AI芯片风口，华为与瑞芯微谁可以笑到最后呢

在众多种类的芯片中，专注于人工智能应用的AI芯片是名副其实的“风口”——无论是科技巨头还是初创企业，芯片厂商还是互联网公司，纷纷积极布局这一领域。

以BAT为代表的互联网公司在芯片行业虽无深厚家底，但是靠着雄厚资金、尖端人才和海量数据，步子走得一点儿也不慢。继今年4月阿里达摩院宣布正在研发应用于图像视频分析、机器学习领域，性价比是同类产品40倍的神经网络芯片Ali-NPU之后；百度在7月的AI开发者大会上正式推出了专注于自然语言处理、图像识别、自动驾驶等应用的“中国首款云端全功能AI芯片”昆仑。

AI芯片大热，初创企业们同样热情高涨。成立于2015年的地平线已经推出了面向智能驾驶的征程（Journey）系列处理器和面向智能摄像头的旭日（Sunrise）系列处理器；成立于2016年的寒武纪则于今年5月在上海发布了采用7nm工艺的第三代机器学习终端处理器1M，其性能比此前发布的寒武纪1A高10倍。

一线芯片企业在AI领域早已深入布局，甚至已先声夺人。在CES 2018上，瑞芯微发布了旗下首款AI处理器RK3399Pro，首次采用CPU+GPU+NPU硬件结构设计，其片上NPU运算性能高达2.4TOPs，具备高性能、低功耗、开发易等优势；同年3月，台湾芯片厂商联发科发布了首款内建AI功能的芯片曦力P60，内置了专门用作AI运算的APU，可以提供从入门到高级的完整API支持和开发者工具包。

智能互联设备激增催热人工智能AI芯片 近几年，市场上一个明显的趋势是智能手机的人口红利正在消失，出货量逐年逼近天花板，与之相反的是，智能互联设备却呈海量激增之势。智能音箱是消费领域的典型代表，市场研究公司Canalys的数据显示，今年第一季度的智能音箱全球出货量高达900万台，较去年同期增长210%；智能摄像头则是产业领域的典型代表，目前国内大概装有1.76亿个监控摄像头，预计三年内数量会增加到6.26亿。在数量暴增的同时，对摄像头的要求也越来越高，正在从“看得见”向“看得懂”转变，这就要求摄像头更加“智慧”。

显然，这些新型的智能互联设备需要以自然语言处理、图像识别为代表的深度学习技术作为支撑，由此对设备的大脑——芯片在计算能力和功耗方面提出了新的要求。好比绘图工作会交给 GPU 而不是 CPU 是一样的道理，早在2011年，谷歌就发现，如果每位用户每天使用3分钟谷歌提供的基于深度学习语音识别模型的语音搜索服务，就必须把现有的数据中心扩大两倍。这意味着已有的CPU和GPU都不能满足需求，这驱动了谷歌自己研发更高效的AI芯片——NPU。AI 芯片的大热正是基于这样的理念：让适合的架构来做适合的工作，才能得到更高的效率和更低的功耗。专用于人工智能的芯片和传统的计算芯片存在很大的差异——典型CPU的架构中需要大量的空间去放置存储单元和控制单元，相比之下计算单元只占据了很小的一部分，算力无法满足深度神经网络（DNN）的计算需求；而AI芯片则具有大量的计算单元，能够适合大规模并行计算的需求。

图：CPU和GPU架构对比