记者|彭鑫
编辑|
AI行业蓬勃发展，AI芯片是绝对的明星。
“芯片论坛极其受欢迎。1000多人预约了，但现场地点只有200个。组织者建议我们尽快到达现场。”在世界人工智能大会“AI智能芯片定义产业未来论坛”召开前，有厂商向界面记者反馈。
作为AI产业的底层算力支撑，AI芯片成为绝对焦点。总的来说，人工智能和芯片驱动的自动驾驶是展会的重点，无论是展区还是产业论坛，都是参观者不时驻足观看、热切讨论的话题。
# # #国产AI芯片加速追赶。
在WAIC会场内外，AI芯片公司都有很强的存在感，有几家芯片公司在展会期间发布了AI芯片产品，进入了世界舞台。
AI计算大致分为两个层次。首先是训练模型，整个过程可能需要几天；然后，训练好的模型响应实际的请求并进行推理。目前，NVIDIA的GPU(图形处理器)占据了训练市场，而大部分推理任务仍由传统的英特尔CPU承担。对于训练和推理场景，国内AI芯片厂商已经推出了相关产品。
国内WAIC芯片初创公司绥远科技发布了第二代人工智能训练产品——“基斯2.0”芯片、基于基斯2.0的“云起T20”训练加速卡和“云起T21”训练OAM模块、全面升级的“虞书TopsRider”软件平台以及全新的“云起”。
绥远科技的创始团队来自NVIDIA的长期竞争对手AMD。公司创始人兼CEO赵立东曾担任紫光集团副总裁。他早在AMD工作了7年，担任计算部门的高级主管。上世纪90年代，他在S3一家老牌显示芯片公司工作。
图形。
“英特尔的芯片技术发展战略是Tick-Tock模式，在Tick阶段升级工艺，在Tock阶段升级处理器架构。对于我们来说，我们的第一代芯片是一个全新的架构，第二代芯片有一个选项，架构大致保持不变，流程向前演进，然后架构再进行再处理，就是走传统的Tick-tock之路。在第一代芯片的落地过程和客户磨合过程中，我们觉得架构的演进比流程的演进更重要。”赵立东说。
除了绥远科技，天智智信展示了国内首款GPU架构下7 nm工艺的自研云训练芯片B1和GPU(通用计算GPU)产品卡。这款芯片可以容纳240亿个晶体管，采用2.5D D。
CoWos晶圆封装技术支持FP32、FP16、BF16、INT8等多精度数据混合训练，支持芯片间互联。单个芯片的计算能力为每秒147T@FP16。之所以选择新的7 nm工艺，是因为AI芯片对工艺的要求更高，追求更先进的芯片制造工艺成为AI芯片厂商的重点。
在推理芯片方面，登临科技展示了自己创新的GPU芯片，致力于解决通用性和高效率的问题。登临科技在提供CUDA/OpenCL硬件加速能力的基础上，全面支持各种流行的人工智能网络框架和底层运营商。
比奇科技联合创始人张玲兰近日向外界表示，算力芯片是人工智能时代的引擎。与西方几十年的积累相比，中国的芯片制造业还处于起步阶段。据透露，必奇科技将于明年发布首款通用智能计算芯片产品。
毫不奇怪，在人工智能方面有着巨大优势的NVIDIA，成为了厂商竞争的对象。目前AI芯片领域竞争激烈。目前，GPU(图形处理器)制造商NVIDIA是市场上图形计算和AI计算的领导者。
AI芯片的新架构、新产品层出不穷。服务器和云计算供应商对新芯片的选择持开放态度。Inspur AIHPC总经理刘军曾告诉界面新闻，AI芯片领域的竞争非常激烈，公司数量非常多，包括中国、美国、英国等。这在某种程度上是同质的。
# # # # Ch
苹果副总裁、大中华区董事总经理葛越在2021年世界人工智能大会上的演讲中，详细介绍了AI在苹果芯片中的应用、架构和模式。
“苹果设计的芯片不是出售给其他公司的，而是专门为苹果特定产品甚至特定功能设计的。这种优化贯穿CPU、GPU、图像信号处理器等更多组件。”葛月说。
对自我研究的坚持也体现在机器学习上。苹果的芯片配备了“神经网络引擎”。所谓“神经网络引擎(neural)”。
Engine)，这是苹果在芯片中专门用于机器学习的硬件，可以用于图像处理、人脸识别等。目前iPhone12上A14仿生芯片中的神经网络引擎每秒可以完成11万亿次运算，是目前最强大的移动AI芯片之一。
Ge进一步介绍，芯片采用Arm架构设计，5 nm工艺，是目前电脑产品中最先进的芯片。芯片上有160亿个晶体管，在芯片上集成了CPU、图形处理器、神经网络引擎、各种连接功能等诸多组件。
得益于此，M1芯片完成了看似不可能完成的任务：它的性能得到了显著提升，包括机器学习速度提升了15倍，电池续航时间提升了2倍。“苹果的芯片是为自己的产品量身定制的，并专门针对机器学习进行了优化。因为机器学习可以为用户提供更独特的体验，所以苹果长期以来一直在开发能够在设备端有效运行复杂机器学习算法的芯片。”
老牌芯片巨头英特尔对人工智能也有自己的理解。“在过去的两年里，我们发现有很多自主设备和很多数字系统，这些都需要人工智能来处理。人工智能已经成为数字化的驱动力。
型的一大超级力量。”英特尔研究院副总裁、英特尔中国研究院院长宋继强在WAIC会场上表示，他指出，从数据变化而言，处理海量数据只能依靠人工智能，而多元化数据形态也需要很多新的算法去梳理。
对此，英特尔认为，进入到新的时代，需要掌握更多不同的架构组合，以此满足专属特定领域的需求，因此架构创新是关键驱动力。"CPU适宜处理标量架构的，一个一个算，比如说控制流，非常容易去处理，可以去并发；GPU则适宜处理矢量运算，很多数据一起算；AI则更多是块状运算，需要专门做矩阵加速，数据的存取也需要优化；FPGA特别适合做一些稀疏的运算，可以大幅度降低I/O以及计算的消耗。这些把它整合起来就能各取所需，我们说常打组合拳会好过只用一种武器去解决所有问题。”宋继强向界面新闻记者解释。
高通在其移动芯片上集成AI功能有一定研究，高通中国区董事长孟樸介绍，在包括极速5G连接、高性能低功耗计算以及终端侧应用中，AI技术正在驱动新一代智能边缘终端和云计算的发展，万物能够实时连接至云端，让终端、体验和数据受益于不断增加的内容、处理能力和云端存储空间。
孟樸解释，为了实现AI的规模化，首先需要确保智能广泛分布于整个网络。业界预测，2020年至2026年，月度移动数据流量将增长500%以上，数十亿全新联网终端和事物将分布于边缘侧。有效应对数据的快速增长，需要的不仅仅是将数据传输至云端，还需要在终端侧集成AI能力，直接运行算法，为云端智能提供有力补充。
而终端侧AI具备多项关键优势，包括更高的即时性、可靠性和安全性。这些优势对于时延敏感和关键业务型应用至关重要，如自动驾驶汽车、智能电网和联网基础设施等。
“智能边缘终端产生的内容丰富的数据能够实时共享至云端，使AI得以充分发挥作用，并实现从云端到边缘侧的AI规模化应用。如今，AI几乎融入智能手机体验的方方面面，从影像到语音识别和安全，很快AI还将带来包括高度个性化、互动性和情境相关性的体验。”孟樸称。
### 场景成为AI芯片发力点
若AI芯片没有落地场景，就可能是空谈，面向场景和实际需求成为许多AI芯片厂商的宣传重点。
例如，寒武纪创始人兼CEO陈天石就在WAIC上预告了寒武纪正在设计中的车载智能芯片，称“拥有超过200TOPS的算力，采用7nm制程，具备车规级标准和独立安全岛，并将继承寒武纪云边端一体化的统一软件工具链。”
寒武纪是中国第一个推出云端智能芯片的创业公司，有云端训练芯片思元290和推理芯片思元270，以及用于边缘计算的思元220芯片的完整产品线。“到今天寒武纪已经形成覆盖了云、边、端三个领域，包括训练、推理等相对全面的不同品类的AI芯片，目前寒武纪产品线的特点就是‘云边端一体’，”陈天石表示。
目前，地平线车规级芯片征程3目前销售超过4.5万片，预计全年销售超过20万片，主要用于理想One等车型。而作为征程3的升级版地平线征程5芯片于今年5月点亮，面向L4高等级自动驾驶。
自动驾驶以外，面向智能安防、工业视觉、车载视觉场景的AI芯片成为热门。在WAIC期间，酷芯微电子发布新款高清AI相机芯片AR9341，酷芯微电子创始人沈泊在发布会称，该芯片集成了酷芯自研的深度学习处理器（NPU），具有4TOPS（相当于每秒进行4万亿次）峰值算力，架构优化后实际算力可等效于竞品的8-10TOPS。
作为中高端相机芯片产品，AR9341芯片目标应用领域包括高端智能IPC、车载辅助驾驶、边缘计算盒子以及智能机器人等，其工程样片预计将在今年9月份提供，量产时间为今年12月。
但并非所有人对此类芯片保持乐观态度，尤其是面向特定细分场景的AI芯片。此类实际上是牺牲通用性来换取AI等特定任务上更高的效率。有行业人士认为，市场上的AI芯片非常突出的一个问题，就是产品的通用性不足，目前唯一真正通用的还是GPU。他相信AI芯片会是百花齐放的局面，在不同领域会有新产品出现。
对此，中国电子技术标准化研究院集成电路测评中心主任任翔提醒，在AI芯片产业向上发展的同时也面临诸多挑战：首先，AI芯片面临更加广泛以及多样化的需求，AI芯片产业生态化需求日趋明显；同时，面向不同场景时，AI芯片的利用率、兼容性等有待提高，各类基于不同AI芯片的异构设备协同困难。
