AI晶片中國處於世界領先，百度擁有最完整AI技術布局

「中國改革開放40年，迎來了IT產業爆髮式的增長，但是高端晶片一直靠進口。

某種意義上來講，這是我們這一代從業者心中永遠的痛。

但是當進入到人工智慧時代的時候，情況就會發生巨大的改變。

我們將靠自己研發的高端晶片去滿足全世界對於AI能力的需求。

」 7月4日，第二屆百度AI開發者大會（Baidu Create 2018）上，百度創始人、董事長兼執行長李彥宏，首次向外界公布了百度自研的AI晶片「崑崙」，這標誌著中國第一款雲端全功能AI晶片面世。

​ 「崑崙」是百度自主研發的中國第一款雲端全功能AI晶片，分為訓練型「崑崙818-300」、推理型「崑崙818-100」兩款。

「崑崙」採用14nm三星工藝生產，內存帶寬可達512GB/s，運算性能高達260Tops，是目前為止業內設計算力最高的AI晶片，但功耗僅有100+瓦特。

「崑崙」的誕生是百度AI加速器八年積累的成果。

隨著大數據、人工智慧的崛起，AI算力的需求也在不斷的提升中。

每過兩年數據便會翻一番，而計算模型的複雜度對算力的要求則會有5倍的增長。

這意味著，每過兩年，AI對算力的要求會有十倍的提升。

因此，從2011年起，為了深度學習運算的需要，百度開始基於CPU、GPU和FPGA的AI加速器的研發，從那時候起，基本上每年都獲得超過兩倍的計算性能提升。

在大規模AI運算的實踐探索中，「崑崙」應運而生，它的運算能力比最新基於FPGA的AI加速器，性能提升了近30倍。

「崑崙」的「雲端全功能」價值，既體現在對數據中心、公有雲和無人車測試研發等場景的雲端全場景覆蓋，也包括了對於常見的開源深度學習算法之外的，大規模語音識別、搜索排序、自然語言處理、自動駕駛、大規模推薦等具體場景的通用性適配。

​ 「晶片的成功，需要有生態的支持，這方面百度有較好的條件」，中國著名計算機專家，首批中國工程院院士倪光南認為，百度一貫重視AI，做AI晶片可以發揮百度在AI領域積累的技術優勢，且做出的晶片可以首先在百度自己的AI平台及其應用上得到應用，通過應用可以推動晶片的發展，形成一個良性循環。

正如倪光南所言，作為國內最早布局人工智慧的公司，百度已經形成了包含晶片、深度學習框架、平台、生態在內的完整AI技術布局，並在今年的開發者大會上，公布了百度大腦3.0的技術進展，及DuerOS、Apollo等場景的落地進展。

深度學習框架、AI應用場景與百度AI晶片形成的三位一體的完整生態，將成為百度AI晶片快速發展的動力引擎，並最終形成一體化協同發展的「AI體系」。

「『崑崙』晶片跟晶片之上的軟體、開發框架、各種各樣的應用一起構成了一個龐大的平台和生態系統，一起在支撐著數十萬的開發者，為社會造福，讓世界變得更美好。

」李彥宏表示。

據悉，未來百度將面向智能汽車、智能設備，語音圖像等更多場景展開晶片布局，持續打造AI時代的中國「芯」力量。

​ 2018年「中國芯」事件備受矚目，晶片的發布自然讓人關注。

不過，百度晶片發布，卻不是要蹭這個熱點，從百度AI戰略角度來看，晶片是其一定要補齊的一環，而且在做AI晶片上百度無疑是具備先天優勢的。

百度崑崙抓住新算力需求 晶片產業的摩爾定律想必大家都不陌生，通俗版的解釋是每18個月同等價格的晶片計算能力會翻倍。

AI晶片不是陌生詞彙，主要分為兩類，一類是面向終端的有一定深度學習能力的晶片，如麒麟970、蘋果A11神經網絡晶片，主要是在圖像處理等場景中有更強的計算能力；一類是面向雲端的進行大規模AI計算的晶片，谷歌TPU已進化到3.0版本，國內有寒武紀MLU100，寒武紀已得到阿里投資，阿里自主研發Ali-NPU，稱其性能將是目前市面上主流CPU、GPU架構AI晶片的10倍，而製造成本和功耗僅為一半，性價比超過40倍。

Ali-NPU尚未面世，百度崑崙晶片能對比的是谷歌TPU和寒武紀MLU100，與二者相比，崑崙不僅計算力更高，還可以適配諸如自然語言處理、大規模語音識別、自動駕駛和大規模推薦等具體場景的計算需求。

且百度崑崙既能用在雲端場景，又能用在終端場景，具備很強的通用靈活性。

​ 不少公司如阿里、格力都啟動了晶片項目，華為、小米等此前就在布局晶片的巨頭也加大了力度，尚未做晶片的騰訊也有對應表態。

做晶片，不只是給資本市場想像空間，也能大幅提升大眾形象。

在國際高性能微處理器研討會hotchips上，中國歷史上總共發了8篇論文，百度占了3篇。

2017年百度發布了XPU，這是一款基於FPGA的雲計算加速晶片，當時晶片關注度不高，百度此舉在雲計算行業有不小的影響，百度也是第一個發布自有晶片的網際網路巨頭。

百度還投資了光學晶片Lightelligence，與華為、ARM、英偉達等在晶片上合作。

晶片是周期長、投入高、普及難的產業，正是因為此中國晶片產業一直沒有實現對國際巨頭的趕超，做CPU/GPU永遠都會有幾年甚至十幾年的差距，而大家處於同一起跑線的AI晶片則是中國科技巨頭彎道超車的機會。

不過，做晶片跟做App不同，決不能一蹴而就，李彥宏對此也有清晰地認知，今年3月在兩會上就曾表示： 「中國對晶片研究的投入程度還不夠，而晶片在人工智慧和網絡安全中的作用舉足輕重。

這需要很多基礎性的研究、長期的投入，無論是科研院所、大型國企還是民企都需要一個更好的支持機制來實現突破。

」