傳統的芯片已不能滿足人工智能產業對芯片性能及算力等方面的要求。未來十年的技術驅動力是人工智能。因此，如何構建出高效的人工智能芯片，將芯片技術與人工智能技術有效地結合起來成為當前的熱點話題。人工智能芯片領域的研究，或將科技發展推向一個更高的階層。

　　正如應用材料(Applied Materials)公司首席執行官 Gary Dickerson 的問題：“我們準備好迎接我們一生中最大的機會了嗎?”

　　中國人工智能芯片行業挑戰與機遇并存

　　AI三大核心要素是數據、算力和算法。我們除了創新計算范式的研發，“數據孤島”問題也將在政策的指導下得到解決，為AI算法提供更大量、更準確的數據集進行學習與訓練。而算力的核心，還是離不開芯片。

　　AI芯片就是人工智能算法做特殊加速設計的芯片。四種主流芯片為GPU、ASIC、FPGA、類腦芯片。

　　中國AI芯片方面，以海思半導體、紫光展銳、匯頂科技等為代表的中國芯片企業，在其細分領域已達到國際先進水平。在AI Chipset Index TOP24榜單中 ，國內芯片企業如華為海思、聯發科、Imagination(2017年被中國資本收購)、寒武紀、地平線機器人等企業進入該榜單，其中華為海思排12位，寒武紀排23位，地平線機器人排24位。

　　技術上，雖然我們在垂直行業應用的芯片設計上占據優勢地位，但是由于基礎理論、關鍵設備等仍落后與國際一流水平，瓶頸較難突破，因此芯片制造環節仍有所差距。

　　我國在偏向于設備端的AI 芯片開發領域，以及類腦芯片領域都有所建樹，但在FPGA、GPU領域依然缺乏有競爭力的原創產品，大多數只是基于FPGA/GPU做二次開發。這主要與我國在芯片領域一直缺乏關鍵核心自主技術有關。芯片壁壘仍然是我們的發展道路上的一大挑戰。

　　中國AI獨角獸寒武紀也面臨這一挑戰。寒武紀成立與2016年，專注于人工智能芯片產品的研發與技術創新，是目前國際上少數全面掌握通用型智能芯片及其基礎系統軟件研發和產品化核心技術的企業之一。

　　寒武紀CEO陳天石曾表示，寒武紀將直面來自國外巨頭的壓力。確實，英特爾、英偉達、AMD、ARM在軟件生態布局以及市場占有率上占有絕對優勢。在芯片設計制造領域，中國仍缺乏設計軟件，先進制程及設備與世界領先水平之間仍有差距，該領域部分產品及裝備仍十分依賴進口。 這使得中國的AI企業也面臨著“卡脖子”的風險。

　　應用上，消費電子、自動駕駛、智慧安防、機器人等仍是較為主流的應用方向，政策指導使產業獲得更好的聯動性，同時，人工智能逐步橫向往媒體、醫療、教育等行業滲透與拓展。通過開源形成廣泛的應用生態，廣泛支持不同類型的AI芯片、硬件設備、應用等。

　　商湯科技是中國AI企業里的佼佼者。公司覆蓋面很廣，核心技術是人臉識別、文字識別、圖像識別、車輛識別、行人監測等。商湯科技還在金融、安防領域中重點布局，在智慧城市、智能手機、互聯網娛樂、汽車、金融、零售等行業實現快速落地，成為目前全球總融資額、估值都頂尖的 AI 獨角獸公司。

　　國家政策扶持，促進產學研融合

　　2月末，在世界學術界和企業界公認的集成電路設計領域最高級別會議ISSCC上，北京大學集成電路學院與人工智能研究院黃如院士在“存內計算AI芯片”領域取得重要研究成果。關于存內計算的的學術文章被ISSCC收錄于“Session 11 存內計算與SRAM”專題，本次存內計算論文入選意味著中國此項核心技術已達到國際領先水平，得到了學術界的頂會認可，代表了芯片領域新的前進方向，在AI技術應用程度不斷提升的今天，存內計算擁有巨大的發展前景。

　　由此可見，學校在AI芯片發展的過程中發揮著至關重要的作用，國家也在積極地促進產學研融合。2018年，中國RISC-V產業聯盟、RISC-V中國聯盟先后成立，意味著國內產學研各方已全面參與。

　　2018年4月《高等學校人工智能創新行動計劃》中提出：

　　 加快人工智能領域學科建設，支持高校在計算機科學與技術學科設置人工智能學科方向;

　　 加強人工智能領域專業建設，推進“新工科”建設，形成“人工智能+X”復合專業培養新模式;

　　 加強人工智能領域人才培養，加強人才培養與創新研究基地的融合，完善人工智能領域多主題協同育人機制。

　　 構建人工智能多層次教育體系

　　2020年1月在《“雙一流”建設高校促進學科融合加快人工智能領域研究生培養的若干意見》中提出鼓勵人工智能龍頭企業根據產業技術的最新發展和對人才培養的最新需求，提供試驗實踐環境，對高校教師開展培訓;以雙聘等靈活聘用方式吸引企業和科研院所優秀人才到高校開展科學研究和人才培養; 依托“雙一流”建設高校，建設國家人工智能產教融合創新平臺，鼓勵企業參與共建，在資金、項目等方面優先支持。

　　2021年《“十四五”規劃綱要和2035年遠景目標綱要》指出，“十四五”期間，我國新一代人工智能產業將聚焦高端芯片等關鍵領域。從國家戰略高度為人工智能芯片行業建立了優良的政策環境。

　　相較2020年，人工智能領域投資數量有所減少，但單筆投資規模呈上升趨勢。AI芯片產業也持續有資本進入，單筆融資金額均超億元。截至2022年1月，2021年中國人工智能芯片相關領域融資事件共計92起，總金額約300億人民幣

　　2022年2月中國信通院發布了AI框架發展白皮書。其中提到的，重視AI發展與高校科研院所廣泛開放合作。引導學術界高校科研機構與產業界企業基于主流AI框架構建其AI應用系統，并在項目申報、科創資金申請等方面予以政策傾斜。鼓勵AI頭部企業與高校開展合作，支持高校建設融合AI核心課程和教學資源。

　　互聯網公司紛紛入局AI芯片產業

　　AI芯片市場引發了老牌芯片廠商英偉達、英特爾的持續關注，像國內的百度、阿里、華為等科技巨頭也紛紛加碼AI芯片賽道。

　　原因是互聯網巨頭們擁有大量的數據，想要充分挖掘數據的價值保持領先地位，就需要芯片提供超高算力，定制化的芯片能結合其自身業務更好地挖掘數據價值;另一方面，傳統芯片公司的高性能GPU和CPU價格高昂，自研芯片能夠降低成本。所以互聯網公司這種云端算力需求較旺盛產業，除了傳統芯片企業、芯片設計企業之外，他們也紛紛入局AI芯片產業，投資或自研云端AI芯片。

　　谷歌在2016年發布首代自研AI芯片TPU引發巨大關注。經過持續的迭代，去年八月，谷歌最新的TPU在MLPerf基準測試中打破了6項記錄。國內的互聯網大廠也成績非凡。

　　百度推出了昆侖芯一代/二代芯片和飛槳平臺。昆侖芯科技的前身是百度智能芯片及架構部，公司專注于打造擁有強大通用型、易用性和高性能的通用人工智能芯片，是國內為數不多可支撐互聯網大規模核心算法的AI芯片。目前，昆侖芯擁有100%自研核心架構及7nm制程量產經驗，產品已在近百家客戶部署實踐。配合百度飛槳平臺，有了更友好的開發環境。

　　昆侖芯在百度內部各業務已部署超2萬片。在百度外，有工業質檢、智慧城市、智慧金融等多場景落地案例，比市場同類主流產品、各種算法和各業務場景中均有1.5-2倍的性能提升。同時昆侖芯SDK可實現模型遷移支持百度飛漿、PyThoch和TensorFlow等主流深度學習框架，開發環境良好。

　　阿里巴巴也有含光NPU AI芯片/玄鐵CPU、無劍SoC平臺。在 ISSCC 2022上，阿里巴巴在題為“184QPS/W 64Mb/mm2 3D Logic-to-DRAM Hybrid BondingwithProcess-Near-Memory Engine for Recommendation System”的論文中展示了使用混合鍵合的AI計算設備1000 多倍的改進。

　　在論文中，阿里提出了在提高性能和降低功耗方面非常重要的突破。這些結果比 AMD 報告的V-Cache報告的結果要好幾個數量級。因此EETimes發文稱，中國的力量已經無法抵擋，甚至中國或在AI計算上引領世界。

　　字節跳動公司創始人兼CEO張一鳴也表示，核心技術是公司背后的硬競爭力，公司非常重視核心技術的應用，一直在加大相應投入。未來公司還將繼續深入研究基于硬件視頻的編解碼或者人工智能識別芯片。

　　此外，騰訊、美團、聯想也在2022年1月份投資了AI芯片公司愛芯元智。愛芯元智擁有AI ISP和NPU技術，并在業內保持領先水平。

　　AI芯片創業熱潮也在持續高漲，AI應用在過去幾年中逐步落地，資本的投資活躍了市場環境，國產AI芯片替代需求在過去這幾年變得非常強勁……這些加成都給國內AI芯片制造了一個千載難逢的機會，彎道超車可能近在咫尺。