人工智能應用的蓬勃發展對算力提出了非常迫切的要求。由于摩爾定律已經失效， 定制計算將成為主流方向，因而新型的 AI 芯片開始層出不窮，競爭也日趨白熱。參與這一競爭的不光是傳統的半導體芯片廠商，大型的互聯網和終端設備企業依托于自身龐大的應用規模，直接從自身業務需求出發，參與到 AI 芯片的開發行列。這其中以英偉達為代表的 GPU 方案已經形成規模龐大的生態體系，谷歌的 TPU 則形成了互聯網定義 AI 芯片的標桿，其余各家依托各自需求和優勢，提出了多類解決方案。本文將簡要梳理目前各家技術進展狀態，結合人工智能應用的發展趨勢，對影響 AI 芯片未來發展趨勢的主要因素做出一個粗淺探討。

AI 計算芯片現狀

目前 AI 芯片領域主要的供應商仍然是英偉達，英偉達保持了極大的投入力度，快速提高 GPU 的核心性能，增加新型功能，保持了在 AI 訓練市場的霸主地位，并積極拓展嵌入式產品形態，推出 Xavier 系列。互聯網領域，谷歌推出 TPU3.0，峰值性能達到 100pflops，保持了專用加速處理器的領先地位。同時華為、百度、阿里、騰訊依托其龐大應用生態，開始正式入場，相繼發布其產品和路線圖。此外，FPGA 技術，因其低延遲、計算架構靈活可定制，正在受到越來越多的關注，微軟持續推進在其數據中心部署 FPGA，Xilinx 和 Intel 倆家不約而同把 FPGA 未來市場中心放到數據中心市場。Xilinx 更是推出了劃時代的 ACAP，第一次將其產品定位到超越 FPGA 的范疇。相較云端高性能 AI 芯片，面向物聯網的 AI 專用芯片門檻要低很多，因此也吸引了眾多小體量公司參與。

▌NVIDIA：Xavier

2018 年 1 月，英偉達發布了首個自動駕駛處理器——Xavier。這款芯片具有非常復雜的結構，內置六種處理器，超過 90 億個晶體管，可以處理海量數據。Xavier 的 GMSL（千兆多媒體串行鏈路）高速 IO 將其與迄今為止最大陣列的激光雷達、雷達和攝像頭傳感器連接起來。

圖：Xavier 的內部結構

▌NVIDIA：DGX-2

2018 年 3 月，NVIDIA 發布首款 2-petaFLOPS 系統——DGX-2。它整合了 16 個完全互聯的 GPU，使深度學習性能提升 10 倍。有了 DGX-2 ，模型的復雜性和規模不再受傳統架構限制的約束。與傳統的 x85 架構相比，DGX-2 訓練 ResNet-50 的性能相當于 300 臺配備雙英特爾至強 Gold CPU 服務器的性能，后者的成本超過 270 美元。

圖：DGX-2 的內部結構

▌Google：TPU

自 2016 年首次發布 TPU 以來，Google 持續推進，2017 年發布 TPU 2.0，2018 年 3 月 Google I/O 大會推出 TPU 3.0。其每個 pod 的機架數量是TPU 2.0的兩倍；每個機架的云 TPU 數量是原來的兩倍。據官方數據，TPU 3.0 的性能可能是 TPU2.0 的八倍，高達 100 petaflops。

圖：TPU 1 & 2 & 3 參數對比圖

▌華為：晟騰 910 & 晟騰 310

2018 年 10月，華為正式發布兩款 AI 芯片：昇騰 910 和昇騰 310。預計下一年第二季度正式上市。華為昇騰 910 采用 7nm 工藝，達芬奇架構，半精度（FP16）可達 256TeraFLOPS，整數精度（INT8）可達 512TeraOPS，自帶 128 通道全高清視頻解碼器 H.264/265，最大功耗350W。華為昇騰 310 采用 12nmFFC 工藝，達芬奇架構，半精度（FP16）可達8TeraFLOPS，整數精度（INT8）可達 16 TeraOPS，自帶 16 通道全高清視頻解碼器H.264/265，最大功耗 8W。

圖：華為晟騰性能數據圖

▌寒武紀：MLU100

2018 年 5 月，寒武紀推出第一款智能處理板卡——MLU100。搭載了寒武紀 MLU100 芯片，為云端推理提供強大的運算能力支撐。等效理論計算能力高達 128 TOPS，支持 4 通道 64 bit ECCDDR4 內存，并支持多種容量。1M 是第三代機器學習專用芯片，使用 TSMC 7nm 工藝生產，其 8 位運算效能比達 5Tops/watt（每瓦 5 萬億次運算）。寒武紀 1M 處理器延續了前兩代 IP 產品（1H/1A）的完備性，可支持 CNN、RNN、SOM 等多種深度學習模型，此次又進一步支持了 SVM、K-NN、K-Means、決策樹等經典機器學習算法的加速。這款芯片支持幫助終端設備進行本地訓練，可為視覺、語音、自然語言處理等任務提供高效計算平臺。

圖：MLU 100 參數數據表

▌地平線：旭日 1.0 & 征程 1.0

2017 年 12 月，地平線自主設計研發了中國首款嵌入式人工智能視覺芯片——旭日 1.0 和征程 1.0。旭日 1.0 是面向智能攝像頭的處理器，具備在前端實現大規模人臉檢測跟蹤、視頻結構化的處理能力，可廣泛用于智能城市、智能商業等場景。征程 1.0是面向自動駕駛的處理器，可同時對行人、機動車、非機動車、車道線交通標識等多類目標進行精準的實時監測和識別，實現 FCW/LDW/JACC 等高級別輔助駕駛功能。

▌比特大陸：BM1880 & BM1682

2018 年 10 月，比特大陸正式發布邊緣計算人工智能芯片 BM1880，可提供 1 TOPS@INT8 算力。推出面向深度學習領域的第二代張量計算處理器 BM 1682，峰值性能達 3 TFLOPS FP32。

BM1682 VS BM1680 性能對比

BM1682 的算豐智能服務器SA3、嵌入式 AI 迷你機 SE3、3D 人臉識別智能終端以及基于 BM1880 的開發板、AI 模塊、算力棒等產品。BM1682 芯片量產發布，峰值算力達到 3TFlops，功耗為 30W。

▌百度：昆侖芯片

2018 年 7 月，百度AI開發者大會上李彥宏正式宣布研發 AI 芯片——昆侖。這款 AI 芯片適合對 AI、深度學習有需求的廠商、機構等。借助著昆侖 AI 芯片強勁的運算性能，未來有望應用到無人駕駛、圖像識別等場景中去。

▌阿里：研發 Ali-NPU、成立平頭哥半導體芯片公司

2018 年 4 月，阿里巴巴達摩院宣布正在研發的一款神經網絡芯片——Ali-NPU。其主要用途是圖像視頻分析、機器學習等 AI 推理計算。9 月，在云棲大會上，阿里巴巴正式宣布合并中天微達摩院團隊，成立平頭哥半導體芯片公司。

▌Xilinx：ACAP、收購深鑒科技

2018 年 3 月，賽靈思宣布推出一款超越 FPGA 功能的新產品——ACAP（自適應計算加速平臺）。其核心是新一代的 FPGA 架構。10月，發布最新基于 7nm 工藝的 ACAP 平臺的第一款處理器——Versal。其使用多種計算加速技術，可以為任何應用程序提供強大的異構加速。Versal Prime 系列和 Versal AI Core 系列產品也將于 2019 年推出。

2018 年 7 月，賽靈思宣布收購深鑒科技。

賽靈思ACAP框圖

AI 芯片發展面臨的矛盾、問題、挑戰

目前AI芯片發展面臨4大矛盾：圍繞這些矛盾，需要解決大量相關問題和挑戰。

▌大型云服務商與AI芯片提供商的矛盾

技術路線上，面向通用市場的英偉達持續推進 GPU 技術發展，但是大型云服務商也不愿陷入被動，結合自身規模龐大的應用需求，比較容易定義一款適合的 AI 芯片，相應的應用打磨也比較好解決。同時，新的芯片平臺都會帶來生態系統的分裂。但是對于普通用戶，競爭會帶來價格上的好處。由于 AI 算力需求飛速提升，短期內 AI 芯片市場還會進一步多樣化。

▌中美矛盾

中國依托于龐大市場規模，以及 AI 應用技術的大力投資，非常有機會在 AI 相關領域取得突破。但是受到《瓦森那協議》以及近期中美貿易戰等因素影響，中美在集成電路產業層面展開了激烈的競爭。AI 芯片有機會為中國帶來破局的機會，因此后期可以預期，國內會有更多的資金投入到 AI 芯片領域。

▌專用與通用間的矛盾

云端市場由于各大巨頭高度壟斷，會形成多個相對封閉的 AI 芯片方案。而邊緣端市場由于高度分散，局部市場難以形成完整的技術生態體系，生態建設會圍繞主流核心技術拓展，包括ARM、Risc-V、NVDLA 等。各大掌握核心技術的廠商，也會迎合這一趨勢，盡可能占領更大的生態份額，積極開放技術給中小企業開發各類 AI 芯片。

▌AI 芯片創新與設計工具及生態之間的矛盾

以 FPGA 為例，學界和業界仍然沒有開創性的方法簡化 FPGA 的開發，這是現階段制約 FPGA 廣泛使用的最大障礙。和 CPU 或 GPU 成熟的編程模型和豐富的工具鏈相比，高性能的 FPGA 設計仍然大部分依靠硬件工程師編寫 RTL 模型實現。RTL 語言的抽象度很低，往往是對硬件電路進行直接描述，這樣，一方面需要工程師擁有很高的硬件專業知識，另一方面在開發復雜的算法時會有更久的迭代周期。因此，FPGA 標榜的可編程能力與其復雜的編程模型之間，形成了鮮明的矛盾。近五到十年來，高層次綜合（High Level Synthesis - HLS）一直是 FPGA 學術界研究的熱點，其重點就是希望設計更加高層次的編程模型和工具，利用現有的編程語言比如 C、C++ 等，對 FPGA 進行設計開發。

在工業界，兩大 FPGA 公司都選擇支持基于 OpenCL 的 FPGA 高層次開發，并分別發布了自己的 API 和 SDK 等開發工具。這在一定程度上降低了 FPGA 的開發難度，使得 C 語言程序員可以嘗試在 FPGA 平臺上進行算法開發，特別是針對人工智能的相關應用。盡管如此，程序員仍然需要懂得基本的 FPGA 體系結構和設計約束，這樣才能寫出更加高效的 OpenCL/HLS 模型。因此，盡管有不少嘗試 OpenCL/HLS 進行產品開發的公司，但是目前國內實際能夠掌握這類設計方法的公司還是非常稀缺。各家專用 AI 芯片廠商，都需要建立自己相對獨立的應用開發工具鏈，這個投入通常比開發芯片本身還要龐大，成熟周期也慢很多。Xilinx 對深鑒的收購有效補充了其在 AI 應用開發方面的工具短板。近期 Intel 開源了 OpenVINO，也是在推動其 AI 及 FPGA 生態。也有少數在 FPGA 領域有長期積累的團隊，例如深維科技在為市場提供定制 FPGA 加速方案，可以對應用生態產生有效促進作用。

面對不同的需求，AI計算力最終將會駛向何方？

主要云服務商以及終端提供商都會圍繞自家優勢產品平臺發展 AI 芯片，云端 AI 芯片投入巨大，主流技術快速進化，國內企業需要重視 AI 芯片的隱性投入：設計開發工具、可重用資源和生態伙伴。不過近期不大可能迅速形成整合的局面，競爭會進一步加劇。在端上，基于 DSA/RISC-V 的 AI 芯片更多出現在邊緣端 AI+IoT，百花齊放。

三大類技術路線各有優劣，長期并存。

GPU 具有成熟的生態，在 AI 領域具有顯著的先發優勢，目前保持高速增長態勢。

以 Google TPU 為代表的專用 AI 芯片在峰值性能上較 GPU 有一定優勢。確定性是 TPU 另一個優勢。CPU 和 GPU 需要考慮各種任務上的性能優化，因此會有越來越復雜的機制，帶來的副作用就是這些處理器的行為非常難以預測。而使用 TPU 能輕易預測運行一個神經網絡并得出模型與推測結果需要多長時間，這樣就能讓芯片以吞吐量接近峰值的狀態運行，同時嚴格控制延遲。不過，TPU 的性能優勢使得它的靈活性較弱，這也是 ASIC 芯片的常見屬性。充分針對性優化的架構也可以得到最佳的能效比。但是開發一款高性能專用芯片的投入是非常高昂的，通常周期也需要至少 15 個月。

FPGA 以及新一代 ACAP 芯片，則具備了高度的靈活性，可以根據需求定義計算架構，開發周期遠遠小于設計一款專用芯片。但是由于可編程資源必不可少的冗余，FPGA 的能效比以及價格通常比專用芯片要差很多。但是 ACAP 的出現，引入了 AI 核的優點，勢必會進一步拉近與專用芯片的差距。隨著 FPGA 應用生態的逐步成熟，FPGA 的優勢也會逐漸為更多用戶所了解。

總而言之，AI 芯片的“戰國時代”大幕已經拉開，各路“諸侯”爭相割據一方，謀求霸業，大家難以獨善其身，合縱連橫、百家爭鳴將成為常態。這也必定會是一個英雄輩出的時代。