據驅動并行計算架構的卷積神經網絡處理器技術”“嵌入式深度學習機器視覺SoC技術”等核心技術，率先實現(xiàn)了SVAC國標技術成果的產業(yè)化，構建起了從芯片、軟件、終端設備到系統(tǒng)平臺的整體解決方案，開啟了安防監(jiān)控智能化的新時代。
安防市場作為物聯(lián)網產業(yè)發(fā)展的重要分支，其背后還蘊藏著更大的藍海市場。在5G的推動下，萬物互聯(lián)將成為現(xiàn)實，越來越多的智能設備將收集到更多的數(shù)據并上傳到邊緣和數(shù)據中心的云端進行分析，推動“萬物互聯(lián)”向“萬物智聯(lián)”轉變。同時，隨著市場的細分，人工智能賦能行業(yè)應用的屬性更加明確，張韻東表示，物聯(lián)網人工智能芯片將會更加被市場青睞。
沒人不想在新興市場分得蛋糕。據張韻東介紹，經過深入的市場調研和場景研究，中星微人工智能將智能化硬件和專業(yè)級平臺進行互聯(lián)，將大數(shù)據耦合分析，提供面向工業(yè)、安全生產和商業(yè)解決方案的芯片全生態(tài)的AIoT服務。通過在安防市場的經驗積累和先發(fā)優(yōu)勢，中星微人工智能有望在物聯(lián)網市場領跑。
芯片市場趨于冷靜，AI行業(yè)落地持久戰(zhàn)已打響
盡管在安防市場，AI芯片已搶先落地。但客觀來講，目前AI芯片玩家的商用步伐并沒有預期那么快。
一部分跑得快的AI芯片企業(yè)雖已發(fā)布產品或宣布流片，但距離大規(guī)模量產仍有些距離，且芯片穩(wěn)定性有待觀察。從國內互聯(lián)網及通訊巨頭造芯邏輯來看，百度的“昆侖”、阿里的“含光800”以及華為的“昇騰910”更多的是用于公司自身業(yè)務的融合優(yōu)化并為其節(jié)省成本，并不會以商業(yè)芯片的形式單獨出售。
從另一層面講，互聯(lián)網巨頭做出來的芯片率先在自己的人工智能平臺及云業(yè)務等應用上實踐，將通過實際落地推動芯片的換代升級，由此形成芯片產業(yè)的良性循環(huán)。
不過，從人工智能的落地過程著眼芯片的商用發(fā)展，AI芯片的落地趨勢并不算是慘絕人寰。尤其是云端芯片受限于算力成本、傳輸帶寬渠道、時延問題以及數(shù)據敏感性問題時，終端AI芯片以其連接設備數(shù)量激增、落地場景廣泛、市場競爭壓力更小等優(yōu)勢，將迎來更大的發(fā)展機會。
終端AI芯片領域既有傳統(tǒng)芯片巨頭，又有跨界玩家。無論是從芯片設計切入還是由軟件算法切入，AI芯片所包含的軟件和硬件兩個部分，一個講究快速迭代，一個強調系統(tǒng)性的程序思維，只有協(xié)同發(fā)展，才能避免落地困難、用戶不買賬的局面。
AI芯片產業(yè)落地，必將是個持久戰(zhàn)。芯片廠商無法明確產品價值及定位，就無法實現(xiàn)落地應用，更不能實現(xiàn)商業(yè)閉環(huán)和長期發(fā)展。
下載文檔
