879
人工智能（AI，Artificial Intelligence）的这股风刮了许多年，已经席卷了汽车、手机、医疗、金融、艺术等各个行业。甚至出现了AI和人脑之间的battle。
2016年，AlphaGo对战围棋九段高手李世石，最终AI以4:1的战绩赢了李世石。然而当时运行这个AI程序的服务器功耗高达1MW，接近人脑的5万倍。
在AI领域，最重要的三块基石就是：数据、算法和算力。
庞大的数据库能为训练人工智能提供基础。
举个例子，图像识别、视频监控都需要庞大的数据支撑下去进行模型训练和深度学习。
算法能为人工智能应用落地提供可靠的理论保障。
人工智能在实际应用中会遇到各种可能的问题，主要可以分成回归、分类和聚类，针对每一类，算法都能提供不同的解决方案。说直白一点，算法就是人的智力的体现。
算力是人工智能技术实现的保障。
简单一些来理解，就是计算能力。2018年诺贝尔经济学奖获得者William D. Nordhaus在《计算过程》一文中提出：“算力是设备根据内部每秒可处理的信息数据量"。算力实现的核心是CPU、GPU等各类计算芯片。
算法再好，如果没有足够的计算能力（即高性能芯片），AI就很难得到实际的应用，也只能在实验室里束之高阁。
所以，在人工智能领域处于核心地位的AI芯片，同人工智能一样炙手可热。
什么是AI芯片？
AI芯片是智能设备里不可缺少的核心器件，专门用来处理AI相关的计算任务。AI芯片包含了两个领域，我们也可以分成“AI”和“芯片”两部分来看：
第一个就是计算机科学领域，说简单点就是软件，也就是研究高效率的智能算法；
第二个就是半导体芯片领域，其实就是硬件，研究的是如何把算法有效地在硅片上实现，最终变成能和配套软件结合的实体产品。
AI芯片属于芯片里的哪一类？
目前市场上比较常见的用于AI的芯片有CPU、GPU、FPGA和DSP，以及他们的各种组合。
虽然CPU（中央处理器）、GPU（图像处理器）和FPGA（现场可编程门阵列）都可以运行AI算法，但从严格意义上来讲，他们都不是AI芯片。AI芯片本质上是ASIC（专用集成电路），需要为AI算法专门设计。
AI芯片设计过程是怎样的？
也有不少人会好奇：AI芯片的设计过程和我们熟知的流程有何区别？
数据集→神经网络架构/算法→芯片架构→电路设计与实现
前几步需要从软件层面去考虑算法，所以会有独立的AI算法工程师。从芯片架构开始往后，就是大家所熟知的IC设计流程了。
对于IC设计端的工程师们来说，AI芯片依然要经历架构设计、电路设计、验证综合等步骤，与寻常芯片并没有什么区别。
国内有哪些还不错的AI芯片设计公司？
如果说专注于搞AI芯片设计，寒武纪、地平线、黑芝麻智能、依图科技、中星微、燧原科技等都是很不错的公司。如果诸位对这些公司的主营业务感兴趣的话，后续也可以出一期文章专门介绍。
如果说想进大厂，其实有相关业务的大厂确实也不少，比如华为海思、联发科、平头哥、百度昆仑芯、全志科技、北京君正等也都AI芯片设计和实际产品。
目前的发展前景如何？
随着元宇宙等新概念的兴起，AI在其中必然也会推动新生态的构建。放眼全球，从国外的英伟达、英特尔、谷歌、苹果，到国内的华为海思、阿里平头哥、百度、字节，都在这个赛道积极布局。
尽管国内从数据、算法和算力都难以和国际水平并肩，但我们在研发方向上的不断突破，就足以证明我们已经在路上了。
总体而言，在半导体产业逐渐向中国转移的当下，前景还是光明且机遇与挑战并存的。也正是在这种时候，我国企业才更加有望突围。毕竟弯道超车向来都是我们的拿手好戏。
AI芯片和其他芯片在设计流程上并没有太大的差别，无论是前端设计、功能验证、DFT设计、后端设计，都是诸君可以选择的方向。
AI芯片的发展速度固然很快，但纵观芯片发展长河，AI芯片也是其中一颗亮眼的、正在慢慢成长的星。
而此时此刻想要加入芯片行业，对AI芯片饱含兴趣的诸君，未必不会成为点亮星星的人。
下载ECAD模型
