人工智能（AI）爆發(fā)性增長(zhǎng)是以強(qiáng)大的計(jì)算能力為基礎(chǔ)的，而提供計(jì)算力的載體是芯片。近年來國內(nèi)得到資本熱烈追捧的獨(dú)角獸公司多與AI芯片有著密切的關(guān)系，亦從側(cè)面證明了AI芯片的重要性與廣闊的發(fā)展前景。然而，隨著越來越多新創(chuàng)公司、互聯(lián)網(wǎng)公司和傳統(tǒng)芯片公司開始進(jìn)入AI芯片領(lǐng)域，其中蘊(yùn)含的風(fēng)險(xiǎn)也需引起重視。AI芯片會(huì)是中國集成電路產(chǎn)業(yè)彎道超車的好機(jī)會(huì)嗎？其中含有哪些風(fēng)險(xiǎn)？如何才能抓住這次難得的產(chǎn)業(yè)機(jī)遇？

尷尬的產(chǎn)業(yè)鏈定位

要說如今科技圈什么最火，人工智能肯定是其中之一。而核心芯片則是決定一個(gè)新的計(jì)算時(shí)代的基礎(chǔ)。從源頭上掌控核心芯片架構(gòu)將取得先發(fā)優(yōu)勢(shì)，對(duì)于取得一個(gè)新計(jì)算時(shí)代主導(dǎo)權(quán)有著非常重要的意義。也正是基于這樣的考慮，谷歌、微軟、亞馬遜、IBM等全球科技巨頭才紛紛投入巨資加速人工智能核心芯片的研發(fā)，目標(biāo)在于搶占新計(jì)算時(shí)代的戰(zhàn)略制高點(diǎn)，掌控人工智能時(shí)代主導(dǎo)權(quán)。

中國對(duì)于人工智能芯片產(chǎn)業(yè)同樣高度重視。工信部正式印發(fā)的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018-2020年）》中，著重強(qiáng)調(diào)要在智能傳感器、神經(jīng)網(wǎng)絡(luò)芯片、開源開放平臺(tái)幾個(gè)領(lǐng)域率先取得突破。根據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《2018-2023年中國芯片行業(yè)市場(chǎng)需求與投資規(guī)劃分析報(bào)告》，2016年全球人工智能芯片市場(chǎng)規(guī)模達(dá)到36億美金，預(yù)計(jì)到2021年將達(dá)到111億美金，年復(fù)合增長(zhǎng)率達(dá)到25%。結(jié)合我國人工智能市場(chǎng)規(guī)模，推算2016年我國人工智能芯片市場(chǎng)規(guī)模約為15億元，到2022年市場(chǎng)規(guī)模將達(dá)到50億元左右，增長(zhǎng)迅猛，發(fā)展空間巨大。

在看好AI芯片發(fā)展前景的情況下，吸引了越多越多互聯(lián)網(wǎng)公司和傳統(tǒng)芯片公司進(jìn)入AI芯片領(lǐng)域，其中蘊(yùn)含的風(fēng)險(xiǎn)也需引起人們注意。在近日召開的“2018年半導(dǎo)體市場(chǎng)年會(huì)”上，清華大學(xué)微電子所所長(zhǎng)魏少軍在演講時(shí)笑稱：“有投資界人士問我，應(yīng)不應(yīng)該投資AI芯片。我的回答是‘投資可以，但一定不要成為那個(gè)持最后一棒的’。”

那么，中國企業(yè)投入AI芯片將會(huì)面臨哪些挑戰(zhàn)呢？從產(chǎn)業(yè)鏈角度觀察，人工智能包括了從芯片器件、計(jì)算設(shè)備、程序平臺(tái)到大數(shù)據(jù)、功能層、應(yīng)用端等復(fù)雜結(jié)構(gòu)。在這樣一個(gè)產(chǎn)業(yè)生態(tài)中，一些有實(shí)力的國際互聯(lián)網(wǎng)巨頭，如谷歌、Facebook、亞馬遜、百度以及蘋果公司，是以垂直整合模式介入的，它們成為最有實(shí)力的玩家。英特爾、高通、英偉達(dá)等國際芯片龍頭則以整合芯片、計(jì)算以及部分軟件程序?yàn)榘l(fā)展策略，力求扮演硬件設(shè)施平臺(tái)供應(yīng)商的角色。一些有實(shí)力的終端品牌公司，包括近年來得到快速發(fā)展的中國智能手機(jī)廠商，如華為、小米、VIVO、OPPO，希望成為AI終端設(shè)備供應(yīng)商。

在這樣的產(chǎn)業(yè)生態(tài)里，中國AI芯片廠商定位相對(duì)尷尬。在技術(shù)上他們尚難完全與英偉達(dá)、英特爾這樣為云端設(shè)備提供人工智能計(jì)算解決方案的廠商展開競(jìng)爭(zhēng)，更多發(fā)展機(jī)會(huì)存在于終端市場(chǎng)，即面向不同應(yīng)用端，提供針對(duì)性的芯片或者IP解決方案。問題在于，目前為止整個(gè)AI產(chǎn)業(yè)依然受到缺少“殺手級(jí)”應(yīng)用的困擾。如果去除智能駕駛、智能汽車、智能監(jiān)控、人臉識(shí)別、語音識(shí)別少數(shù)幾個(gè)應(yīng)用市場(chǎng)，我們就很難再找到AI的典型應(yīng)用場(chǎng)景了，特別是缺少與人們工作生活密切相關(guān)，又非AI支持不可的應(yīng)用市場(chǎng)。

這樣，一個(gè)重要問題就會(huì)出現(xiàn)——是否存在像通用CPU那樣獨(dú)立的AI處理器？如果存在，它的架構(gòu)是怎樣的？如果不存在的話，那么中國AI芯片廠商，向上很難與國際巨頭競(jìng)爭(zhēng)云端市場(chǎng)，所立足的終端市場(chǎng)又存在細(xì)分化、碎片化，缺少殺手級(jí)應(yīng)用的挑戰(zhàn)。其結(jié)果或許真的會(huì)像魏少軍所指出的那樣：“以滿足特定應(yīng)用為主要目標(biāo)的中國AI芯片，未來很可能只能以IP核的形式存在，最終被各種各樣的SoC所集成?！?/p>

如此，今天的部分，甚至是大部分AI芯片創(chuàng)業(yè)者將成為這場(chǎng)技術(shù)變革中的“先烈”。

新時(shí)代尋求IC設(shè)計(jì)新思路

在這樣的挑戰(zhàn)面前，架構(gòu)創(chuàng)新成為中國AI芯片面臨的一個(gè)不可回避的課題——針對(duì)當(dāng)前AI產(chǎn)業(yè)現(xiàn)狀，開發(fā)適應(yīng)市場(chǎng)的芯片架構(gòu)。盡管這樣的創(chuàng)新工作將非常艱難。

對(duì)此，魏少軍提出了“軟件定義芯片”的概念。從感知、傳輸?shù)教幚?，再到傳輸、?zhí)行，這是AI芯片的基本邏輯。軟件是實(shí)現(xiàn)智能的核心，芯片是支撐智能的基礎(chǔ)。其中，軟件是實(shí)現(xiàn)智能的載體。技術(shù)上要求智能軟件具有自己學(xué)習(xí)的能力，形成知識(shí)和經(jīng)驗(yàn)的能力，持續(xù)改進(jìn)和優(yōu)化的能力，思維邏輯推理的能力以及做出正確判斷的能力等。而智能芯片則需要承載所需的計(jì)算，要求其具有高性能的計(jì)算能力，多任務(wù)并行計(jì)算能力，極高的能量效率，靈活高效的存儲(chǔ)能力，實(shí)時(shí)動(dòng)態(tài)功能變換能力等。兩者的聯(lián)動(dòng)，將重新定義AI芯片的設(shè)計(jì)理念，使AI芯片的設(shè)計(jì)更具靈活性，也在面向不同AI應(yīng)用需求時(shí)更具可操作性。

Synopsys中國董事長(zhǎng)兼全球副總裁葛群也表達(dá)了同樣的看法：“以前芯片設(shè)計(jì)中硬件與軟件的界限比較清晰，一般采用分層設(shè)計(jì)和優(yōu)化的方法，這有利于簡(jiǎn)化問題。然而，在今天的AI應(yīng)用中已經(jīng)很難再將它們分開處理了。也就是說，開發(fā)一款優(yōu)秀的芯片和硬件產(chǎn)品必須考慮軟件方面的配合和系統(tǒng)層面的配合，甚至打破層次界限，進(jìn)行深度優(yōu)化。Nvidia的CUDA和GPU，Google的Tensorflow和TPU的成功都是很好的例子?！?/p>

事實(shí)上，EDA工具和AI存在密切的互動(dòng)關(guān)系，對(duì)AI芯片的架構(gòu)創(chuàng)新將發(fā)揮至關(guān)重要的作用。無論在云端還是終端設(shè)備上，在差異化的應(yīng)用需求越來越多地影響芯片設(shè)計(jì)之際，針對(duì)云端AI訓(xùn)練、自動(dòng)駕駛、安防監(jiān)控和各種智能IoT設(shè)備的解決方案需要從應(yīng)用軟件、操作系統(tǒng)、硬件架構(gòu)、IP、低功耗、安全性、驗(yàn)證和測(cè)試等方面適應(yīng)AI應(yīng)用的特殊需求，更為強(qiáng)調(diào)整個(gè)系統(tǒng)綜合的軟硬件效率、安全性和可靠性。EDA工具作為芯片設(shè)計(jì)的基礎(chǔ)平臺(tái)，將會(huì)更多地把AI應(yīng)用作為關(guān)鍵的場(chǎng)景，支持芯片設(shè)計(jì)者更好地完成各種AI算法和應(yīng)用在芯片上的高效實(shí)現(xiàn)。

根據(jù)葛群的介紹，Synopsys從1986年初創(chuàng)開始，就采用人工智能的思想支撐EDA、芯片和系統(tǒng)的研發(fā)，目前正在積極探索設(shè)計(jì)方法學(xué)上的創(chuàng)新，推動(dòng)AI芯片設(shè)計(jì)能力的提高。2017年Synopsys設(shè)立了全球人工智能實(shí)驗(yàn)室，就是希望在更加開放的平臺(tái)上，與業(yè)界共同探索支持人工智能技術(shù)落地所必須的AI芯片軟硬件協(xié)同優(yōu)化等新問題，尋求更為有效的方法學(xué)、工具和解決方案。

基于其應(yīng)用場(chǎng)景的特殊性，AI芯片應(yīng)當(dāng)具備以下的基本要素：可編程能力，以適應(yīng)算法的演進(jìn)和應(yīng)用的多樣化；構(gòu)架能夠動(dòng)態(tài)重構(gòu)，在不明顯降低效率的前提下，能夠適應(yīng)不同的算法；高效的架構(gòu)變換能力；實(shí)現(xiàn)高效計(jì)算和存儲(chǔ)，低功耗、低延遲;滿足低成本、小尺寸的要求，以便能夠進(jìn)入家電和消費(fèi)類電子、移動(dòng)設(shè)備和物聯(lián)網(wǎng)終端市場(chǎng)；應(yīng)用開發(fā)簡(jiǎn)便。