人工智能(AI)爆發(fā)性增長是以強大的計算能力為基礎的，而提供計算力的載體是芯片,。近年來國內得到資本熱烈追捧的獨角獸公司多與AI芯片有著密切的關系,，亦從側面證明了AI芯片的重要性與廣闊的發(fā)展前景。然而,，隨著越來越多新創(chuàng)公司,、互聯(lián)網(wǎng)公司和傳統(tǒng)芯片公司開始進入AI芯片領域，其中蘊含的風險也需引起重視,。AI芯片會是中國集成電路產(chǎn)業(yè)彎道超車的好機會嗎?其中含有哪些風險?如何才能抓住這次難得的產(chǎn)業(yè)機遇?
尷尬的產(chǎn)業(yè)鏈定位
要說如今科技圈什么最火,，人工智能肯定是其中之一。而核心芯片則是決定一個新的計算時代的基礎,。從源頭上掌控核心芯片架構將取得先發(fā)優(yōu)勢,，對于取得一個新計算時代主導權有著非常重要的意義。也正是基于這樣的考慮,，谷歌,、微軟、亞馬遜,、IBM等全球科技巨頭才紛紛投入巨資加速人工智能核心芯片的研發(fā),，目標在于搶占新計算時代的戰(zhàn)略制高點,，掌控人工智能時代主導權。
中國對于人工智能芯片產(chǎn)業(yè)同樣高度重視,。工信部正式印發(fā)的《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018-2020年)》中,，著重強調要在智能傳感器、神經(jīng)網(wǎng)絡芯片,、開源開放平臺幾個領域率先取得突破。根據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《2018-2023年中國芯片行業(yè)市場需求與投資規(guī)劃分析報告》,，2016年全球人工智能芯片市場規(guī)模達到36億美金,，預計到2021年將達到111億美金，年復合增長率達到25%,。結合我國人工智能市場規(guī)模,，推算2016年我國人工智能芯片市場規(guī)模約為15億元，到2022年市場規(guī)模將達到50億元左右,，增長迅猛,，發(fā)展空間巨大。
在看好AI芯片發(fā)展前景的情況下,，吸引了越多越多互聯(lián)網(wǎng)公司和傳統(tǒng)芯片公司進入AI芯片領域,，其中蘊含的風險也需引起人們注意。在近日召開的“2018年半導體市場年會”上,，清華大學微電子所所長魏少軍在演講時笑稱：“有投資界人士問我,，應不應該投資AI芯片。我的回答是‘投資可以,，但一定不要成為那個持最后一棒的’,。”
那么,，中國企業(yè)投入AI芯片將會面臨哪些挑戰(zhàn)呢?從產(chǎn)業(yè)鏈角度觀察,，人工智能包括了從芯片器件、計算設備,、程序平臺到大數(shù)據(jù),、功能層、應用端等復雜結構,。在這樣一個產(chǎn)業(yè)生態(tài)中,，一些有實力的國際互聯(lián)網(wǎng)巨頭，如谷歌,、Facebook,、亞馬遜、百度以及蘋果公司,，是以垂直整合模式介入的,，它們成為最有實力的玩家,。英特爾、高通,、英偉達等國際芯片龍頭則以整合芯片,、計算以及部分軟件程序為發(fā)展策略，力求扮演硬件設施平臺供應商的角色,。一些有實力的終端品牌公司,，包括近年來得到快速發(fā)展的中國智能手機廠商，如華為,、小米,、VIVO、OPPO,，希望成為AI終端設備供應商,。
在這樣的產(chǎn)業(yè)生態(tài)里，中國AI芯片廠商定位相對尷尬,。在技術上他們尚難完全與英偉達,、英特爾這樣為云端設備提供人工智能計算解決方案的廠商展開競爭，更多發(fā)展機會存在于終端市場,，即面向不同應用端,，提供針對性的芯片或者IP解決方案。問題在于,，目前為止整個AI產(chǎn)業(yè)依然受到缺少“殺手級”應用的困擾,。如果去除智能駕駛、智能汽車,、智能監(jiān)控,、人臉識別、語音識別少數(shù)幾個應用市場,，我們就很難再找到AI的典型應用場景了,，特別是缺少與人們工作生活密切相關，又非AI支持不可的應用市場,。
這樣,，一個重要問題就會出現(xiàn)——是否存在像通用CPU那樣獨立的AI處理器?如果存在，它的架構是怎樣的?如果不存在的話,，那么中國AI芯片廠商,，向上很難與國際巨頭競爭云端市場，所立足的終端市場又存在細分化,、碎片化,，缺少殺手級應用的挑戰(zhàn)。其結果或許真的會像魏少軍所指出的那樣：“以滿足特定應用為主要目標的中國AI芯片，未來很可能只能以IP核的形式存在,，最終被各種各樣的SoC所集成,。”
如此,，今天的部分,，甚至是大部分AI芯片創(chuàng)業(yè)者將成為這場技術變革中的“先烈”。
新時代尋求IC設計新思路
在這樣的挑戰(zhàn)面前,，架構創(chuàng)新成為中國AI芯片面臨的一個不可回避的課題——針對當前AI產(chǎn)業(yè)現(xiàn)狀,，開發(fā)適應市場的芯片架構。盡管這樣的創(chuàng)新工作將非常艱難,。
對此,，魏少軍提出了“軟件定義芯片”的概念。從感知,、傳輸?shù)教幚?，再到傳輸,、?zhí)行,，這是AI芯片的基本邏輯。軟件是實現(xiàn)智能的核心,，芯片是支撐智能的基礎,。其中，軟件是實現(xiàn)智能的載體,。技術上要求智能軟件具有自己學習的能力,，形成知識和經(jīng)驗的能力，持續(xù)改進和優(yōu)化的能力,，思維邏輯推理的能力以及做出正確判斷的能力等,。而智能芯片則需要承載所需的計算，要求其具有高性能的計算能力,，多任務并行計算能力,，極高的能量效率，靈活高效的存儲能力,，實時動態(tài)功能變換能力等,。兩者的聯(lián)動，將重新定義AI芯片的設計理念,，使AI芯片的設計更具靈活性,，也在面向不同AI應用需求時更具可操作性。
Synopsys中國董事長兼全球副總裁葛群也表達了同樣的看法：“以前芯片設計中硬件與軟件的界限比較清晰,，一般采用分層設計和優(yōu)化的方法,，這有利于簡化問題。然而,，在今天的AI應用中已經(jīng)很難再將它們分開處理了,。也就是說,，開發(fā)一款優(yōu)秀的芯片和硬件產(chǎn)品必須考慮軟件方面的配合和系統(tǒng)層面的配合，甚至打破層次界限,，進行深度優(yōu)化,。Nvidia的CUDA和GPU，Google的Tensorflow和TPU的成功都是很好的例子,?！?/p>
事實上，EDA工具和AI存在密切的互動關系,，對AI芯片的架構創(chuàng)新將發(fā)揮至關重要的作用,。無論在云端還是終端設備上，在差異化的應用需求越來越多地影響芯片設計之際,，針對云端AI訓練,、自動駕駛、安防監(jiān)控和各種智能IoT設備的解決方案需要從應用軟件,、操作系統(tǒng),、硬件架構、IP,、低功耗,、安全性、驗證和測試等方面適應AI應用的特殊需求,，更為強調整個系統(tǒng)綜合的軟硬件效率,、安全性和可靠性。EDA工具作為芯片設計的基礎平臺,，將會更多地把AI應用作為關鍵的場景,，支持芯片設計者更好地完成各種AI算法和應用在芯片上的高效實現(xiàn)。
根據(jù)葛群的介紹,，Synopsys從1986年初創(chuàng)開始,，就采用人工智能的思想支撐EDA、芯片和系統(tǒng)的研發(fā),，目前正在積極探索設計方法學上的創(chuàng)新,，推動AI芯片設計能力的提高。2017年Synopsys設立了全球人工智能實驗室,，就是希望在更加開放的平臺上,，與業(yè)界共同探索支持人工智能技術落地所必須的AI芯片軟硬件協(xié)同優(yōu)化等新問題，尋求更為有效的方法學,、工具和解決方案,。
基于其應用場景的特殊性，AI芯片應當具備以下的基本要素：可編程能力，以適應算法的演進和應用的多樣化,；構架能夠動態(tài)重構,，在不明顯降低效率的前提下，能夠適應不同的算法,；高效的架構變換能力,；實現(xiàn)高效計算和存儲，低功耗,、低延遲;滿足低成本,、小尺寸的要求，以便能夠進入家電和消費類電子,、移動設備和物聯(lián)網(wǎng)終端市場,；應用開發(fā)簡便。
政府與企業(yè)共同推進
今年 3 月初“人工智能”被寫入《政府工作報告》,，強調要加強新一代AI研發(fā)的應用,，在醫(yī)療、養(yǎng)老,、教育,、文化和體育等多領域推進AI的應用和落地。這顯示了中國政府對于人工智能芯片產(chǎn)業(yè)的高度重視,，也抓住了當前AI產(chǎn)業(yè)發(fā)展中的關鍵環(huán)節(jié),。如果說中國已經(jīng)逐步發(fā)展成為全球AI產(chǎn)業(yè)的中心之一,，那么應用缺乏,、數(shù)據(jù)環(huán)境和人才緊缺，仍然是制約中國AI芯片產(chǎn)業(yè)發(fā)展面臨的主要難題,。在政策上,，從上述三個層面發(fā)力，將可有效推進AI芯片產(chǎn)業(yè)的發(fā)展,。
中國工程院院士倪光南表示：“人工智能是未來很重要的一個發(fā)展方向,。因為人工智能還是我們人創(chuàng)造出來的，因此應該更好地為人類服務,，幫助人類擺脫繁雜的工作,，把重復性的勞動交給人工智能，人類去做更多有創(chuàng)造力的工作,?！?/p>
葛群指出：“這一輪的人工智能爆發(fā)是與大數(shù)據(jù)共生的，離開有效的數(shù)據(jù),，人工智能尤其是深度學習是很難取得進步的?，F(xiàn)在各個行業(yè)與不同企事業(yè)單位中存在著各種各樣的數(shù)據(jù)孤島，而這些數(shù)據(jù)又都是推進人工智能的關鍵因素。政府如能推動打破信息孤島,，將可極大促進人工智能行業(yè)的發(fā)展,，對于AI芯片產(chǎn)業(yè)也具有巨大的帶動作用?！?/p>
無論是芯片,、算法，還是數(shù)據(jù),、應用,、人才，任何短板都將使人工智能難以實現(xiàn)快速均衡的發(fā)展,。國內廠商目前更應該保持一定的定力以及工匠之心,，基礎研究千萬不能落下。政府則需要從國家層面進行政策引導和實際的支持,。唯有政府和企業(yè)共同推進,，才能讓中國的人工智能與半導體產(chǎn)業(yè)走得更遠。