AI芯片，是中国实现弯道超车最好的机会！

来源 |   ©  芯师爷原创组作品

作者丨  ©  Kid

10月10日，上海世博馆，华为在全联接大会发布了两款自研云端芯片：华为昇腾910和昇腾310。

徐直军称，昇腾910是目前单芯片计算密度最大的芯片，计算力远超谷歌及英伟达，而昇腾310芯片的最大功耗仅8W，是极致高效计算低功耗AI芯片，两款芯片预计明年第二季度正式上市。

继推出麒麟980后，华为又推出昇腾910和昇腾310。毫无疑问，华为又双叒叕给国人长了脸，但中美AI芯片是否站在了同一起跑线？

在芯片领域，一定程度上华为扛起了中国大旗。对于中国缺芯的事实，以及核心科技的重要性，华为早早就捕捉到。从1991年开始，为了增加通信系统的竞争力，华为走上了开发ASIC（专用芯片）之路。

经过了27年的时间，华为的芯片越做越强。尤其在AI芯片领域，华为更是领衔中国众多企业，昨日推出的昇腾910和昇腾310就是最好的证明。

徐直军表示，华为本次发布两款AI芯片，均基于自主开发的“达芬奇”架构。昇腾910半精度（FP16）：256TeraFLOPS，整数精度（INT8）：512TeraOPS，实现单芯片计算密度最大，比英伟达V100还快一倍。昇腾310是一款极致高效计算低功耗SoC，最大功耗为8W，采用12nm工艺。

除华为外，还有寒武纪、百度、比特大陆、云天励飞、云知声、海康威视等都在AI芯片领域发力，并各自推出了自家AI芯片。其中，百度7月4日推出了AI芯片“昆仑”，寒武纪5月3日推出了AI芯片Cambricon MLU100，比特大陆去年11月9日推出了AI芯片 BM1680。

目前云端应用范围最广、效率最高的AI芯片仍是GPU，大量涉足人工智能的企业都采用GPU进行加速。英伟达目前占据全球GPU行业的市场份额超过70%，远超AMD等竞争对手。

根据英伟达官方资料，与英伟达合作开发深度学习项目的公司2016年超过19000家。目前百度、Google、Facebook和微软等IT巨头都采用英伟达的GPU对其人工智能项目进行加速。

市场研究顾问公司Compass Intelligence发布的最新研究结果显示，在全球人工智能(AI)芯片企业排名表“A_List”中，前三名依序为英伟达(Nvidia)、英特尔(Intel)以及IBM，苹果排名第5名、三星第9名；华为第12名，成中国大陆地区最强AI芯片厂商。

来源：Compass Intelligence

从目前来看，撼动英伟达霸主地位还是比较困难。但未来，AI芯片确是中美最有可能弯道超车的领域，原因有四。

1956年达特茅斯会议上，科学家约翰·麦卡锡，克劳德·香农和马文·明斯基提出了“人工智能”一词。2009年，斯坦福大学的Rajat Raina、Anand Madhavan和Andrew Ng发表了一篇论文，阐述了现代GPU在深度学习领域拥有远远超过多核CPU的计算能力。

随后，NVIDIA研究人员利用全新GPU加速深度学习技术。深度学习可帮助计算机理解大量图像、声音和文本形式的数据。利用多层次的神经网络，现在的计算机能像人类一样观察、学习复杂的情况，并做出相应的反应，有时甚至比人类做得还好

纵观发现，AI芯片的发展历程并不长。这也意味着，技术积累的时间不够长，技术壁垒尚未完全形成，中美完全有可能站到同一起跑线上。另一方面，根据工信部的相关数据，截止到2017年底，我国已经拥有人工智能企业2000余家；2018年我国人工智能领域专利数量全球占比已达22%。

过去，人工智能的解决方案一般有两种：一、“CPU+GPU”的解决方案，但需要等CPU单独运算并发送指令；二、FPGA、ASIC解决方案，但没有单独为AI的神经网络运算设置处理器。两种方案的能效都较低，随着人工智能的落地，AI芯片的研发、应用迫在眉睫。

来源：前瞻产业研究院

目前，99％的AI软件尚未编写，只有不到1％的云服务器用于AI加速（今年总计500+万台服务器），企业服务器活动几乎为零。训练和推理工作从低基数中倍增，今天的加速硬件（GPU、CPU、FPGA）远远不能满足市场的要求。

同时，人工智能在物流、无人驾驶、医疗、教育、制造等领域的落地，带动了AI芯片需求的快速增长。根据统计，2016年人工智能芯片市场规模达到6亿美元，预计到2021年将达到52亿美元，年复合增长率达到53%。

来源：公开资料整理

RISC-V芯片架构的指令集是开源的，任何人都可以下载并在架构基础上设计芯片，且无须付费。该芯片架构始于2010年，在加州伯克利分校创建，采用第五代“精简指令集计算机”架构类型。

对于制造商而言，开源方法可以降低构建定制芯片的相关风险。如果你想用ARM实现这一点，你必须向其开发方英国安谋国际科技公司支付数百万美元的许可费。如果你想使用x86，那你就很不走运了，因为英特尔只将其指令集授权给超微半导体公司（AMD）。

多年来，科技公司巨头们已经设计了自己的芯片来处理和其设备相关的特殊任务。利用RISC-V，科技公司现在能够从指令集入手，然后雇用CPU架构师和其他工程师来构建和测试芯片，而无须支付巨额的预先许可费。

开源且免费的RISC-V芯片架构，这对中国AI芯片产业来说也是有利条件。因为，该技术降低了创建定制芯片的成本，意味着越来越多的公司开源选择构建自己的定制芯片，同时也不需要支付巨额许可费。

从目前情况来看，AI芯片主要应用在物联网、自动驾驶、工业机器人、智能手机等领域，根据《2017-2023年中国人工智能芯片行业研究及未来发展趋势报告》显示，以安防芯片为例，预计国内2018年摄像机产量约2亿台，每台摄像机配置一颗图像处理芯片，参考IPC芯片15元/颗价格，整个芯片市场规模约30亿元。

据前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》数据显示，中国2015年物联网产业规模达到7500亿元人民币，预计到2020年将达到1.8万亿元。

来源：前瞻产业研究院

麦肯锡预计，中国未来很可能成为全球最大的自动驾驶市场，至2030年，自动驾驶相关的新车销售及出行服务创收将超过5000亿美元。

2018年我国机器人市场规模为54.2亿美元，同比增长18.2%，其中工业机器人市场规模约为36.3亿美元，服务机器人市场规模约为11.4亿美元，特种机器人市场规模约为6.5亿美元。

根据Analysy易观数据显示，2017年中国智能手机销量达到45593万台，较2016年增长1.1%，预计2020年中国智能手机销量将在43799万台左右。

在中国，有如此大的海量应用市场，相当于中国AI芯片有了最肥沃的发展土壤，这是世界上任何一个国家都无法比拟的。

很多人认为，中美贸易摩擦的关键原因就是AI和芯片，结合“A_List”排名表及中美两国的AI芯片厂商，可看出在AI芯片领域，中国的科技力量已经严重威胁到了美国的霸主地位，这在其他领域是很难见到的。

需要指出，在AI芯片领域中美并没有站在同一起跑线上，中国离美国确有一段差距。但欣慰的是，这段差距是可见的、可衡量的，在趋势、技术、市场三者的加持下，AI芯片是中国最有可能实现弯道超车的领域之一。

从中兴事件到“间谍芯片”，美国的主流声音已经喧嚣尘上。长期而言，中美IC产业的实力差距悬殊不会改变。但短期内如果中国能实现点上突破，并以点带面逐步解除封锁，才是大家喜闻乐见的。综上：AI芯片，中国大有可为。

我是广告：芯师爷重金约稿，等你来撩！

好文请投：tougao@gsi24.com

*本文为芯师爷原创，部分图片来自网络，且未能核实版权归属，不为商业用途，如有侵犯，敬请作者与我们联系info@gsi24.com