在專(zhuān)家看來(lái)，隨著機(jī)器學(xué)習(xí)等技術(shù)的快速發(fā)展，人工智能產(chǎn)業(yè)發(fā)展正以其高端的新興技術(shù)、巨大的商業(yè)價(jià)值、廣闊的應(yīng)用前景和龐大的產(chǎn)業(yè)空間，成為新的重要經(jīng)濟(jì)增長(zhǎng)點(diǎn)。伴隨著人工智能各種應(yīng)用場(chǎng)景的普及與發(fā)展，海量多維的數(shù)據(jù)將在云端以及邊緣側(cè)展開(kāi)大量處理計(jì)算，芯片也面臨更加廣泛以及多樣化的需求，這對(duì)AI芯片的計(jì)算架構(gòu)、運(yùn)算能力、場(chǎng)景與算法適用性、安全可控等都提出了新的課題與挑戰(zhàn)。

目前，AI芯片技術(shù)主流路徑有GPU、FPGA、ASIC等，其中GPU、FPGA是較為成熟的芯片架構(gòu)，ASIC是針對(duì)特定應(yīng)用場(chǎng)景的專(zhuān)用芯片。GPU架構(gòu)的芯片能滿(mǎn)足深度學(xué)習(xí)大量計(jì)算需求，釋放人工智能的潛能，但缺點(diǎn)在于功耗較高；FPGA架構(gòu)的芯片具有足夠的計(jì)算能力、較低試錯(cuò)成本和足夠的靈活性，缺點(diǎn)在于價(jià)格較高、編程復(fù)雜；ASIC架構(gòu)的芯片能夠在特定功能上進(jìn)行強(qiáng)化，具有更高的處理速度和更低能耗，但缺點(diǎn)是成本高，有用量足夠大時(shí)才能夠降低成本，而且由于是定制化，可復(fù)制性一般。

據(jù)計(jì)算機(jī)視覺(jué)公司云從科技副總裁張立介紹，傳統(tǒng)芯片企業(yè)通常更關(guān)注是如何把芯片做成通用化，以支持各種不同應(yīng)用場(chǎng)景。但這樣的通用化，在AI場(chǎng)景落地時(shí)會(huì)遇到問(wèn)題，比如公司對(duì)AI芯片考慮較多的是單位功耗，而芯片企業(yè)對(duì)功耗要求可能不是首要優(yōu)先級(jí)。公司在將AI場(chǎng)景落地的過(guò)程中，發(fā)現(xiàn)通用芯片完全滿(mǎn)足不了需求。這給從事AI解決方案和核心算法的企業(yè)帶來(lái)了難題——公司的算法是統(tǒng)一的，但需要在不同的場(chǎng)景適配不同的芯片和模組。

“目前，AI芯片發(fā)展還處在嬰兒期”。張立表示，現(xiàn)在企業(yè)使用的很多AI芯片因?yàn)楣に囈筝^高，很難在大陸流片，都是在臺(tái)積電進(jìn)行流片。同時(shí)，也正因這工藝復(fù)雜度較高，導(dǎo)致芯片價(jià)格較高，使得下游很多使用其模組的產(chǎn)品無(wú)法量產(chǎn)。

作為國(guó)內(nèi)邊緣側(cè)AI芯片領(lǐng)域的先行者，嘉楠科技早在2016年就掌握了16nm制程工藝，之所以現(xiàn)階段的AI芯片制程工藝仍為28nm，主要也是受出貨量的限制。

嘉楠科技CEO張楠賡表示，從功耗角度而言，很多云端訓(xùn)練的AI模型無(wú)法順利部署至邊緣側(cè)設(shè)備，應(yīng)用場(chǎng)景也無(wú)法支持較高的芯片功耗。雖然一些云端芯片巨頭也在向邊緣側(cè)延伸，但是裁剪AI算法去適配芯片更多體現(xiàn)了巨頭們削足適履的局限。對(duì)嘉楠科技而言，從事邊緣側(cè)芯片的開(kāi)發(fā)就是在“帶著鐐銬舞蹈”，要在功耗和成本的嚴(yán)格約束下，不斷提升算力，適配場(chǎng)景，提升芯片的專(zhuān)用性。

AI芯片發(fā)展需探索新路徑

“我們離人工智能還有多遠(yuǎn)？目前很多企業(yè)所做的只是增強(qiáng)智能而不是真正的人工智能，離真正的人工智能還差得很遠(yuǎn)”。魏少軍表示，人工智能網(wǎng)絡(luò)能夠崛起取決于三個(gè)因素，算法、數(shù)據(jù)和算力。當(dāng)前，AI芯片面臨兩個(gè)現(xiàn)實(shí)問(wèn)題：其一，算法仍在不斷演進(jìn)，新算法層出不窮，每隔幾個(gè)月算法就發(fā)生新的變化；其二，一種算法對(duì)應(yīng)一種應(yīng)用，沒(méi)有統(tǒng)一的算法，而讓芯片處理不同的算法十分困難。

在魏少軍看來(lái)，AI芯片應(yīng)該具備的要素包括可編程性、架構(gòu)的動(dòng)態(tài)可變性、高效的架構(gòu)變換能力、高計(jì)算效率、高能耗效率、低成本等。按照這些要求，目前業(yè)界流行的一些作法均不是理想的架構(gòu)。過(guò)去幾年，AI芯片領(lǐng)域一個(gè)重要變化就是架構(gòu)的變化。人工智能芯片不在于追求算力，而在于架構(gòu)創(chuàng)新。業(yè)界也需要找到一種針對(duì)人工智能計(jì)算的全新計(jì)算引擎。

針對(duì)國(guó)產(chǎn)AI芯片的發(fā)展，中國(guó)工程院院士倪光南表示，芯片設(shè)計(jì)門(mén)檻極高，只有極少數(shù)企業(yè)能夠承受中高端芯片研發(fā)成本，這也制約了芯片領(lǐng)域創(chuàng)新。我國(guó)可以借鑒開(kāi)源軟件成功經(jīng)驗(yàn)，降低創(chuàng)新門(mén)檻，提高企業(yè)自主能力，發(fā)展國(guó)產(chǎn)開(kāi)源芯片。

“開(kāi)源軟件正成為當(dāng)前軟件產(chǎn)業(yè)的主流，芯片產(chǎn)業(yè)也可以采用開(kāi)源這種模式”。倪光南表示，目前在芯片開(kāi)發(fā)方面，新的RISC—V指令集是一種能夠降低處理器芯片IP成本的新模式。用戶(hù)可以自由免費(fèi)使用RISC-V進(jìn)行CPU設(shè)計(jì)、開(kāi)發(fā)并添加自有指令集進(jìn)行拓展等。RISC-V對(duì)于當(dāng)前國(guó)家提倡的智能+新一代信息技術(shù)、新一代人工智能技術(shù)的發(fā)展等，都是很好的支撐。

賽迪顧問(wèn)認(rèn)為，人工智能芯片未來(lái)將呈現(xiàn)新發(fā)展趨勢(shì)——芯片開(kāi)發(fā)將從技術(shù)難點(diǎn)轉(zhuǎn)向場(chǎng)景痛點(diǎn)。目前，人工智能芯片設(shè)計(jì)更多是從技術(shù)角度出發(fā)，以滿(mǎn)足特定性能需求。未來(lái)，芯片設(shè)計(jì)需要從應(yīng)用場(chǎng)景出發(fā)，借助場(chǎng)景落地實(shí)現(xiàn)規(guī)模發(fā)展。而且，現(xiàn)在應(yīng)用于AI領(lǐng)域的芯片多為特定場(chǎng)景設(shè)計(jì)，不能靈活適應(yīng)多場(chǎng)景需求，未來(lái)需要專(zhuān)門(mén)為人工智能設(shè)計(jì)的靈活、通用的芯片，成為人工智能領(lǐng)域的“中央處理器”。另外，現(xiàn)階段AI芯片產(chǎn)業(yè)的發(fā)展方式主要以企業(yè)為主體，產(chǎn)品上下游企業(yè)的運(yùn)營(yíng)和管理相對(duì)獨(dú)立，但同環(huán)節(jié)的企業(yè)卻高度競(jìng)爭(zhēng)，未來(lái)產(chǎn)業(yè)發(fā)展應(yīng)以合作為主線(xiàn)，形成產(chǎn)業(yè)生態(tài)。