算法的不斷迭代、算力的不斷提升和數據量的激增激發了人工智能產業在近年來的快速發展，2018年更是有望全面迎來人工智能技術規模應用的拐點。AI芯片作為人工智能產業的核心，也是技術要求和附加值最高的環節，產業價值和戰略地位遠遠大于應用層，這也是國內外科技巨頭紛紛布局AI芯片的重要原因。國內科技巨頭阿里巴巴宣布開始自主研發AI芯片，此前美國科技巨頭谷歌、蘋果、微軟、Facebook也紛紛開始自主研發AI芯片，英特爾、高通、英偉達、AMD、賽靈思等在各自領域中有絕對優勢的傳統芯片巨頭也都有自家的AI芯片。針對不同的AI應用場景，定制芯片的適用性明顯高于通用芯片，這對AI芯片行業又意味著什么？本次邀請華夏芯(北京)通用處理器技術有限公司CEO李科奕，對目前人工智能風口下的芯片發展進行探討!

Q：a&s總經理、總編輯關玉娟

A：華夏芯(北京)通用處理器技術有限公司CEO李科奕

關玉娟：請問過去十幾年，安防行業的芯片供應商的格局發生了什么變化?

李科奕： 在過去的十幾年里，安防領域的半導體芯片廠商一直追求打造一個針對所有市場的大一統平臺(例如德州儀器、華為海思的某一款視頻監控芯片都曾一度占據了中國70%的視頻監控市場)。隨著安防市場越來越細分和多家中小型芯片公司的介入，一款芯片打天下的時代已經結束了。但是，如果稍微研究一下摩爾定律的話，可以發現目前芯片行業面臨的最大挑戰在于設計復雜集成電路的成本正在快速增加，而這正在扼殺應用的定制化設計能力。隨著集成電路工藝制程越來越先進，IP越來越復雜，設計團隊越來越龐大，產品開發周期越來越長，相應的研發投入越來越高，而市場卻呈現碎片化、細分化的趨勢。針對新工藝制程的巨額芯片設計、制造費用，導致對應的芯片銷量的盈虧平衡點就越來越高。市場的碎片化、細分化與芯片設計、制造投入越來越高的矛盾決定了芯片廠商和終端設備廠商必須采用新的商業模式或者技術路徑應對這一新的行業趨勢。

在這種情況下，像華為這樣的芯片廠商開始利用其芯片優勢進入終端設備市場。而越來越多的終端設備廠商開始研發、定制芯片，例如：特斯拉、Facebook、微軟、谷歌等公司都已涉足芯片行業。這種涉及芯片行業的方式分為兩種，一種是建立研發團隊，自己研發，另外一種就是與專業芯片設計廠商合作，根據需求實現定制化開發。在安防監控行業，海康威視、大華股份等大型安防設備廠商為了保持其核心競爭優勢，都開始自己研發或者和專業的芯片公司合作定制開發芯片。

關玉娟：在安防監控領域，包括芯片的主流技術、商業環境、產品形態會發生什么樣的變化?

李科奕：環境是在快速變化當中，例如安防監控的硬件設備發展從當初普通的標清攝像機到高清攝像機，又進化到了帶人工智能的攝像機，從而實現了目標識別、目標追蹤和人臉識別等功能，這些都是由技術突破帶來的新的商業化機遇。

安防監控行業對芯片的需求也在發生變化，比如從早期德州儀器的DSP芯片，發展到后來的專用視頻監控芯片(例如華為海思給海康威視提供的ASIC芯片)。過去在設計安防監控的ASIC芯片時，針對不同的應用場景，如車牌識別等，是采用設計不同的硬件算子來實現。而正在興起的人工智能時代對芯片的需求又不一樣了。隨著以深度學習為代表的人工智能應用的出現，采用硬件算子的方式，很難滿足用戶對神經網絡算法在不同應用場景下的二次開發需求，于是出現了支持深度學習的AI專用芯片。但是，神經網絡的算法還在不斷演進和推陳出新當中，單純的人工智能專用芯片很難滿足算法升級的靈活性以及可編程使用的便利性要求。現階段，比較好的做法是采用通用計算+專用計算的設計方式，將CPU、DSP、GPU及CNN加速引擎等通用及專用的計算單元集成在一顆SoC上，這也就是目前十分熱門的異構計算架構。谷歌新任董事長、計算機架構大師Hennessy就認為：采用異構計算架構將成為AI芯片設計趨勢。所謂的異構計算——即將通用計算單元與專用計算單元結合起來。通俗地說，指的是一塊芯片系統中，中央處理器(CPU)、圖像處理器(GPU)、信號處理器(DSP)、AI專用處理器等通用計算和專用計算單元在物理設計和編程使用上能夠高效融合、協調。這樣的設計，既可以通過通用計算支持算法升級上的靈活性，又可以有效利用專用計算單元在特定算法上的超強計算效率。

以全球異構系統架構(HSA，Heterogeneous System Architecture)聯盟為代表的異構計算的興起，這是中國芯片設計行業一個新機遇。華夏芯作為HSA聯盟的主席單位，致力于推動中國異構計算的發展，希望異構計算的優勢能夠在芯片設計中體現出來，讓芯片更好地服務于應用廠商。

從市場的變化反饋到芯片設計的變化，人工智能應用的興起代表著一個新時代的到來：即計算的本身也從原來的通用計算、專用計算過渡到了通用+專用的異構計算階段。人工智能的碎片化應用場景意味著終端廠商對芯片很多的定制化需求，這是一個新業態下的新趨勢。

關玉娟：請介紹貴司與傳統安防應用芯片設計廠商的差異?

李科奕：好的，首先公司和安防領域傳統的芯片公司情況不太一樣。第一個區別：我們的核心IP都是自主研發設計的，而安防領域傳統芯片公司的關鍵IP（知識產權）一般來源于第三方的許可，例如在安防監控中用得很廣的華為海思的SoC芯片，其核心的IP如CPU、并行計算引擎等這些都是許可自Arm公司的，而我們則不需要通過第三方去許可CPU、DSP、CNN等計算單元或IP核，完全都是自己的。

第二個區別：我們的戰略定位是成為下游客戶的深度戰略合作伙伴，這便意味著我們自己不面向市場推芯片。我們的產品有2個，一是設計定制，即利用自主研發的芯片技術為客戶設計定制芯片：二是IP授權，即授權許可IP給客戶，讓客戶自己設計芯片。目前，全球越來越明顯的市場趨勢就是終端客戶廠商開始主動根據市場的需求定制芯片。例如像海康威視（全球最大的安防監控廠商）這樣的行業客戶，對安防監控市場需求非常熟悉，了解安防監控上使用芯片需要的內部帶寬、計算能力、功耗，甚至最終完整解決方案的成本是怎么樣。這些終端客戶開始尋找第三方設計公司去定制一款芯片，從而更好地提升核心競爭力。我們利用自主知識產權的IP優勢，通過芯片定制，支持下游客戶專注自身的業務發展，構建及提升核心競爭力，這是我們和海思這樣的傳統芯片公司的一個重要的區別。

關玉娟：目前物聯網和人工智能發展極其迅速，包括貴司在內的中國芯片公司的最大優勢是什么?

李科奕：華夏芯是國內唯一一家擁有全自主64位高端CPU、DSP、GPU、AI IP的異構計算芯片設計公司，就是采用異構計算的架構來滿足市場的定制化需求，將通用計算和專用計算的優勢結合起來，同時降低異構計算的開發、編程的門檻。

物聯網產業目前存在著應用場景碎片化嚴重、技術標準化進程緩慢、市場需求和芯片匹配度低、數據和網絡安全攻擊頻發、解決方案價格成本過高、商業模式不明確、投資回報周期長等問題。而安防視頻監控產業涉及到端、管、再到云，技術平臺覆蓋圖像識別、深度學習等人工智能算法、以及ISP成像、高清視頻、5G通信、云計算等多學科領域。而且無論是在終端側的物聯網還是安防監控應用中，算法、算力還需要考慮功耗和云端傳輸條件的限制，需要芯片廠商、應用廠商、算法廠商聯合設計開發，共同完成對終端用戶的支持。例如，智能門鎖中的人臉識別算法，和街道視頻監控中的人臉識別算法就有很大的差異。兩種情況下特征值提取都不一樣。像高通等國外的大型芯片公司做智能門鎖芯片開發是通過代理商銷售的，通過代理商間接支持終端客戶廠商。而我們中國的芯片廠商了解本地市場，了解合適的算法廠商，可以更好地服務客戶需求，這些挑戰反而成為我們的優勢。

關玉娟：貴司提供的芯片定制的做法，在研發成本以及人力投入上是否有優勢?

李科奕：以華夏芯設計的一款最新的安防監控SoC芯片為例，里面包含了CPU、DSP、AI等處理器IP。傳統設計思路是將來自不同供應商的處理器IP“拼”在一起的，因此，芯片的設計和使用是一個很大的困難，具體體現在三個方面：

首先是設計難度大，想要將不同來源的IP進行協同計算，勢必是一個很大的挑戰；

其次是每一套IP都需要有一個單獨的團隊來學習和維護，導致芯片設計公司的研發團隊變得十分龐大；

最后是使用難度大，用戶針對不同廠家的處理器IP，需要開發大量的底層驅動程序，芯片上的編程、測試、應用開發的門檻很高。

正因為以上三點原因，如果按照傳統思路去涉及這樣復雜的SoC芯片設計，只有華為等大公司才能去碰觸。初創公司想要涉足，就一定要找到一種創新思路。

創新并不是憑空想象，而是要結合市場與技術發展趨勢，進行合理的探索。比方說華夏芯采用了一套創新的異構設計思路設計全部的計算單元，無論是CPU、DSP、GPU還是AI計算單元，全部源自華夏芯的自主指令集，無需向第三方許可處理器IP。這樣就節省了大量的IP許可費和權力金，還可以根據應用需求，進行深度的IP定制。同時，華夏芯無需龐大的設計團隊即可基于全自主的處理器IP快速完成SoC設計，大幅度降低了用戶的開發門檻。

關玉娟：安防的應用場景很多，貴司選擇哪些場景作為突破口?

李科奕：華夏芯作為一個基于新一代異構計算設計技術，為客戶定制的芯片可以覆蓋幾乎所有的應用場景，例如：智能家居，智能門鎖芯片，掃地機器人、安防監控、無人駕駛等。

同時，華夏芯還提供完整的解決方案。華夏芯的人工智能解決方案是一套融合了前端感知、邊緣計算、后臺系統、信息傳輸和前后端算法的一個閉環的系統級方案。比方說，華夏芯的前端芯片，支持的感知系統除了視覺識別外，還包括語音識別、雷達識別；前端與后臺的傳輸方式，支持NB-IOT、BPLC（寬帶電力線載波）等有線和無線模式。從使用場景來看，可以根據客戶的需求，提供定制化的算法等。連同完整的開發工具、多個應用庫提供給二次開發商、系統集成商，更好的支持他們建立核心競爭力，服務好他們下游的客戶。我們在芯片設計時需要考慮的是豐富的芯片接口、足夠的計算能力和帶寬、更低的功耗、成本等各種因素的平衡。各種邊界條件最優的設定對我們的設計來說是一個挑戰。同時，我們還需要盡可能簡化開發者的開發、調試的難度，使得二次開發者加快產品開發的速度。

高通、Arm、英特爾、英偉達等大型芯片公司在產品線成熟度、規模以及知識產權的布局上優勢明顯，中國的芯片廠商從應用落地、行業標準等切入點著手，加強自主研發，探索一條支持創新驅動、市場導向的芯片定制化之路，值得肯定和借鑒。同時定制芯片，對于有一定市場規模和用戶基礎的企業來講，可以推出更加有個性化、差異化的產品，也更能夠增加自身的競爭優勢。從中興事件可以看出，中國半導體戰略的發展推動計劃已經迫在眉睫，國家的資金目前比較充裕，技術和人才還需要企業加大培養、積累，雖然現在高端芯片對國外廠商的依存度還很高，但是從國家層面想辦法建立有效的機制，使中高端芯片的設計廠商更好地建立與應用廠商合作的機會，從而加速中國人工智能芯片的商用化進程。