人工智能芯片在中国呈现爆发式发展，背后的原因是什么？

近年来，人工智能正以前所未有的速度在发展，AI芯片也在中国呈现爆发式发展，背后的原因是什么？人工智能将是“大玩家”时代？中国中小玩家的机遇在哪？人工智能发展日新月异，应用场景越来越多，如何才能快速落地？

 

近日，赛灵思公司在上海举办了赛灵思技术日活动，大比特《半导体器件应用》记者针对上述话题与赛灵思大中华区销售副总裁唐晓蕾进行了交流。

 

 

中国AI有些不同

 

在AI芯片领域，除了英特尔、高通、英伟达、华为海思这些传统芯片巨头，谷歌、百度、阿里等互联网巨头也在纷纷布局。不仅如此，从2017年下半年开始，包括云知声、出门问问、Rokid等国内不少AI初创企业纷纷推出了自己的芯片或模组。今年年初，云之声发布了多款AI芯片（雨燕、海豚、雪豹）；思必驰携手中芯国际发布AI语音芯片TAIHANG；云米科技发布了AI仿生芯片“悟空”……

 

对于这种AI芯片爆发式发展的状况，唐晓蕾认为中国的情况和在其他地方不太一样，主要有两点不同。

 

第一，AI是业界的潮流，大家都在标榜AI，但到底是是不是AI创新没人关心；第二，中国芯是背后的推动力，中兴事件也好，华为事件也好，中美贸易战也好，都是推动AI芯片爆发的特别重要的因素，而芯片是最直观、最能得到也最容易得到风口的概念。总体而言，中国的现象除了技术驱动之外，还有一些投资因素，甚至产业转型的因素。

 

如果把智能音响、安防、门禁系统的一些创新也叫作AI，那么很多场景可能需要自己的芯片，这会是小公司的优势，因为据了解大公司开一颗芯片至少要10亿美元的收入，而在AI的领域，短时间很难达到10亿美元的体量，这是小公司的优势所在。

 

不过，开发真正的AI芯片则是另外一回事。

 

AI芯片在中国呈现爆发式发展，背后的原因是什么？

 

AI芯片的应用场景细分市场越来越多，因此，当前找到应用场景并在行业快速落地将变得格外重要。但目前AI芯片面临的两大现实问题：第一，算法仍在不断演进，新算法层出不穷；第二，一种算法对应一种应用，没有统一的算法。

 

她认为：“AI算法出来之后，还要再根据定制化落地场景去改变。所以真正的具有持续竞争力的ASIC很难做出来。 ”

 

不仅如此，她还表示，2013年大概有260家半导体企业，到今天可能只有125家，它代表一个趋势是，ASIC越来越难找到一种应用场景去支撑整个生命周期的投入。

 

但同时，唐晓蕾表示，FPGA和ASIC彼此不是0和1的关系，而是谁占主流份额的关系。比如之前赛灵思FPGA在视频监控曾经是非常强大，但ASIC出来抢占了一些份额。但今天流媒体要加AI了，涉及到图像拼接了，这时候FPGA又起来了，那ASIC也会慢慢演进发展。

 

但她说：“我们不认为由于有了赛灵思的Versal ACAP或者FPGA芯片，这个世界就不需要ASIC，如果应用场景是固定的，不需要太多创新，比如NB-IoT之类的采用ASIC来做，我觉得这是一个很好的选择。我们最希望的是有创新概念的人加入到我们的行列中来，利用我们产品独特的优势，一起加快创新。”

 

云被垄断 端将草根逆袭

 

清华大学微电子所所长魏少军教授提到，当前阶段AI服务如智能家居、图像识别、智慧医疗、AI翻译等，基本都在云上，而未来从云到端是必然现象。

 

对此，赛灵思本次的开发者大会也很好地响应了这一趋势。

 

唐晓蕾告诉记者：“我们去年在北京的开发者大会更加关注云，更加关注整个数据中心能去做什么事情。今天在上海更加关注所有的开发者，我们希望都能够得到他们的认可和共鸣，所以这次我们针对的客户是工业、汽车等除了数据中心以外的核心市场，希望能够把核心市场的这些创新速度加快起来，因为这些核心市场也同样面对着怎么样在大数据时代转型的问题。而这些跨领域、跨行业的现象对赛灵思的需求，与数据中心相比是不一样的。”

 

她还表示，我认为云会被一些大的寡头垄断，它不可能做到百花齐放，反倒端现在越来越成为了大家去开拓的大趋势，而且中国目前这种数据比较开放的情况为这些中小企业提供了加速前进的燃料。”

 

唐晓蕾自信地表示，赛灵思的产品能够很好地帮助解决这些问题。

 

首先，赛灵思产品的本身是开放的，不限定用户做任何东西，而且所有的应用最多使用到芯片10%的资源，还有无限多的可能性去扩展。关键是它能够在最短的时间，以最低的成本帮助实现任何想法，即使算法明天改了，用户也不用担心，你掌握的是一个永远有用的核心技术。但如果是采用某个ASIC，用户并没有掌握中间的算法，如果应用场景发生改变怎么办？

 

其次，为了帮助AI应用落地，在硬件方面，赛灵思从28纳米开始就已经在做基于FPGA 的 SoC，希望通过这个办法让更多的传统MCU客户在碰到大数据计算能力不够时，能够比较容易的转到赛灵思SoC上面。所以赛灵思一直在软硬件方面去做到易于使用，希望AI在没有找到应用场景之前，能够先把算法稳定下来。

 

与英特尔才是对手

 

赛灵思并不是FPGA技术的唯一玩家，2015年，英特尔以167亿美元的高价收购了Altera，一时引起业内轰动。

 

对此，唐晓蕾坦诚表示，这对赛灵思有好处也有坏处。

 

在与对手竞争时，赛灵思的优势主要表现为两方面，一是ACAP平台，二是“保护”创新者的大脑。“开发者要有独立存在的意识，要有自己的空间，加上ACAP平台，我们才能一起成功。”

 

她表示，目前人工智能处于黎明时分，未来赛灵思的发展要回到事情的本质——得到更多的人才。“谁得到人才，谁才能够真正的得到创新的发动机。”

 

7纳米ACAP 卡车变跑车

 

AI芯片的设计面临着制程升级、集成度提高、算力需求暴增、功耗管理等挑战，ACAP是赛灵思抢占人工智能的“必杀技”。

 

唐晓蕾告诉大比特记者，ACAP是一个新的器件种类，它既不是CPU，也不是个GPU，也不是传统的FPGA。从硬件的角度，针对不同应用领域做了高性能硬化，从而提升了计算能力，降低了功耗，把传统FPGA最有挑战性的两个问题已经解决了。

 

在今年晚些时候，赛灵思将正式量产Versal系列ACAP产品。其整合了标量处理引擎、自适应硬件引擎和智能引擎以及前沿的存储器和接口技术，能为所有的应用提供强大的异构加速功能。

 

据介绍，Versal ACAP基于台积电最新的7nm FinFET工艺，是第一个将软件可编程性与特定领域硬件加速和灵活应变能力相结合的平台。该产品组合包括了6个系列的器件：基础系列（ Versal Prime），旗舰系列 （Versal Premium旗舰）系列和HBM系列（能针对要求最严格的应用提供业界领先的性能、连接性、带宽和集成功能）。此外，该产品组合还包括 AI 核心系列（AI Core），AI边缘系列 （ AI Edge） 和AI射频系列（AI RF），Versal AI系列均采用了突破性的AI引擎。

 

唐晓蕾说：“7nm会让我们更有竞争力，这个工艺已经趋近于物理极限，意味着整个生产环节成本非常高，而且需要非常丰富的技术和经验。”

 

最后，她认为这一平台的推出，不仅可以加速AI用户的创意实现步伐和梦想，同时对于赛灵思而言，“我们从传统的FPGA向ACAP转变演进，所以赛灵思也在加速奔跑，我们希望同创新者一起共建灵活应变，万物智能的世界！”