人工智慧晶片國產化 ASIC重在將「資本較量」轉化為「產品實踐」

經過幾十年的理論研究，在政策與市場的雙重推動下，人工智慧已不再停留於概念階段，而是逐漸開啟了產業化的步伐。

在晶片端，以NVIDIA為代表的GPU廠商藉助人工智慧熱潮一飛沖天，營收、股票雙豐收，以賽靈思主導的FPGA廠商也將迎來前所未有的機遇。

而相比GPU和FPGA，AI專用晶片ASIC也開始嶄露頭角，展現真正的「類腦」功能。

國產ASIC崛起 與國際巨頭同水準

業界人士均曉，人工智慧有三大支撐：硬體、算法和數據。

硬體指的是運行AI算法的晶片與相對應的計算平台，目前以GPU、FPGA和ASIC為主力支撐。

其中，GPU因先發優勢占據當前AI大半市場份額，FPGA有望在雲端伺服器一展風姿，而難度更高卻更適用於深度學習算法的ASIC才是AI發展的終極目標！

在人工智慧領域，ASIC是指專為AI應用設計、專屬架構的處理器晶片，最具代表性的ASIC晶片是谷歌的TPU和英特爾VPU，在棋壇打敗世界冠軍李世石的AlphaGo正是內置了谷歌的TPU產品，此事件打開了AI由概念正式走向應用的第一扇門！而國內寒武紀（NPU）、地平線（BPU）等ASIC晶片公司也借勢迅速崛起。

寒武紀科技創始人/執行長陳天石

一直以來，國內半導體產業起步整體要比國際巨頭晚幾十年，這導致中國的電子終端設備所需晶片主要依賴進口，不過這些年，國內半導體產業有了不小的進步，部分廠商開始走入國際競爭的行列，特別是隨著人工智慧的興起，國內外廠商處於同一起跑線，國產AI晶片追趕、甚至超越國際的機會來臨。

寒武紀科技創始人/執行長陳天石坦言，在AI晶片這塊，國外巨頭在技術上有其特色和值得學習的地方，但國內AI晶片的總體水平已經領先全球了。

他表示過去國內企業在信息技術水平和生態方面都是跟隨者和參與者，付出了一些代價，也有過一些教訓，但在AI時代，一切都變得不一樣，不管是硬體還是算法，國內企業和國外最優秀的同行已經沒有差距。

作為系統軟體廠商，中科創達副總裁楊宇欣也表示非常樂見國內AI晶片與世界同步的事實。

「以前，我們更多是同海外晶片公司合作開發解決方案、拓展客戶，如今在人工智慧時代，中國AI晶片幾乎跟海外同步，這是非常值得驕傲的事。

在國內AI方面，我們參與了華為麒麟970在作業系統、AI框架優化以及算法等方面的工作。

相信在寒武紀、地平線以及華為等先行者的帶領下，更多的合作夥伴會加入進來，共建國產AI生態。

」

中科創達副總裁楊宇欣

從智能終端來看，華為是國內首家搭載AI晶片的智慧型手機廠商，華為Mate10隻比同樣搭載神經網絡晶片的蘋果iPhoneX發布稍晚一點。

記者從華為海思方了解到，早在兩年前，華為就看到人工智慧的發展趨勢，它們認為AI從「雲端」往「端側」推進是必然，那時華為已經在考慮把CPU、GPU、MPU、SP、DSP各個核協同應用起來，發揮出最佳的能效比。

不過，當時因「端側」進程較慢，高能效比的「端側」計算平台又非常少，導致華為花了很長一段時間去尋找合適的合作夥伴，直到找到寒武紀，將國產優秀的人工智慧IP用到了自家的晶片裡面，正式邁開了國產AI晶片走向「端側」的步伐。

總的來說，寒武紀、地平線、深鑒科技、西井科技等AI公司的不斷出現，對國產AI晶片在進程上領先國際巨頭做出了探索性嘗試。

其中，地平線BPU人工智慧處理器架構IP，將「IP+算法」獨特的模式公布於眾，針對高級輔助駕駛（ADAS）做出了不小的突破。

其ADAS原型系統雨果平台，性能優於NVIDIA在2016年初的展示效果。

地平線也是目前唯一在國際四大汽車市場與頂級車廠建立合作關係的中國初創企業。

另外一家值得驕傲的國內企業就是寒武紀。

2016年，寒武紀發布了具有自主智慧財產權的全球首款商用深度學習處理器IP——寒武紀1A處理器，以及全球首個人工智慧專用指令集Cambricon ISA。

2017年11月16日，寒武紀又發布了三款針對終端的處理器1H8、1H16和1M，針對雲端的MLU100和MLU200也即將推出。

具體表現如下：

（1）1H8專門面向「計算機視覺」，延續了1A出色的通用性、完備性，而功耗和成本更低，性能功耗比是1A處理器的2.3倍；（2）1H16則針對「高性能通用」領域，用於手機安防、攝像頭、音箱、機器人等廣泛和智能處理有關的領域。

（3）1M面向「智能駕駛」領域，其性能將達到寒武紀1A的10倍以上，具備高度集成、高性能功耗比特點。

而面向雲端的晶片MLU100將採用TSMC 16nm工藝，支持「推理」和「訓練」但偏重推理，可應用於數據中心和中小型伺服器；MLU200則更偏重於「訓練」，面向企業級智能研發中心。

除此，基於FPGA技術的深鑒科技（DeePhi Tech）專注於深度學習處理器與編譯器技術，研發的「深度壓縮」技術將神經網絡壓縮數十倍而不影響準確度，還可使用「片上存儲」來存儲深度學習算法模型；西井科技專注「類腦」人工智慧「晶片+算法」平台的開發，推出了深度學習類腦神經元晶片（deepwell）和可模擬5000萬級別的「神經元」的類腦神經元晶片深南（deepsouth）產品；定位於服務商的雲知聲，能提供跨硬體平台、跨應用場景的軟硬體一體化「雲端+本地智能」的晶片終端解決方案。

從目前的現狀來看，國內AI晶片的起步時間並不落後於國際巨頭，很多國內AI晶片公司在十年前就已經開始相關技術積累，而國內廠商相比國際巨頭一個明顯的優勢在於，產業化的進程會非常快。

萬事俱備，只等風來！如今，國產AI晶片廠商和國際巨頭站在了同一個風口。

誰飛得更高，待看市場反饋。

困境與競爭：「資本較量」轉化為「產品實踐」任重道遠

記者獲悉，目前能進入AI指令集和晶片研發的公司都是資金和技術實力雄厚的巨頭，谷歌、英特爾都是目前既具備AI晶片設計又兼有AI算法部署的巨頭公司，而國內ASIC晶片主要以寒武紀、地平線、深鑒科技、西井科技、雲知聲等為代表，除了少數公司外，多數都需要跟曠視、商湯等第三方算法公司合作，才能構建完整的AI系統平台。

可見，國產晶片在人工智慧時代終於與世界同步，但面臨的挑戰依然非常巨大，資金、技術和人才都是當務之急必須解決的難題。

寒武紀陳天石告訴記者：「首先，作為一個初創公司，研發下一代晶片（包括IP產品），最缺的還是資金，有資金就可以吸引人才，加上目前先進工藝製程的投入是天文數字，資金是非常重要的前提。

其次是時間，集成電路發展非常快速，競爭也非常激烈，不允許像以前那樣十年磨一劍。

如果能突破時間瓶頸，相信不管是在終端還是在雲端，我們都會有更大的作為。

」

「晶片發展的特點是投入越來越大，基本計算能力如CPU、GPU、MPU、MLU都需要持續大額投入，目前最新款的CPU投入已經達到10億美金級別，甚至還在不停地攀升。

而作為一個領先的IP廠商，要保持技術領先，就必須持續投入資金。

雄厚的資本是晶片創新發展的首要前提。

」Arm中國發展總監袁偉說。

中國科學院計算技術研究所孫凝暉也表示，人工智慧是十分仰仗資本的產業，當前人工智慧的投資額度大得驚人，一家算法公司就可以融到4-5億美金，可見新的競爭才剛剛開始，國產AI晶片公司正在走入一個殘酷的市場，做出一代兩代晶片其實都不能算贏，在很長時間內持續保持獨有競爭力才能算贏。

他表示，英特爾、AMD大佬也曾有某一代產品失利的時候，能否在最困難的時候爬起來，持續做出有競爭力的產品，這對晶片公司的挑戰非常大。

動輒數億美金的投入已讓不少躍躍欲試的企業望而生畏，從現有AI公司的融資就可以看出，靠巨額資本建築起的AI長城，已經將眾多「外敵」拒之門外。

2015年9月，地平線機器人完成首輪融資，投資方包括晨興資本、高瓴資本、紅杉資本、金沙江創投、線性資本、創新工場及真格基金等機構，2016年再獲得風險投資家Yuri Milner的投資；2017年8月中旬，寒武紀獲得1億美元A輪融戰略投資，阿里巴巴、聯想、科大訊飛等企業參與投資；2017年初，深鑒科技完成了數千萬美元的A輪融資，Xilinx、聯發科、清華控股、方和資本以及原有投資方金沙江創投、高榕資本參與了此次投資；相比之下，雲知聲算是一位AI「老兵」，2013年6月完成A輪一億元融資，2014年12月完成五千萬美元B輪融資，2015年12月完成數千萬美金B+輪融資，2017年8月17日宣布獲得3億人民幣戰略投資。

可見人工智慧晶片是要靠巨額資本推動的產業，但巨額資本的角逐最終還是要轉化為技術力量並實現商業化，因為不能被廣泛市場化的產品最終得不到投資方更長久的青睞。

但從目前來看，雖有初步成效卻任重而道遠。

孫凝暉認為，人工智慧炙手可熱但依然很幼小，按照成長周期來預估其還處在幼兒階段。

相比智慧型手機、平板電腦、PC等成熟的終端產品，有完善的硬體、軟體、算法和應用解決方案公司來協作，人工智慧相關軟硬體、算法、解決方案等都是從零開始。

當然，他表示是挑戰也是機遇，現在國內已與國際同步，中國就有可能第一次在一個大的時代面前擁有自己的產業鏈前端及生態，這是非常大的突破。

我們知道，相比GPU和FPGA的靈活性，定製化的ASIC一旦製造完成就不可再更改，而在AI算法處於蓬勃發展與快速疊代的今天，開發一顆ASIC要承擔的風險就特別高。

同時，ASIC開發的周期長、成本高、需要底層硬體編程等劣勢，導致其發展速度不及GPU和FPGA。

同時，ASIC公司還需要既具備晶片研發和算法框架的雙重能力，這並非一般企業可以勝任。

對此，陳天石表示，AI算法快速疊代是現實，但並非只有FPGA一種方法可以解決靈活性和通用性問題，一個強大而完備的指令集同樣可以解決這個問題。

比如，寒武紀1A處理器從2016年發布至今，依然是市面上最強大、通用性最好的一款處理器。

而且，只要有一個完備的指令集，應用又能夠用指令集描述的話，不管算法怎麼變，都可以在這款產品上進行運行。

指令集相當於建房子所需的磚塊，有一個好的指令集，不管要建什麼樣的房子都可以搭出來。

地平線余凱曾公開表示，一旦軟體算法固定下來，專用集成電路ASIC一定是未來的方向，Google的TPU和地平線的BPU都是在往這個方向走，可以看到GPU有強大的計算能力，但是每瓦的計算力實際上比較低。

而ASIC可以做得最好，每瓦功耗計算能力可比現在的GPU提高30倍到50倍，這是現在產業競爭的焦點。

解決了自身的技術難題還要面臨對手的競爭。

談及如何面對巨頭和初創公司的競爭，陳天石坦言：「競爭是非常好的事情，如果沒有競爭，很多地方還停留在農業時代。

我們從西方社會引進了『市場經濟』的思路，以此來促進高技術行業發展。

總之，我們將隨時迎接挑戰，並在競爭中共同進步。

」

「人工智慧時代剛剛開啟，制約人工智慧發展的一個很大因素是基礎運算能力，不管是在伺服器端、雲端還是在終端，計算能力都需要有5倍、10倍甚至100倍的提高，從這個角度來說，我們非常樂見像寒武紀這樣的後起之秀進入這個行業，跟我們一起努力，來幫助整個行業解決運算瓶頸問題。

」Arm中國袁偉說。

除了跟同行的競爭外，跟CPU、GPU、FPGA的競爭也是客觀存在的事實。

對此，陳天石打了個比方：「傳統CPU類似於瑞士軍刀，啥都能幹，但不見得幹得特別好，而專用處理器只關注一個特定領域，是專才，在領域內部可做到極致。

未來，CPU、GPU、FPGA、ASIC等多種處理器都會各司其職甚至融合發展，不會互相替代。

」

創新商業模式 共建生態

解決了資本、技術和人才的難題，ASIC走向產業化的道路就會順暢很多。

從商業模式來看，由於當前算法疊代太快，谷歌TPU僅供自家使用，以後隨著算法的成熟也可能對外開放，但通用性仍需很長的路要走。

而國內的寒武紀、地平線、蘇州國芯等在生態建設上面則更為開放。

在商業模式上，寒武紀主要是做人工智慧IP授權，具體模式又分終端和雲端兩個層面。

針對終端僅賣IP，這有點類似ARM的商業模式，授權給晶片設計廠商開發AI晶片，而針對雲端寒武紀則自己開發晶片。

這樣的商業模式，全球獨一無二。

「我們在終端和雲端都做了一些布局，應該說傳統晶片公司少有這樣的商業模式，就拿Arm來說，Arm是全球做得最好的針對智能終端應用的IP授權公司，但它並沒有太多機會在雲端、PC端和英特爾對抗，同樣，英特爾在終端生態也難以吃掉Arm市場。

而我們是『終端+雲端』兼顧的混合模式。

」陳天石說，未來也有可能基於業務發展的需要，對兩種模式進行相應的調整。

對於未來的發展，陳天石有兩個「三年」目標：一是力爭占據中國高性能智能晶片市場30%的份額，二是力爭全球有10億台以上的智能終端使用寒武紀的終端處理器技術。

如果這兩個目標能夠實現，屆時寒武紀已經初步支撐起由中國主導的智能產業的新生態。

人工智慧是「計算力、大數據和算法」三位一體的結合，中國市場的有機會非常大。

對於未來國產AI晶片的發展方向，聯想集團副總裁、聯想創投集團合伙人宋春雨提出了幾點：「第一，要以長跑的心態去經營晶片業務；第二，要不斷在產品、技術方面推陳出新，推出領先這個行業的產品；第三，一定要構建一個廣泛的生態系統，能夠讓晶片真正垂直到各個行業。

只有這樣，國內AI才會在未來有更快的發展。

」

在建設生態方面，Arm一定是最具備發言權的企業，全球90%以上的智能終端設備都用到了ARM的通用處理器架構，這值得中國初創AI架構和晶片廠商學習。

Arm中國袁偉表示：「Arm戰略最核心就是建立強大的生態系統，我們會在同等商業條款下對每一個合作夥伴都一視同仁，不希望通過我們的影響來讓某一家特別成功或某一家不成功，我們希望成為有公信力的第三方合作夥伴，並通過這種『公平』的合作，跟合作夥伴一起制定出行業標準，繼而推動行業的進一步發展。

」

「我們在建立生態系統的過程中，非常關注一些中小企業的發展需求，這些中小企業的發展速度可能比大的企業更快。

從IP商業模式角度來說，我們很大部分收入都來自這些客戶，沒有他們的成長，就沒有我們的成就。

」袁偉強調說。

中科創達楊宇欣認為：「AI產業的發展很難由一家公司去單打獨鬥，還是要依靠整個生態系統的合作。

如果把晶片比喻成大樹根，作業系統就起到樹幹的作用，而上面的樹葉、樹枝就是各種各樣的應用。

我們希望從作業系統層面跟國內晶片公司合作，幫助他們拓展更多不同的應用。

」

「未來，嵌入式人工智慧是非常重要的趨勢。

嵌入式人工智慧不單是算法本身，而是從系統底層到上層的完整解決方案，因此IP架構、作業系統、AI框架及上層算法的完整性作用日顯。

我們願意和國內AI晶片廠商、應用廠商、算法廠商一起開發出更多人工智慧產品，改變現有的產業形態。

」楊宇欣補充說。

曠視科技研發副總裁曹志敏最後預測，隨著計算機視覺尤其人工智慧技術的進一步進展，AI會往兩個方向走：一方面是探索算法邊界，通過高效訓練去建立更大、更精確的模型，去探索更多能力的邊界；另一方面是將算法普及應用於更多場景，在這一點上，端上算法和晶片能力的結合就變得非常關鍵。

綜上所述，在人工智慧發展的「風口」上，國產ASIC晶片第一次有機會跟國際巨頭站在同一起跑線上。

目前，國內已經湧現出一批像寒武紀、地平線等優秀AI企業，在晶片開發和產業化的進程上甚至做到了全球領先，這是非常值得稱讚的事情。

然而，AI產業的高資本投入、長技術開發周期和人才瓶頸依然是擺在國內廠商面前的幾道坎，需要廠商共同努力去突破。

而在商業模式方面，以寒武紀為代表的「雲端+終端」混合的模式獨一無二，將來，不管是晶片廠商還是雲端伺服器廠商，都將受惠其帶來的AI研究成果；地平線、西井科技獨家完成「晶片+算法」的研發模式，也打破了只有英特爾和谷歌等國際巨頭才能實現的「魔咒」。

相信不久的將來，在產業鏈各環節的協同作戰下，國內AI產業界就會湧現出我們自己的英偉達、谷歌以及英特爾！