近年來，隨著人工智能和大數據產業的發展，數據量呈現爆炸性增長的態勢。深度學習技術因其識別精度高、適應性強、可靈活部署等方面的優勢，逐漸成為人工智能的主流技術。

隨著技術的不斷發展和落地，我們可以看到：深度學習對數據量的要求較高，在數據量較少或者難以獲取數據的場景下不太適用；傳統的計算架構也漸漸無法支撐深度學習的大規模并行計算需求。人工智能對于計算能力的要求不斷提升，GPU性能功耗比不高的特點使其在工作適用場合受到多種限制。因此，業界開始研發針對人工智能的專用芯片，以期通過更好的硬件和芯片架構，在計算效率、能耗比等性能上得到進一步提升。

2018年12月，Gartner發布的《預測2019：人工智能與未來工作》報告中對人工智能科技未來七大發展趨勢及其對工作的影響進行分析探討，人工智能芯片位列其中；《科創板企業上市推薦指引》中明確，保薦機構應當重點推薦七大領域的科技創新企業，集成電路企業排位第一。人工智能芯片作為當前衡量一個國家硬科技發展水平和實力的重要參考標準，將受到更大規模的關注。

中星微人工智能董事長兼CEO 張韻東

中星微電子創立于1999年，在數字多媒體芯片領域已有十幾年的積累。2017年，中星微拆分出AI芯片部門，成立了北京中星微人工智能芯片技術有限公司。近日，億歐走訪了中星微人工智能董事長兼CEO張韻東，就目前國內人工智能芯片發展現狀與變革趨勢進行了交流。

摩爾定律終結進行時，“智能摩爾”應聲崛起

1965年，英特爾的聯合創始人戈登·摩爾提出了以自己名字命名的“摩爾定律”，意指集成電路上可容納的元器件數量每隔18-24個月就會增加一倍，性能也將提升一倍。在過去，摩爾定律按照“每5年增長10倍、每10年增長100倍”的規律發展。而如今，摩爾定律每年只能增長幾個百分點，每10年可能只增長2倍。

“摩爾定律已經結束”一說，已在過去幾年不斷被人提及。有業內人士擔心，如果摩爾定律真的失效，半導體行業的發展也將放緩，進一步影響整個科技行業的進步。

摩爾定律究竟何去何從？學界提出兩種方案：拓展摩爾（More Moore）和超越摩爾（More than Moore）。

“拓展摩爾”做的是想辦法沿著摩爾定律的道路繼續向前推進，在器件結構、溝道材料、連接導線、架構系統、制造工藝等方面繼續創新研發，做到每24-36個月晶體管數目翻倍。

“超越摩爾”則側重于功能的多樣化，由實際應用需求驅動。芯片系統性能的提升不再簡單依靠晶體管數目的增長，而是更多地靠電路設計以及系統算法的優化。芯片的集成度也不一定靠暴力地把更多模塊放到同一塊芯片上，而是依靠更先進的封裝技術實現集成。

在張韻東看來，“拓展摩爾”和“超越摩爾”都存在自身的局限性。當前，物理層面和信號層面都已明顯地受到物理規律的制約，摩爾定律正在走向極限和盡頭，但信息層面的技術創新還沒有達到極限，“下一次信息革命的關鍵是如何借鑒人腦的智慧，研究出新型的人工智能計算算法，由此兼顧大數據及小數據應用場景，以單芯片兼顧抽象的邏輯思維和具象思維模式。”

基于此種考慮，中星微人工智能提出“智能摩爾之路”（Intelligent Moore），并提出了通過多核異構的智能處理器實現多模式的智能算法。直至目前，中星微人工智能已成功流片“星光智能一號”和“星光智能二號”兩款NPU芯片，并著手研發“星光智能三號”XPU芯片，進一步借鑒人腦智慧機制，提升芯片信息處理的性能功耗價格比。

AI芯片落地需求顯現，中星微人工智能領跑安防市場

2016年，第一代人工智能芯片開始爆發。傳統芯片廠商、AI初創企業、互聯網巨頭紛紛涌入賽道。經過三年時間，實現了第一次行業高潮。從當前行業發展來看，芯片的商業落地，似乎比芯片研發設計更具挑戰性。如何落地、落地到哪些場景、是否能實現泛場景應用，是擺在芯片公司面前的一大難題。

中星微電子以數字多媒體芯片起家，在視頻編解碼算法領域具有創新優勢。公安部與中星微合作制定的中國自主的視音頻編解碼標準SVAC國標，讓中星微成為安防芯片賽道的標準制定者。

以“星光智能一號”芯片為例，該NPU芯片攻克了“基于數據驅動并行計算架構的卷積神經網絡處理器技術”“嵌入式深度學習機器視覺SoC技術”等核心技術，率先實現了SVAC國標技術成果的產業化，構建起了從芯片、軟件、終端設備到系統平臺的整體解決方案，開啟了安防監控智能化的新時代。

安防市場作為物聯網產業發展的重要分支，其背后還蘊藏著更大的藍海市場。在5G的推動下，萬物互聯將成為現實，越來越多的智能設備將收集到更多的數據并上傳到邊緣和數據中心的云端進行分析，推動“萬物互聯”向“萬物智聯”轉變。同時，隨著市場的細分，人工智能賦能行業應用的屬性更加明確，張韻東表示，物聯網人工智能芯片將會更加被市場青睞。

沒人不想在新興市場分得蛋糕。據張韻東介紹，經過深入的市場調研和場景研究，中星微人工智能將智能化硬件和專業級平臺進行互聯，將大數據耦合分析，提供面向工業、安全生產和商業解決方案的芯片全生態的AIoT服務。通過在安防市場的經驗積累和先發優勢，中星微人工智能有望在物聯網市場領跑。

芯片市場趨于冷靜，AI行業落地持久戰已打響

盡管在安防市場，AI芯片已搶先落地。但客觀來講，目前AI芯片玩家的商用步伐并沒有預期那么快。

一部分跑得快的AI芯片企業雖已發布產品或宣布流片，但距離大規模量產仍有些距離，且芯片穩定性有待觀察。從國內互聯網及通訊巨頭造芯邏輯來看，百度的“昆侖”、阿里的“含光800”以及華為的“昇騰910”更多的是用于公司自身業務的融合優化并為其節省成本，并不會以商業芯片的形式單獨出售。

從另一層面講，互聯網巨頭做出來的芯片率先在自己的人工智能平臺及云業務等應用上實踐，將通過實際落地推動芯片的換代升級，由此形成芯片產業的良性循環。

不過，從人工智能的落地過程著眼芯片的商用發展，AI芯片的落地趨勢并不算是慘絕人寰。尤其是云端芯片受限于算力成本、傳輸帶寬渠道、時延問題以及數據敏感性問題時，終端AI芯片以其連接設備數量激增、落地場景廣泛、市場競爭壓力更小等優勢，將迎來更大的發展機會。

終端AI芯片領域既有傳統芯片巨頭，又有跨界玩家。無論是從芯片設計切入還是由軟件算法切入，AI芯片所包含的軟件和硬件兩個部分，一個講究快速迭代，一個強調系統性的程序思維，只有協同發展，才能避免落地困難、用戶不買賬的局面。

AI芯片產業落地，必將是個持久戰。芯片廠商無法明確產品價值及定位，就無法實現落地應用，更不能實現商業閉環和長期發展。