AI芯片热潮再起，算力、带宽、能耗、基础设施等问题亟需解决

回顾2020年，AI芯片产业经历着魔幻但又充满希望的一年，一方面新型冠状病毒肺炎疫情的蔓延，以及全景科技竞赛加剧给半导体供应链带来了无数挑战，另一方面国内掀起了新一轮AI芯片资本投资热潮，不少AI芯片公司成功登陆科创板，并还有大量公司进入IPO冲刺阶段。这一年，AI芯片在这一新发展阶段的产业态势和落地动能让业界瞩目。

在近期的AI芯片创新峰会上，大牛们分别从架构创新、生态建设、落地应用等不同方面论述产业的价值和作用。与此同时，行业玩家跨界竞赛、生态建设、应用落地，以及众多玩家在芯片架构、材料、封装技术等方向的追逐创新，既给整个行业拓宽了发展边界，也带来新的发展思路和方向。

AI芯片目前仍处于起步阶段 未来大有可为

智一科技CEO龚伦常表示，今年半导体行业面临着美国卡脖子的挑战，但在大国博弈、国家战略重视、资本市场的改革、产业升级的需求等多种因素的作用下，中国的半导体产业正在迈入黄金时代。

清华大学教授尹首一表示，AI芯片行业发展至今已走过了五、六个年头，但仍处于起步阶段。与此同时，人类社会正从信息化迈向智能化，人工智能是实现智能化的关键手段，芯片则是其中的核心基石与战略制高点。不管是耳熟能详的AlphaGo、自动驾驶，还是手机中的人脸解锁、智能拍照，亦或人们日常使用的无线耳机中的人机交互，都离不开AI芯片的支撑。

关于当前AI芯片的分类和中国AI芯片发展概况。据尹首一介绍，按技术路线划分，目前的AI芯片主要包括深度神经网络（DNN）处理器和神经形态处理器两类。其中，DNN处理器可细分为指令集处理器、数据流处理器、存内计算处理器，以及可重构AI处理器。在尹首一教授看来，无论是哪种技术路线，最终目标都是实现对深度神经网络的计算加速。另一个则是神经形态处理器，重要研究方向有CMOS SNN（脉冲神经网络）处理器和神经形态器件，前者主要是对人脑活动的一种数学抽象，后者则是真正设计一种物理器件，并在物理上模拟人类的神经元行为。

回顾AI芯片的阶段性发展，尹首一教授总结到：1、目前AI芯片仍处于起步阶段，在科研和产业应用方面具有广阔的创新空间；2、AI芯片从算法和应用角度给行业提出了许多创新需求，促使人们探索更多的颠覆性技术，有望彻底突破传统架构的性能和能效瓶颈，实现集成电路的跨越式发展；3、中国AI芯片产业创新正与国际同步，有着最全面的技术路线、最丰富的应用领域，伴随着人工智能产业的快速发展，我国AI芯片领域大有可为。

半导体投资热情高涨 做好芯片也要做好生态

自2019年我国科创板设立以来，越来越多的AI芯片企业都想要抢滩登板上市。尤其从新基建到十四五规划建议，再到国家层面持续强调的国际国内双循环新发展格局，AI芯片的投资又迎来新的高潮。

北极光创投合伙人杨磊表达了他对今年半导体投资与未来趋势的独到见解。杨磊认为，今年半导体的投资热情比去年更高涨，半导体行业的发展也经历了从“比你便宜比你差”到“和你一样”，再到“比你快比你好”的三个阶段。在杨磊看来，国内许多行业已经入人工智能、5G和物联网等应用的爆发拐点，不仅具有全球最为完善的电子信息产业链，还具备全金字塔人才。同时，AI芯片产业还处于发展前期，仍在向上发展，尚没有到达泡沫崩掉的节点，如今可能是进入行业的最好时机。但杨磊并不看好由软件基因走向芯片硬件的路子。

中芯聚源合伙管理人张焕麟则认为，做芯片既要做好芯片也要做好生态，芯片本身除了要达到客户要求，还需软件、工具链、方案等在生态上的配合。想要做一个专业的芯片公司，还需在资源、人才、团队配备等方面保持长久的竞争力。此外，张焕麟还认为数据的产生、传输、存储、计算、应用都离不开芯片，新的针对AI芯片的宏观政策也是在适应如今经济和产业的发展潮流，从市场机会上看这几年是半导体行业发展较快的时机。

算力、带宽、能耗、基础设施之间的不协调日益增长

赛灵思人工智能业务资深总监姚颂谈到，尽管PC与互联网、移动计算、人工智能等关键应用引领了芯片的一次又一次升级，但目前为止芯片的计算能力还有很大的提升空间。姚颂认为，AI芯片核心解决的是带宽不足的问题，相比高效但成本极高的超大片上存储方式，现在行业更多是采用微架构的方式去解决问题。但在姚颂看来，目前数字AI芯片可能不存在颠覆性创新的大机会，尤其随着摩尔定律发展放缓，未来正面战场无法单纯依靠架构技术创新取得实质性提升，因此新的技术路线开始得到关注，例如存内计算、光计算等。未来，行业最终将会形成云端相对统一，终端相对垂直的竞争格局。

壁仞科技联合创始人、总裁徐凌杰表示，行业的根本矛盾在于日益增长的算力需求和基础设施的不协调，同时数据中心正经历着大型化、解耦化、智能化的发展，“去CPU中心化”的数据中心将是未来可预见的发展趋势之一。

Cadence公司验证事业部产品工程总监孙晓阳谈到，在数据爆炸的时代，越来越高的需求算力给AI芯片行业带来了诸多挑战。同时，电池效率、温度等芯片周边产品的性能，亦成为芯片设计商需权衡、考量的要素。

知存科技CEO王绍迪谈到，目前“内存墙”的问题越来越严重，面临数据搬运慢和搬运能耗大的问题，缓存的大小和密度都很难提升，存算一体技术就是要解决“内存墙”的问题。王绍迪说，存算一体的本质是用存储器直接做计算，但高算力、低功耗的特性使其应用场景与传统SoC芯片不同，因此需要在AI音频、健康等领域做更多应用创新。王绍迪谈到，目前基于Flash的存算一体芯片技术停留在28nm阶段，但存储密度和运算效率高于最先进的冯诺依曼架构芯片，未来将有机会进入22nm和基于Chiplet的应用方式，让存算一体以更多形式与现有芯片集成，丰富应用场景。

新基建、数据中心、光学AI领域成新风口

近两年来，云端及边缘端AI芯片已经成为行业的热门话题。尤其随着新基建风口热度的掀起，更是为云端和边缘端着两条赛道的玩家提供了许多极具潜力的落地方向。但如今，国内的这两个细分市场仍处于新玩家涌出、巨头强势盘踞的局面。

比特大陆AI业务线CEO王俊提到，今年上半年，国家发改委提出新基建的三大领域，分别为信息基础设施、融合基础设施和创新基础设施。在他看来，智慧城市是新基建的集大成者，人工智能是新基建的核心使能共性技术。“智慧城市针对医疗、金融、安全和交通等各领域都有着海量的数据智能化需求，由城市统一建设的AI超算中心来支撑庞大而繁杂的AI计算是最高效的解决方案。”王俊说。 

燧原科技创始人&COO张亚林提到，目前数据中心正在朝着整合的路线发展，英特尔、英伟达和AMD三家公司都在通过并购方式来加强数据中心的布局。“未来或将出现这三巨头并列发展的局面。”张亚林说。在张亚林看来，AI系统要落地数据中心必须具备四个要素，分别为系统集群、板卡、高性能高算力的芯片，以及全栈的软件。而衡量一个数据中心的AI系统需要从完备性、生产率、成本、功耗和性能五个维度来考量。“当下云端AI芯片产品化面临着系统化、工程化、产品化、生态化四大挑战。”张亚林谈到，这些挑战不仅构成了整个云端AI芯片发展的难点，同时也是未来AI云端芯片发展的重点。

关于AI芯片，光子算数CEO白冰提到，光学AI芯片仍处于一个比较早期的发展阶段。白冰解释说，光学芯片能够加速AI算法中的特定算子，完整的系统是一个光电混合的AI计算硬件系统，执行完整AI算法。AI算法的运算/访存特征与光电混合AI计算硬件系统的物理架构匹配，是一个软硬协同的加速计算过程。

自主IP、人脸识别、自动驾驶成未来重点赛道

AI芯片发展至今，其创新解法已不单局限在核心架构和算力的演进中，许多企业已逐渐走上了软硬协同的发展路子，尤其在国家进一步强调国际国内双循环新发展格局的发展下，各细分赛道代表玩家，他们又有着哪些不同的创新思考？

Imagination副总裁&中国区总经理刘国军透露，全球包含Imagination IP的芯片累计出货已超110亿，其中移动GPU IP市占率约38%，汽车GPU IP市占率则高达43%。到2024年，全球边缘推理和云端推理芯片市场规模将达110亿美元，其中边缘推理芯片占63.6%。

安谋中国市场及生态副总裁梁泉谈到，近两年第五波计算浪潮正在改变这个世界，Arm计算架构已成为全平台标准，在数据中心、边缘和PC等领域都有着较好的发展。面向AIoT领域，安谋中国构建的AIoT技术生态已覆盖CPU、GPU、AIPU等各类产品，同时提供强大软件工具链。

亿智电子联合创始人&COO吴浪指出，AI技术发展至今，人脸识别、视像安防、汽车电子等领域对AI视觉技术的诉求已经从“看得见”、“看得清”向“看得懂”发展。以人脸识别为例，2019年开始，基于AI的专用SoC芯片，开始在嵌入式设备中规模化商用。这一过程中，产品需求与SoC芯片是互相拉动的关系，而AI的产品化落地需要复杂的产品打磨过程。

黑芝麻智能科技CMO杨宇欣认为，自动驾驶是未来十年最大的一个赛道，正以肉眼可见的速度来到人们生活，其中L2+L3车型已经成为消费者刚需。他提到，“软件定义汽车”是汽车智能化的发展趋势，越来越多的软件应用在硬件平台上运行，需要强大的计算平台“预埋”以支撑软件的不断迭代。杨宇欣认为自动驾驶要实现突围，大算力芯片是自动驾驶技术的基础，还需要高性能的车规级计算平台作支撑。同时，自主研发核心IP、车规安全认证和成熟的工具链，以及围绕车规级高性能计算平台构建完整生态系统，都是重要的解决思路。

地平线首席战略官郑治泰还提出了MAPS评估法，即“在精度有保障范围内的平均处理速度”，得到一个直面物理世界的全面、完整、客观、真实的评估，以此作为评估芯片AI真实性能的标准。

与此同时，多家公司还首次在会上公布了最新产品进展及发展路线图。壁仞科技预计在明年流片首款同时支持AI训练和推理的芯片产品；黑芝麻智能将于2021年投片A2000大算力芯片，支持L4/L5级自动驾驶；地平线明年将挑战100万片芯片出货量；知存科技明年初将批量试产WTM2101芯片。