來點中國芯乾貨！真正的中國芯

晶片是戰略要地。

目前GPU晶片在深度神經網絡訓練領域獲得大範圍的應用，但受制於功耗、應用優化性等方面的限制，仍有眾多的巨頭和初創公司在該領域積極探索，英特爾2016年發布Nervana AI處理器，可加速各類神經網絡。

谷歌2016年也發布了自己的ASIC晶片TPU，用於加速深度神經網絡，微軟、AMD、百度等也相繼加入戰局。

寒武紀研發了國際首個深度學習專用處理器晶片(NPU)，目前其IP指令集，已擴大範圍授權集成到手機、安防、可穿戴設備等終端晶片中，2016年就已拿到1個億元訂單。

執行董事羅韜4月26日表示，目前寒武紀深度學習處理器，若以階段性論，還處於相當於「ARM」的授權階段，未來一年內，將推出晶片問世，並擬與台積電先進工藝展開合作。

寒武紀之所以想要開發一款專用的深度學習處理器，因為有必要有專門的深度學習處理處，來提升效能與克服降低功耗。

通用晶片與專用晶片相比，就像是一把萬能的瑞士軍刀與菜刀之比，想要切菜得好，必須有專用的菜刀堪用。

而深度學習是處理智能應用迄今最好的方法。

羅韜表示，AI已經在很多領域超越了人腦。

但是傳統的CPU/GPU處理深度學習效率低下，他舉例，AlphaGo使用上千個CPU和數百個GPU，下一盤棋的電費就高達3000美元，相當耗能。

而寒武紀的目標，據稱，是要讓1瓦以內功耗的攝像頭、手機、甚至手錶都能和AlphaGo一樣「聰明」。

光靠NPU指令集就已賺錢

他也分享目前寒武紀的近況。

就在2016年國際計算機體系結構年會中，約有1/6的論文都引用寒武紀開展神經網絡處理器研究。

目前寒武紀設立了三條產品線：首先是智能終端處理器IP授權，智能IP指令集可授權集成到手機、安防、可穿戴設備等終端晶片中，客戶包括國內頂尖SoC廠商，目前已經開始投入市場。

而2016年全年就已拿到1個億元訂單。

這也使得寒武紀研發了國際首個深度學習專用處理器晶片，於2016年第一年成立，就實現盈利。

其次，在智能雲伺服器晶片領域：作為PCIE加速卡插在雲伺服器上，客戶主要是國內的知名伺服器廠商。

另外，家用智能服務機器人晶片：從智能玩具、智能助手入手，使服務機器人獨立具備看聽說的能力。

客戶是各類下游機器人廠商，產品的推出將比智能雲伺服器晶片更晚一些。

日前中科院還注資1000萬元，這1000萬元專項資金一方面用於人工智慧晶片的基礎性研究，探索下一代人工智慧晶片的架構、算法以及在一些新型場景（如AR/VR）中的應用開發方法。

下一階段重點 流片商用問世

據指出，DianNao是寒武紀系列的第一個原型處理器結構，平均性能超過主流CPU核的100倍，但面積和功耗僅為1/10，效能提升可達三個數量級。