随着全球科技的不（bú）断发展，人工智能产业规（guī）模高速增长（zhǎng），人（rén）工智能应用的成熟，既催生了新的市场，也为传统产业的发展注（zhù）入了新的活力。

全（quán）球市场调研机构IHS Markit发布数据显示，到2025年（nián）AI应用（yòng）市（shì）场（chǎng）规（guī）模将从2019年的428亿美元激增到1289亿美元。

回顾2019年，AI机器人群聊（liáo）、管控道路桥梁积水、写作、智能客（kè）服（fú）……人（rén）工智能做了许多原本人类才会做的事情。数不尽的纷繁应用背后离不开AI 芯片的基（jī）础支撑。

日前，AI芯片新老（lǎo）牌厂商（shāng）“混战（zhàn）”国际（jì）消费类电子产（chǎn）品展（zhǎn）览会，全面覆盖当前（qián）人（rén）工（gōng）智能六大核（hé）心落地场（chǎng）景，包括云（yún）端训（xùn）练、云端推理（lǐ）、智能手机、AIoT视（shì）觉推理、AIoT语音推理、自动驾驶（shǐ）等，国内AI芯片进入落地阶段。

根（gēn）据中（zhōng）国人工智（zhì）能产业发展联盟（méng）提供的数据，2019年以来国内外芯（xīn）片厂商共发（fā）布（bù）AI芯（xīn）片（piàn）近30款。

AI芯片怎样支（zhī）撑多姿多彩的人工智能（néng）应用落地（dì）?评测标准进展如何?今年的亮（liàng）点（diǎn）、看点又在哪?

在（zài）过去一（yī）年，国内（nèi）外产（chǎn）业玩家们（men）共（gòng）同（tóng）推动着AI芯片的车轮向前滚动（dòng）。7nm芯片还未全面铺开，5nm冲锋的号角已（yǐ）经吹响，在AI强势侵入并颠（diān）覆各（gè）个传统领域的同（tóng）时，AI芯（xīn）片的（de）架构创新持续发酵。“AI芯片（piàn）”这个新（xīn）鲜的概念在过去（qù）一年间逐（zhú）渐走过了普及的阶段，越来（lái）越被大众所（suǒ）熟知（zhī）。在（zài）行业走（zǒu）过（guò）野蛮（mán）生长，开始（shǐ）加速落地、加速整合的过程中，也有（yǒu）更多的AI芯片公（gōng）司也开始走出属于自己（jǐ）的差异化路线。

如今，AI芯片正（zhèng）在云（yún）计（jì）算、手机、安防监控、智能（néng）家居、自动驾驶五（wǔ）大场景上演新的群雄（xióng）争霸（bà）赛（sài），包括华为、阿里、百度等巨头企业，均拿出自（zì）己（jǐ）的“杀手锏”。这些“杀手（shǒu）锏”在不同程（chéng）度上提振（zhèn）了自己在行业的影响力，也给产业带来巨大变革，更让业界看（kàn）到了中国半导（dǎo）体（tǐ）行业的希望（wàng）。但（dàn）是，在经历了一次次疯狂打call之（zhī）后，每次都觉得差了点什么——那种（zhǒng）感（gǎn）觉（jiào）仿佛就是看了一晚（wǎn）上网红带货，但是当主（zhǔ）播（bō）大喊“买它！”之后，却（què）无人下单的尴尬（gà）。

可（kě）以说，尽管去年各（gè）大厂商纷（fēn）纷（fēn）推出了多款产品（pǐn），但至今仍然没有任何一款产品可以（yǐ）称得（dé）上“现象级（jí）爆款”。为什么出现（xiàn）了此（cǐ）种叫好不叫（jiào）买的情况？不（bú）由让笔（bǐ）者深感疑（yí）惑。

究其原因不难发现，覆盖细分领域，偏离主战场（chǎng）是其中的重（chóng）要（yào）问题。相关（guān）调研（yán）公司数据显（xiǎn）示，到2022年，整（zhěng）体AI芯片市场规模将会达到596.2亿美元，其中云（yún）端（duān）训练+云端推断芯片（piàn）达（dá）到244亿美元，占据四成以上的市场规模。毫无疑问（wèn），云端服务器市场是AI芯（xīn）片的（de）主战场。目前的现（xiàn）状是具（jù）备通用性优势的GPGPU占据（jù）了云端人工智能主（zhǔ）导市场，以TPU为代表的（de）ASIC目（mù）前（qián）只运用在（zài）巨头的闭环生态，FPGA在数据（jù）中心业务中还在尝试阶段。目前全球各大公司云计算（suàn）中心（xīn）如谷歌（gē）、微软（ruǎn）、亚马逊、阿（ā）里巴（bā）巴等主流公司均采用GPU进行（háng）AI计算。英（yīng）伟达就是在这里赚的钵满盆满。目前，全球主（zhǔ）流的硬件平台都（dōu）在（zài）使用英伟达的 GPU 进行加（jiā）速，AMD 也在（zài）积极参与。亚马逊网（wǎng）络服务 AWS EC2、Google Cloud Engine（GCE）、IBM Softlayer、Hetzner、Paperspace 、LeaderGPU、阿（ā）里云、平安（ān）云等计算平台都使用了英伟达的 GPU 产（chǎn）品提供深（shēn）度学习算法训（xùn）练（liàn）服务。

portant;" />

反观（guān）其（qí）他（tā）专用AI芯片厂商，在各自（zì）聚（jù）焦的细分领域都表（biǎo）现抢眼，但难以粉饰自身配（pèi）角的地位。赛迪顾问的预测数据显示，2019年中（zhōng）国对（duì）于AI芯片需求（qiú）最大的市场依次为（wéi）安防、零售、医疗、教育、金（jīn）融、制造、交通、物流等行业。其中最（zuì）大的安防市场（chǎng）也（yě）仅（jǐn）占20%，多（duō）家聚焦安防领域的AI芯（xīn）片厂商在经历了奋力厮（sī）杀（shā）后，也（yě）难以在出货量等方面取得好成绩。

而（ér）深究下去，聚焦单一（yī）领域又（yòu）诱发了另一问题：成（chéng）本问题（tí）。随着芯片制造工艺（yì）的日益先进，芯片制造成（chéng）本也水涨（zhǎng）船高，如今设计制造一颗10nm芯片的成本要几千万美（měi）元，综合成（chéng）本（běn）高达上亿（yì）美元。因此（cǐ），如果不能保证某款单一应用场景下能够（gòu）大量出货，专用芯片（piàn）需（xū）要保持一（yī）定的通用（yòng）性与灵活度。

最近两年（nián）间，产（chǎn）业界（jiè）开始（shǐ）陆（lù）续（xù）涌现出神经网络计算专用芯片（AI芯片），寒武（wǔ）纪、深鉴科技、中星（xīng）微电子（zǐ）等玩家的AI芯片产品采用的都是28nm的芯片工艺，前期从投入到流片的成本超过400万美（měi）元，单一品（pǐn）类出货量没有百万的级别（bié）将很难收回成本。

而除了成本之外（wài），AI算法的（de）演进（jìn）也需要纳入考虑。由于（yú）目前人工智能算法还在不断（duàn）变化、不断演进（jìn）的过程中，人（rén）工智（zhì）能（néng）经历了六（liù）十多年（nián）的发展才（cái）迎来（lái）了（le）深度学习（xí）的（de）大规模爆发，然而现（xiàn）在深度（dù）学习算法还有众多有待（dài）优化的方（fāng）面，比（bǐ）如稀疏（shū）化、低功耗、小数据训练等（děng），算法尚（shàng）未定（dìng）型。

此外，目前语音/文字/图像（xiàng）/视频（pín）等不同应（yīng）用（yòng）无法（fǎ）使用统一（yī）算（suàn）法，然（rán）而（ér）许多实际（jì）生活中的AI应用（yòng）程序（识（shí）别图像中的对象或理解（jiě）人类（lèi）语言）需要不（bú）同类型的具有（yǒu）不同层数（shù）的（de）神（shén）经网络（luò）的组合。

因此，在确保AI应用性（xìng）能（néng）的（de）前提下，AI芯片需要尽（jìn）可能地（dì）保（bǎo）持芯片通用（yòng）性。那么问题（tí）来了：既然GPGPU如此强大，能够大（dà）小“通吃”，为什么（me）厂商反而（ér）顾左右而言他？其实真正（zhèng）的困难在于GPGPU的技术（shù）难度。

硬件角（jiǎo）度（dù）看，最核心（xīn）的是指（zhǐ）令（lìng）集。指令集（jí）的覆盖（gài）面、颗粒度（dù）、效率等决定一款芯片能否覆（fù）盖到足够（gòu）宽的（de）应用市场领域，并对软件开（kāi）发和产品迭代足够（gòu）友好。无论是英伟（wěi）达还（hái）是（shì）AMD的GPGPU，指令集都在千条量级，而目（mù）前（qián）国内的AI芯片指令集大多数都在百条（tiáo）以内。类（lèi）型（xíng）与（yǔ）数量的差别映（yìng）射到硬件高效实现的复（fù）杂程度，差（chà）距是巨（jù）大的，在（zài）这方面国内的（de）团（tuán）队还存在着一定的差距。另一个（gè）重要（yào）方面就是基（jī）于硬（yìng）件层的任务管理和（hé）智能调度，这可以让芯（xīn）片（piàn）从硬（yìng）件层即提高算力的利用率，也（yě）就是大家常（cháng）说的实（shí）际（jì）算力。大多数AI芯片的做法是完全依赖于软件层的调（diào）度（dù）实现，但这种方式第一增加了软件开发的复杂（zá）度（dù），第二降低了（le）硬件算力的利用率，第三减缓了软件栈迭代更新的速度，这（zhè）在AI领域，面（miàn）向算法模型、开发环境、应用（yòng）场景加速更新的大背（bèi）景下（xià）无疑大大增加了产品落（luò）地与工程化的难度。

在软件方面，毫无（wú）疑问（wèn），最重要的必然是开发（fā）生态，GPGPU通过英伟达十多年的（de）耕耘，已经建立（lì）起了（le）一个超过160万开发用户（hù）的庞大而成熟的（de）生态-CUDA。AI芯片则需要搭（dā）建全（quán）新的生态（tài），它会（huì）带来两个维度显著的问（wèn）题，第一个维度（dù）是客户（hù）端，客户需要冗长的适（shì）配期（qī），从（cóng）原（yuán）有的（de）开发环境（jìng）切换（huàn）到新的（de）软（ruǎn）件生（shēng）态，这不（bú）仅带来（lái）了（le）资（zī）源投入，推迟了业务部署时间窗（chuāng）口，增加（jiā）了业务（wù）的不确（què）定（dìng）性，更严（yán）重的是不利于（yú）保护已有的软件投（tóu）资，软（ruǎn）件的（de）很多部分（fèn）都要重新来（lái）写并适（shì）配，这对企业（yè）级用户来讲恰恰（qià）是非常敏（mǐn）感与慎重的事情。另一个（gè）维度（dù）是产品开发（fā）端，从底（dǐ）层芯片与系统软件，跳过CUDA层去直接（jiē）支（zhī）持开发框（kuàng）架，必然（rán）带来巨大的（de）软件投入，不停得追赶现有框架的新版本（běn），以及生态巨头的（de）新框架，这在底（dǐ）层软件人员缺（quē）乏的背景下（xià）矛盾显得（dé）尤其突出（chū）。

本文（wén）在一（yī）开（kāi）头就提出了一个（gè）貌似针对产品（pǐn）的问题（tí），而事实上，这还是一（yī）个关于市（shì）场的（de）问题。能（néng）否成为爆款，一（yī）方面要看（kàn）产品，另一方（fāng）面还需（xū）要看市场需求。数据显示，2018年中国AI芯片市场依然（rán）保持增长（zhǎng），整体市场规模（mó）达到（dào）80.8亿元，同比增（zēng）长50.2%。且目前依然（rán）以云端训练芯片为主（zhǔ）。2018年（nián）中国云端训（xùn）练芯片市（shì）场（chǎng）份额达到51.3%。巨大的市场前景，也引来（lái）各方（fāng）诸侯前来抢夺（duó）。

除了一骑绝尘的英伟（wěi）达，其他老（lǎo）牌的芯片巨头都（dōu）没（méi）闲着，特别是Intel也在加紧布局通用GPU。英（yīng）特尔眼（yǎn）馋GPU路人皆知，其背后是一段（duàn）辛酸史——从开始（shǐ）对（duì）GPU的不屑，到基（jī）于自家的x86架构（gòu）开发独立显卡（kǎ），英（yīng）特尔折腾了十年之久仍然没做出（chū）来一款像样的（de）GPU。近两年传出消（xiāo）息（xī）英特尔将在今年推出首款独立GPU，这恐怕（pà）要得益于英特尔的重金挖人（rén）——原AMD RTG显卡部门负责人Raja、Zen架构（gòu）的（de）功勋领袖Jim Keller、显卡技术（shù）市场总监Damien Triolet这（zhè）几位大神都（dōu）在2018年被英特尔招入麾下。

而在国内，一（yī）家名为“天（tiān）数智（zhì）芯”的公司也宣布将在今年发布GPGPU芯片。这家（jiā）公司目前围绕（rào）GPGPU的系统研发已聚集了一（yī）支百余人的技术团队，其中不乏（fá）AMD在美（měi）国和上海做 GPU的核心团队成员、行业经验超（chāo）20年的（de）世界级技术专（zhuān）家。

从产业（yè）发展规律来（lái）看，在（zài）过去（qù）两年之内AI芯片（piàn）将持续火热，大家扎堆进入；但是（shì）到了2020年前后，则将会（huì）出现（xiàn）一批（pī）出局者（zhě），行业洗（xǐ）牌开始。由（yóu）于目前（qián）AI算法还在不断演进汇总的过程中，最终的成功与否则将取决于各家技（jì）术（shù）路径的选（xuǎn）择和产品落地的速度。

目前（qián）人工智能已（yǐ）经发（fā）展（zhǎn）到了新的阶段，呈现出专（zhuān）业性、专用性（xìng）和普（pǔ）惠性的特点（diǎn）。2020年AI人工智能芯（xīn）片的（de）第一个“爆款”会花落谁家（jiā）呢？让我们拭（shì）目以（yǐ）待（dài）。