最近魏少军教授在谈及中国 AI(人工智能)芯片产业的现状时说: 现在 AI 芯片的炒作过头了,“今天的一部分甚至大部分的 AI 芯片创业者会成为技术变革的“先烈”“。魏少军的话不是空穴来风,仅仅一两年间,国内 AI 芯片头部创业公司的融资额度就超过了 20 亿人民币。全球至少有 45 家初创公司研制 AI 芯片(语音交互和自动驾驶),5 家企业融资超过了 1 亿美元。据中信证券测算,2020 年 AI 芯片市场规模将达 146.16 亿美元。人工智能技术以 AI 芯片为载体正在迅速崛起。
 
01
AI 芯片的生态圈
从广义说,能够驱动 AI 程序的芯片都叫做 AI 芯片。从狭义来说,AI 芯片是为适应 AI 算法进行了特殊设计的芯片。
 
从应用层面讲,AI 芯片主要分为云 AI 芯片和端 AI 芯片。云 AI 芯片应用于云端服务器及数据中心;端 AI 芯片应用于智能设备、IoT 端设备。未来,人工智能将会在我们的日常生活中得到极大普及,正如英伟达创始人黄仁勋所说:“未来,AI 与 AI 芯片将无处不在:咖啡机、保温杯、麦克风、甚至耳环、鞋子这些小物件都会智能化。”
 
云 AI 芯片的特点是性能强大、能够同时支持大量运算、支持图片识别、以及语音、视频处理。端 AI 芯片则需要嵌入到设备内部,让设备不联网就能具备 AI 能力。AI 芯片之于人工智能的意义,可以理解为发动机之于汽车。人工智能理论已经提出多年,由于它需要一台计算能力超强的“发动机”驱动,所以多年没有真正跑起来,直到 AI 算法、大数据以及 AI 芯片的出现。
 
人工智能的破局是在 2012 年计算机视觉届的“奥林匹克”—ImageNet 挑战赛的赛场上,来自多伦多大学的 Geoffrey Hinton 教授和他的团队第一次用上了 GPU 芯片和深度学习算法,成为 AI 史上的一个重要节点。
 
在 2015 年的 ImageNet 大赛上,微软亚洲研究院团队更是凭借 GPU 与深度学习算法,第一次让计算机的图像识别超过了人类。人类识图错误率约为 4%,而冠军团队机器识图的错误率为 3.57%。在图像识别兴起之后,视频识别、语音识别、翻译、语音助手等一系列 AI 应用应运而生。
 
AI 芯片的爆发,至少将会影响到四个应用场景:家居/消费电子、安防监控、自动驾驶以及云计算
 
图一、AI 芯片产业生态
 
移动通讯
华为 2017 年 9 月发布的麒麟 970,搭载了 NPU (神经网络处理器)AI 处理模块,是世界首款手机 AI 芯片。NPU 比 CPU 快 25 倍,能耗提高了 50 倍。苹果在 2 周后发布了搭载 A11 处理器的 iPhoneX,首个推出人脸识别的 AI 芯片。ARM 紧接其后推出了两款 AI 芯片,应用于移动端的物体检测和机器学习的处理器。ARM 这个动作的影响是巨大的,因为全球超过 90%的手机芯片采用 ARM 架构,包括麒麟 970 和苹果 A11。
 
追随者还有联发科和高通。联发科推出的 Helio P60,支持 AI 的计算机视觉、人脸识别。高通的基于枭龙芯片的 A1 引擎,将所有手机中的 SOC 软硬件一网收尽统统打包。AI 芯片成了手机红海战场的一个重要搅局者。
 
安防监控
安防市场 2017 年超过了 6350 亿人民币,同比增长了 17.6%。佳都科技《人工智能技术白皮书》指出,2017 年国内高清摄像头出货 1 亿颗。
 
由于 AI 能够对迅速对视频进行结构化处理,现在几乎所有 AI 芯片创业公司都将安防作为核心应用场景之一,纷纷推出内嵌于安防监控摄像头的 AI 芯片。安防三巨头海康威视、大华股份、宇视科技不仅是众多 AI 芯片公司的合作伙伴,其自身也在推进安防+AI 的步伐。
 
自动驾驶
AI 芯片正在成为自动驾驶计算平台的核心。在这一领域目前主要有三大 AI 芯片势力:英伟达、英特尔和地平线。英伟达和英特尔大家都很熟悉,地平线是一家中国初创公司,原百度研究院副院长余凯任 CEO。地平线的雨果自动驾驶平台早期使用的是英特尔 FPGA 处理器,现在开始打造自己的 BUP 架构,并推出沿用这一架构的 AI 芯片“征程”。 
 
云计算
 
AI 芯片可以为互联网供能,例如在线翻译、人证比对、图片搜素等,背后都离不开 AI 芯片的支持。在移动领域错失先机的英特尔不惜花重金布局:$160 亿美元收购 Altera(FPGA),$4 亿美元收购 Nervana(神经网络处理器),继而收购 Movidius(视觉处理器,收购资金未详),云 AI 芯片与端 AI 芯片都有所涉及。其他有高通、ARM、联发科等也陆续进场。
 
图二、AI 芯片的两大应用领域
 
02
国内 AI 芯片主要玩家
寒武纪:一家中科院背景的创业公司,创始人陈天霁、陈天石为兄弟,均为中科院计算所博士。2016 年在北京成立。华为麒麟 970 芯片搭载的就是寒武纪的 AI 芯片,中科院为此还向华为发了贺电。兄弟俩先后毕业于中国科大少年班,天石研究人工智能算法,天霁学做计算机芯片。一个硬件、一个软件,一拍即合开发人工智能芯片。取名“寒武纪”,是希望用地质学上生命大爆发的时代来比喻人工智能的未来吧!
 
深鉴科技:作为中国 AI 芯片第一阵营的深鉴科技,是一家清华背景、FPGA 技术起家的创业公司。2016 年在北京成立。创始人姚颂,这位 90 后清华学霸,放弃了美国名校卡耐基梅隆大学直接攻读博士学位的邀请,选择了创业。2017 年获得 A 轮千万美元融资,致力于深度学习处理器与编译器原创技术的研发,已有数千万订单,两款 AI 芯片正在量产中。
 
地平线机器人:创始人是前百度深度学习研究院副院长余凯,曾在百度领导过语音识别、图像搜素、百度大脑、百度无人驾驶等项目。产品包括硬件、软件及算法,团队包括前诺基亚手机研发 VP、Facebook 人工智能研究实验室创始成员、百度首席构架设计师及 20 多位深度学习领域专家。
 
比特大陆和嘉楠耘智:这两家都是现在很火的网络虚拟货币“矿机芯片“的生产商。比特大陆成立于 2013 年,2017 年总营收就飙升至 25 亿美元,占矿机专用芯片市场 70%以上份额。2017 年推出第一款 28 纳米工艺 AI 芯片”SOPHON“(算丰)。嘉南耘智是世界第二大比特币矿机生产商,2017 年 12 月预发布了 AI 芯片 KPU(Knowledge Processing Unit),作为一家做矿机芯片(自称是区块链专用芯片)和矿机的公司,嘉楠耘智累计获得近 3 亿元融资。目前已申请挂牌新三板。
 
除了以上初创公司以外,还有一些传统芯片厂商也加入到 AI 芯片队伍。海思、杭州国芯、中星微电子都有涉入,还有主攻安防 AI 芯片的宇视科技、中天微、国科微等。
 
表一、国内部分 AI 芯片公司
03
靴子何时落地?
在这场伟大的“无芯片不 AI,无终端不 AI,无行业不 AI“的变革时刻,也有人保持了清醒。我们需要多一点思考,怎样做才能避免魏少军教授警醒的成为现实,不让“今天的一部分甚至大部分的 AI 芯片创业者会成为技术变革的‘先烈’”。
 
思考一:杀手级应用在哪里?魏少军教授说,”尽管目前 AI 应用涵盖了生产领域、生活各个应用层面,但究竟什么才是 AI 的杀手级应用?与人们生活周遭真正不可或缺的日常 AI 应用?至今应还没答案。“上面所提及的除了家居/消费电子虽然离我们很近,但自动驾驶离我们还有不小的距离,且芯片进入汽车电子也是一道不小的门槛,在 AI 芯片之前汽车电子也没见有谁有效的突破了这个门槛。安防和云计算更多的是涉及工业产品,内嵌于安防监控摄像头的 AI 芯片也还处在研发中。这就是”AI 产品说得多、落地少“,因为除了手机芯片外,市场上还没有销售超过百万的 AI 芯片出现。
 
思考二: 通用 AI 芯片会不会出现?现在各家使用的 AI 方案架构互不兼容,没有支持的标准 AI 计算接口,各厂商的端设备也是五花八门,到底会不会出现像当年 CPU 一样的通用处理器来一统 AI 芯片天下?最近 ARM 宣布了要进军 AI 芯片领域,并有一统人工智能生态的想法。至少,通用 AI 处理器的驱动力来自以下两个方面:
 
开发 AI 芯片硬件构架的代价非常高,不是所有厂家都能承受的;
 
IP 的可扩展性、架构的支持广度、标准 AI 计算接口,对 AI 芯片的普及非常重要,而开发相关算法也不是一朝一夕就可以完成的。
 
不论 ARM 是否能梦想成真,至少 ARM 的想法对 AI 芯片的生态还是具有很大吸引力的:
可利用既有框架便可达到(或接近)AI 硬件处理能力;
 
不需要额外支出和额外授权成本;
 
不需要改变既有芯片的设计格局;
 
可提供业界更多的方案选择;
 
其他使用自有 AI 计算架构的客户也可以同样得到好处。
 
另一家可能的赢家是英伟达。AI 芯片目前应用最多的是 GPU,因为 GPU 适合于单指令、多数据处理,特别适合 AI 的深度学习训练和推理。英伟达技术中心亚太首席技术官 Simon See 曾自豪地说:“通用是我们的优势。“ 英伟达的 Xavier 计算平台,正在被超过 20 家自动驾驶创业公司、以及博世、采埃孚等供应商巨头采用。
 
04
未来的搅局者
AI 芯片能否成为半导体行业未来的搅局者,结论是肯定的。相比摩尔定律芯片每 18-24 个月迭代一次,AI 芯片正以 9 个月迭代一次的速度演进。比特大陆产品战略总监汤炜伟说,“与传统芯片迭代速度相比,AI 算法迭代更快。我们针对最新算法的需求,以及神经网络的共性,可快速地将新算法写到芯片上。“
 
在这拨搅局者中,既有像 ARM、英伟达这样的大佬,也有像寒武纪、深鉴科技这样的新贵。到底是 ARM 的 AI 芯片能一统人工智能的江湖,还是新贵们的百花齐放能够各显人工智能的神通,还需要时间观察。