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(nèi)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(guān)系，亦從側(cè)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(lǐng)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(gòu)將取得先發(fā)優(yōu)勢，對于取得一個新計算時代主導權(quán)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(quán)。

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(diào)要在智能傳感器、神經(jīng)網(wǎng)絡芯片、開源開放平臺幾個領(lǐng)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(jié)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(lǐng)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’?！?/p>

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(jié)構(gòu)。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(shù)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(guān)，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(gòu)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(jié)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?！?/p>

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(shù)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(gòu)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(gòu)。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(shù)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(guān)系，對AI芯片的架構(gòu)創(chuàng)新將發(fā)揮至關(guān)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(gòu)、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(diào)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(guān)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(shù)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(gòu)架能夠動態(tài)重構(gòu)，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(gòu)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。