百度用「崑崙」讓中國缺「芯」的切膚之痛划上句號

7月4日，百度AI開發者大會上最引人注目的發布是百度自主研發的中國第一款雲端全功能AI晶片「崑崙」，其中包含訓練晶片崑崙818-300，推理晶片崑崙818-100，主要面向AI大規模運算需求，這是目前為止業內設計算力最高的AI晶片，且功耗僅為100+W。

之所以最引人注目，一個是這是李彥宏親自發布的產品；第二個是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。

最近幾年在PC和移動等個人晶片已滿足大多數計算需求時，關於摩爾定律不再生效的論調也遍地都是。

實際上，傳統計算硬體還在發展，只是速率慢了。

隨著大數據、人工智慧的崛起，需要AI運算處理的數據，差不多每24個月就至少增長一倍，建構模型的複雜度是原來的五倍，與之相關，就需要計算能力強大十倍晶片能及時跟上，這一計算能力的提升，需要算法、軟體和硬體工藝相互配合共同來完成。

為了應對量級增長的算力需求，百度發布了崑崙AI晶片，參數如下：14nm工藝；260Tops性能；512GB/s內存帶寬；100+瓦特功耗。

崑崙AI晶片具有高效、低成本和易用三大特徵，其針對語音、NLP、圖像等專門優化，同等性能下成本降低10倍，支持paddle等多個深度學習框架、編程靈活度高、靈活支持訓練和預測。

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，阿里在中興被制裁後不久也宣布要自主研發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。

百度做晶片是蹭熱點嗎？

在2018年中興被制裁後，中國科技公司都意識到了晶片為核心的底層技術的重要性，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。

那麼，百度此時此刻發布AI晶片是要蹭熱點嗎？答案是否定的，因為如果要蹭熱點，百度應該在中興事件發酵的關鍵時期就發布晶片，而不是等到中興問題已基本解決的今天。

許多人不知道的是，百度做晶片不是一時興起，百度一直在積極儲備晶片技術，它是中國最早部署GPU／FPGA集群的網際網路公司，早在2011年，就將GPU和FPGA應用於搜索、語音、圖像等核心業務，雖然不是自己做晶片，卻積累了許多晶片技術，而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。

」

百度不是看到中興制裁事件後才關注晶片，才決定做晶片，工程師出身的李彥宏對技術一直有很好的感覺，百度以身作則，在晶片上低調布局了八年，一直默默地研發，才有今天的AI晶片發布。

百度也不是為了做晶片而做晶片，而是出於企業戰略考量。

百度戰略是「夯實移動基礎、決勝AI時代」，AI戰略中，晶片不可或缺。

從百度今年發布多款小度智能音箱來看，打造從晶片到終端到應用到雲端到服務的閉環，是百度AI戰略落地的一個思路。

雲端AI晶片也將是百度AI能力開放的重要組成部分，作為最大的AI開放平台之一，自然要在AI雲端晶片上布局。

百度早已在做晶片且有成果產出，做晶片是出於企業戰略出發，而不是為了蹭熱點，當然，企業也要將自身利益與國家利益結合，百度成為中國AI晶片界的重量級玩家，踏踏實實地做晶片，對於中國強化底層技術特別是晶片技術有重要意義。

百度晶片未來的發展

只要肯持續大規模投入，百度大機率可以做好AI晶片。

晶片成功需要一體化的技術能力，晶片不只是半導體技術，而是多個技術的整合，A11晶片與iOS結合才能有Face-ID這樣的殺手鐧功能，百度做AI晶片，可與DuerOS、百度大腦算法、PaddlePaddle AI基礎框架整合——這是百度自主研發的並行分布式全功能深度學習開源框架，本次發布的崑崙晶片就與PaddlePaddle深度整合，針對語音、圖像、自然語言處理等百度擅長的AI技術進行優化。

晶片還需要豐富的應用場景。

Win-TEL陣營的生態模式讓Windows可以不斷消耗Intel的晶片計算力，蘋果/華為的自產自銷模式也讓A系列和麒麟系列晶片各有用武之地。

百度有繁榮的AI生態，開發者大會上百度宣布百度AI開放平台已經開放110餘項領先的場景化AI能力與解決方案，特別是智能家居和智能汽車生態， DuerOS智能設備激活量已經超過9000萬，月活躍設備超過2500萬，生態合作夥伴數量和既能開發者數量都穩居第一；而Apollo自開放以來已經吸引了諸如寶馬、福特、現代、英偉達、英特爾、微軟、博世、大陸、QNX等產業鏈上下游生態夥伴，同時Apollo與金龍客車合作的全球首款L4級無人駕駛巴士「阿波龍」已經下線量產。

這些龐大的落地場景都可以吃掉AI晶片的性能。

百度去年發布的雲端加速晶片是面向雲計算行業，今年發布的崑崙晶片有更加通用的場景，不只是支持深度學習算法，也能適配諸如自然語言處理、大規模語音識別、自動駕駛、大規模推薦等具體場景的計算需求，可以說是一款通用型的AI晶片，可以承載主要的AI計算需求。

未來，崑崙系列或許會向終端發展，推出針對IoT設備的終端AI晶片，百度在IoT上正在構建自己的生態，一條主線是DuerOS形成的智能家居為主的硬體生態，其中不乏聯想、美的、海爾、創維等巨頭；另一條主線則是Apollo自動駕駛汽車開放平台，其中有奇瑞、長安、長城、一汽、江淮、金龍等汽車巨頭。

可以預見，百度AI晶片將會成為其IoT生態的基礎設施，與PaddlePaddle基礎框架、百度大腦AI雲服務、DuerOSAI作業系統等一起給IoT設備提供全面AI能力。

晶片本身是一個不錯的生意，它有清晰的商業模式，每一個智能設備都有至少一塊晶片，晶片非常容易形成壁壘進而具備議價權，三大晶片巨頭英特爾、英偉達和高通最新市值分別高達2339億美元，1470億美元和833億美元，就證明了晶片的商業價值。

對於百度來說，如果能夠通過AI晶片抓住正在爆發的AI和IoT產業潮，就有望形成可觀的商業回報，這意味著AI晶片對於百度來說也是一個很有潛力的新業務。

當然，正如李彥宏所言，晶片需要長期的投入和許多基礎性的研究，百度距離做成晶片還有很遠的路要走。

好的開始是成功的一半，幾年後回頭再看，百度今天在國家會議中心發布的崑崙晶片，對於百度的AI戰略、中國的晶片產業，都會是一個重要的開始。