最近魏少軍教授在談及中國AI(人工智能)芯片產業的現狀時說：“現在AI芯片的炒作過頭了，今天的一部分甚至大部分的AI芯片創業者會成為技術變革的‘先烈’”。魏少軍的話不是空穴來風，僅僅一兩年間，國內AI芯片頭部創業公司的融資額度就超過了20億人民幣。全球至少有45家初創公司研制AI芯片(語音交互和自動駕駛)，5家企業融資超過了1億美元。據中信證券測算，2020年AI芯片市場規模將達146.16億美元。人工智能技術以AI芯片為載體正在迅速崛起。

從廣義說，能夠驅動AI程序的芯片都叫做AI芯片。從狹義來說，AI芯片是為適應AI算法進行了特殊設計的芯片。

從應用層面講，AI芯片主要分為云AI芯片和端AI芯片。云AI芯片應用于云端服務器及數據中心;端AI芯片應用于智能設備、IoT端設備。未來，人工智能將會在我們的日常生活中得到極大普及，正如英偉達創始人黃仁勛所說：“未來，AI與AI芯片將無處不在：咖啡機、保溫杯、麥克風、甚至耳環、鞋子這些小物件都會智能化。”

云AI芯片的特點是性能強大、能夠同時支持大量運算、支持圖片識別、以及語音、視頻處理。端AI芯片則需要嵌入到設備內部，讓設備不聯網就能具備AI能力。AI芯片之于人工智能的意義，可以理解為發動機之于汽車。人工智能理論已經提出多年，由于它需要一臺計算能力超強的“發動機”驅動，所以多年沒有真正跑起來，直到AI算法、大數據以及AI芯片的出現。

人工智能的破局是在2012年計算機視覺屆的“奧林匹克”—ImageNet挑戰賽的賽場上，來自多倫多大學的Geoffrey Hinton教授和他的團隊第一次用上了GPU芯片和深度學習算法，成為AI史上的一個重要節點。

在2015年的ImageNet大賽上，微軟亞洲研究院團隊更是憑借GPU與深度學習算法，第一次讓計算機的圖像識別超過了人類。人類識圖錯誤率約為4%，而冠軍團隊機器識圖的錯誤率為3.57%。在圖像識別興起之后，視頻識別、語音識別、翻譯、語音助手等一系列AI應用應運而生。

AI芯片的爆發，至少將會影響到四個應用場景：家居/消費電子、安防監控、自動駕駛以及云計算。

圖一、AI芯片產業生態

移動通訊

華為2017年9月發布的麒麟970，搭載了NPU (神經網絡處理器)AI處理模塊，是世界首款手機AI芯片。NPU比CPU快25倍，能耗提高了50倍。蘋果在2周后發布了搭載A11處理器的iPhoneX，首個推出人臉識別的AI芯片。ARM緊接其后推出了兩款AI芯片，應用于移動端的物體檢測和機器學習的處理器。ARM這個動作的影響是巨大的，因為全球超過90%的手機芯片采用ARM架構，包括麒麟970和蘋果A11。

追隨者還有聯發科和高通。聯發科推出的Helio P60，支持AI的計算機視覺、人臉識別。高通的基于梟龍芯片的A1引擎，將所有手機中的SOC軟硬件一網收盡統統打包。AI芯片成了手機紅海戰場的一個重要攪局者。

安防監控

安防市場2017年超過了6350億人民幣，同比增長了17.6%。佳都科技《人工智能技術白皮書》指出，2017年國內高清攝像頭出貨1億顆。

由于AI能夠對迅速對視頻進行結構化處理，現在幾乎所有AI芯片創業公司都將安防作為核心應用場景之一，紛紛推出內嵌于安防監控攝像頭的AI芯片。安防三巨頭海康威視、大華股份、宇視科技不僅是眾多AI芯片公司的合作伙伴，其自身也在推進安防+AI的步伐。

自動駕駛

AI芯片正在成為自動駕駛計算平臺的核心。在這一領域目前主要有三大AI芯片勢力：英偉達、英特爾和地平線。英偉達和英特爾大家都很熟悉，地平線是一家中國初創公司，原百度研究院副院長余凱任CEO。地平線的雨果自動駕駛平臺早期使用的是英特爾FPGA處理器，現在開始打造自己的BUP架構，并推出沿用這一架構的AI芯片“征程”。

云計算

AI芯片可以為互聯網供能，例如在線翻譯、人證比對、圖片搜素等，背后都離不開AI芯片的支持。在移動領域錯失先機的英特爾不惜花重金布局：$160億美元收購Altera(FPGA)，$4億美元收購Nervana(神經網絡處理器)，繼而收購Movidius(視覺處理器，收購資金未詳)，云AI芯片與端AI芯片都有所涉及。其他有高通、ARM、聯發科等也陸續進場。

圖二、AI芯片的兩大應用領域

國內AI芯片主要玩家

寒武紀：一家中科院背景的創業公司，創始人陳天霽、陳天石為兄弟，均為中科院計算所博士。2016年在北京成立。華為麒麟970芯片搭載的就是寒武紀的AI芯片，中科院為此還向華為發了賀電。兄弟倆先后畢業于中國科大少年班，天石研究人工智能算法，天霽學做計算機芯片。一個硬件、一個軟件，一拍即合開發人工智能芯片。取名“寒武紀”，是希望用地質學上生命大爆發的時代來比喻人工智能的未來吧!

深鑒科技：作為中國AI芯片第一陣營的深鑒科技，是一家清華背景、FPGA技術起家的創業公司。2016年在北京成立。創始人姚頌，這位90后清華學霸，放棄了美國名校卡耐基梅隆大學直接攻讀博士學位的邀請，選擇了創業。2017年獲得A輪千萬美元融資，致力于深度學習處理器與編譯器原創技術的研發，已有數千萬訂單，兩款AI芯片正在量產中。

地平線機器人：創始人是前百度深度學習研究院副院長余凱，曾在百度領導過語音識別、圖像搜素、百度大腦、百度無人駕駛等項目。產品包括硬件、軟件及算法，團隊包括前諾基亞手機研發VP、Facebook人工智能研究實驗室創始成員、百度首席構架設計師及20多位深度學習領域專家。

比特大陸和嘉楠耘智：這兩家都是現在很火的網絡虛擬貨幣“礦機芯片“的生產商。比特大陸成立于2013年，2017年總營收就飆升至25億美元，占礦機專用芯片市場70%以上份額。2017年推出第一款28納米工藝AI芯片”SOPHON“(算豐)。嘉南耘智是世界第二大比特幣礦機生產商，2017年12月預發布了AI芯片KPU(Knowledge Processing Unit)，作為一家做礦機芯片(自稱是區塊鏈專用芯片)和礦機的公司，嘉楠耘智累計獲得近3億元融資。目前已申請掛牌新三板。

除了以上初創公司以外，還有一些傳統芯片廠商也加入到AI芯片隊伍。海思、杭州國芯、中星微電子都有涉入，還有主攻安防AI芯片的宇視科技、中天微、國科微等。

表一、國內部分AI芯片公司

靴子何時落地?

在這場偉大的“無芯片不AI，無終端不AI，無行業不AI“的變革時刻，也有人保持了清醒。我們需要多一點思考，怎樣做才能避免魏少軍教授警醒的成為現實，不讓“今天的一部分甚至大部分的AI芯片創業者會成為技術變革的‘先烈’”。

思考一：殺手級應用在哪里?魏少軍教授說，”盡管目前AI應用涵蓋了生產領域、生活各個應用層面，但究竟什么才是AI的殺手級應用?與人們生活周遭真正不可或缺的日常AI應用?至今應還沒答案。“上面所提及的除了家居/消費電子雖然離我們很近，但自動駕駛離我們還有不小的距離，且芯片進入汽車電子也是一道不小的門檻，在AI芯片之前汽車電子也沒見有誰有效的突破了這個門檻。安防和云計算更多的是涉及工業產品，內嵌于安防監控攝像頭的AI芯片也還處在研發中。這就是”AI產品說得多、落地少“，因為除了手機芯片外，市場上還沒有銷售超過百萬的AI芯片出現。

思考二： 通用AI芯片會不會出現?現在各家使用的AI方案架構互不兼容，沒有支持的標準AI計算接口，各廠商的端設備也是五花八門，到底會不會出現像當年CPU一樣的通用處理器來一統AI芯片天下?最近ARM宣布了要進軍AI芯片領域，并有一統人工智能生態的想法。至少，通用AI處理器的驅動力來自以下兩個方面：

開發AI芯片硬件構架的代價非常高，不是所有廠家都能承受的;

IP的可擴展性、架構的支持廣度、標準AI計算接口，對AI芯片的普及非常重要，而開發相關算法也不是一朝一夕就可以完成的。

不論ARM是否能夢想成真，至少ARM的想法對AI芯片的生態還是具有很大吸引力的：

可利用既有框架便可達到(或接近)AI硬件處理能力;

不需要額外支出和額外授權成本;

不需要改變既有芯片的設計格局;

可提供業界更多的方案選擇;

其他使用自有AI計算架構的客戶也可以同樣得到好處。

另一家可能的贏家是英偉達。AI芯片目前應用最多的是GPU，因為GPU適合于單指令、多數據處理，特別適合AI的深度學習訓練和推理。英偉達技術中心亞太首席技術官Simon See曾自豪地說：“通用是我們的優勢。“ 英偉達的Xavier計算平臺，正在被超過20家自動駕駛創業公司、以及博世、采埃孚等供應商巨頭采用。