AI造芯路上，最不缺的就是夢想和勇氣。不管是高通、英偉達這樣的巨頭，還是無數(shù)前仆后繼的成長型企業(yè)。

關于AI，前景無疑足夠有吸引力，才能轉化為放手一搏的動力。這場圍繞AI的造芯熱潮，被認為將在2019年經(jīng)歷落地應用的關鍵考驗。未來是否能如期而至？紛紛落地的賽道上，什么樣的AI芯片能夠穩(wěn)穩(wěn)著陸？

巨頭的盛宴

4月19日，高通在人工智能開放日上，正式推出布局云端的AI推理加速處理器——Cloud AI 100。在此之前，高通一直致力于無線網(wǎng)絡邊緣終端側的耕耘，推出了四代基于驍龍平臺的AI芯片。從終端到云端，高通一個更為完整的AI版圖呼之欲出。

4月23日，特斯拉的自動駕駛芯片公布。這款馬斯克口中“世界上最好的自動駕駛芯片”，與上一代由Nvidia驅動的硬件相比，據(jù)稱每秒幀數(shù)處理能力提高了 21 倍，可使每輛車的硬件成本降低約 20％。這項重磅芯片系統(tǒng)的研發(fā)、更新、量產(chǎn)和應用無疑需要耗費無數(shù)心力與金錢，能不能撐住這個“世界最強”，還要看特斯拉的長遠表現(xiàn)。

瑞芯微：老牌企業(yè)擁抱AIoT

去年，在全球前20名的AI芯片企業(yè)排名中，中國大陸僅占兩個席位，瑞芯微便是其中之一。面對撲面而來的AIoT時代，瑞芯微針對視覺、圖像感知、語音交互等領域，推出一系列AI芯片產(chǎn)品，以多種應用形態(tài)量產(chǎn)并商用。

瑞芯微日前在福州舉辦千人開發(fā)者大會，期間發(fā)布的人工智能計算棒AI加速器是一大亮點，內(nèi)置的NPU算力最高可達3.0TOPs。相同性能下，功耗相比28nm工藝可降低30%左右。這個加速棒被稱為是AI、物聯(lián)網(wǎng)從業(yè)者、開發(fā)者的“產(chǎn)品研發(fā)利器”，在眾多與場景結合的學習能力方面被寄予厚望。開發(fā)者通過U盤大小的計算棒，外加一臺Linux系統(tǒng)的終端，即可獲得強大的算力與深度學習推理能力，大大降低了開發(fā)門檻。

而在此之前，瑞芯微的AI芯片RK3399和RK3399 Pro已經(jīng)有了成熟的落地應用案例。在支付寶一款人臉支付產(chǎn)品“蜻蜓”中，采用的正是RK3399 芯片方案。

多年來的技術積累，深耕產(chǎn)業(yè)形成的敏銳觸覺，以及在終端市場的強大生態(tài)鏈，或許都是瑞芯微在AI芯片商業(yè)化道路上先聲奪人的主要因素。

云知聲的AI哲學：“全棧”和“硬核”

近來，云知聲的AI技術開放日很熱鬧，四地巡回日程過半，北京、深圳已盛大舉行。以語音識別及語言處理技術起家的云知聲，去年5月推出其首款面向物聯(lián)網(wǎng)的AI芯片UniOne，采用自主AI指令集，號稱性能比通用方案提升超50倍。

談及造芯動力，云知聲創(chuàng)始人/CEO黃偉說，“在AIoT市場加速爆發(fā)的今天，云端方案在網(wǎng)絡、帶寬、能耗、隱私以及邊緣計算等方面的限制，使得面向物聯(lián)網(wǎng)的AI芯片成為必然抉擇。”不論是CPU還是GPU、FPGA，現(xiàn)有的芯片架構并非為 AI 專門設計，并不能滿足物聯(lián)網(wǎng)AI算力需求，且考慮了太多的向后兼容性，因此在性能上遠非最優(yōu)。“基于業(yè)務方面對芯片產(chǎn)品、場景的反復驗證，以及對AIoT終局的判斷，云知聲在2014年就明確必須自主研發(fā)面向物聯(lián)網(wǎng)的AI芯片。”黃偉表示。

在今年的技術開放日上，云知聲董事長/CTO梁家恩將云知聲的 AI 哲學概括為“全棧”和“硬核”，所謂全棧是指貫通技術創(chuàng)新到產(chǎn)業(yè)應用的價值閉環(huán)，硬核則指破解產(chǎn)業(yè)規(guī)模化應用難題。四大“硬核”技術包括：語音感知與表達，語言與知識計算，AIoT芯片落地，超算平臺與圖像、翻譯拓展。

2014年開始布局AI芯片，2016年正式啟動，2018年拿到第一塊芯片——云知聲的AI造芯之路算是穩(wěn)健。芯片對于云知聲的戰(zhàn)略布局有多重要？梁家恩表示，這是規(guī)模化量產(chǎn)中最重要的硬核技術。面向方案商與開發(fā)者，可提供更完整的AI 應用參考方案，幫助客戶更快、更高效地打造AI未來應用。

在云知聲的“云端芯”生態(tài)中，AI芯片還將發(fā)揮哪些作用？值得期待。

嘉楠耘智：區(qū)塊鏈巨頭的AI摘星之旅

作為區(qū)塊鏈領域數(shù)一數(shù)二的企業(yè)，嘉楠耘智涉足AI可以說是順勢而為。如果說區(qū)塊鏈是當時的腳踏實地，那么AI就是必須要仰望的星空。幸運的是，嘉楠耘智這場摘星之旅開始得夠早、夠及時，目前已經(jīng)小有成果。

2016年，嘉楠耘智開始了AI造芯之路。歷時兩年，于2018年9月發(fā)布量產(chǎn)RISC-V商用邊緣計算芯片勘智K210，該芯片是一顆集成機器視覺與聽覺的SoC，定位于AI與邊緣計算領域。

“AI市場化需要高效、可靠且有一定性價比優(yōu)勢的芯片來為相關應用提供計算平臺。嘉楠耘智起步于區(qū)塊鏈領域，專注于高性能、高算力的ASIC芯片設計，可以通過這些積累來把握AI落地的機遇。”嘉楠耘智銷售總監(jiān)黃波說。“我們的AI產(chǎn)品計劃，將著力為客戶提供高度定制化和彈性化的解決方案，與合作伙伴共同打造生態(tài)系統(tǒng)并實現(xiàn)技術與商業(yè)的雙贏。”

勘智K210支持8路麥克風陣列預處理流程，通過多路麥克風陣列信號采集，并結合對應的算法，可實現(xiàn)聲源的方向識別。同時，基于芯片和人臉識別AI算法能力，可以將預先錄入的人臉圖像與對應用戶人臉進行特征比對，從而進行身份權限管理。搭配智能云臺攝像頭可以進行目標人臉追蹤和捕捉。

通過深度神經(jīng)網(wǎng)絡處理器，勘智K210能夠靈活運用圖像識別、語音識別、視頻處理、信息檢索等功能。可應用于智能家居、新零售、物流檢測等場景，還可以為未來社區(qū)、智慧城市提供整套解決方案。

在區(qū)塊鏈的技術、資金和資源積累，對嘉楠耘智在AI領域能起到哪些推進作用？由于礦機芯片出貨量巨大，嘉楠耘智已成為臺積電在中國市場的前五大客戶。在ASIC芯片設計和自研算法方面的積累，都有助于設計和產(chǎn)品化的快速推進。

如何看待AI芯片市場當前的競爭格局？黃波表示，從資本和技術角度來看，國際巨頭仍處于優(yōu)勢地位。從芯片架構角度來看，AI時代完全不同于以往。它有著大量豐富的應用，技術路線有分散、碎片化的特征，因此終端需要實現(xiàn)很多可定制化的功能，也需要芯片架構更有彈性、更為開放。

正是如此，嘉楠耘智不遺余力推動著RISC-V商用邊緣計算芯片的落地。“x86架構在PC領域的成功毫無疑問，ARM架構在移動終端一時風頭無兩。一個處理器架構能在一個時期勝出，最主要還是它適應了本時期產(chǎn)業(yè)發(fā)展的需要。現(xiàn)在，RISC-V在短短幾年時間迅速被業(yè)界認可，主要原因是它滿足IoT邊緣計算的需求。”黃波表示。

在AI領域，嘉楠耘智目前主要聚焦于本地邊緣計算。“去中心化的技術是我們的信仰，”黃波強調，“許多數(shù)據(jù)并不一定需要發(fā)送到服務器去處理，例如采集的聲音、人臉，本地端就能夠實現(xiàn)存儲識別，這對于提高處理效率、保護消費者隱私都大有益處。”

“基于RISC-V的解決方案大量落地仍需要兩三年時間，我們已經(jīng)率先實現(xiàn)商用。下一步，將繼續(xù)致力于優(yōu)化功耗控制，將單位晶圓下的算力發(fā)揮到極致。”黃波表示，“算法方面我們也更歡迎與更多的第三方伙伴進行合作，共同打造生態(tài)系統(tǒng)建設，推動在更多行業(yè)的落地應用。”

結語

集成電路與其他行業(yè)的最大差別在于，玩家除了要擁有規(guī)模和成本優(yōu)勢之外，決勝關鍵關乎持續(xù)的創(chuàng)新能力。芯片作為高投入、高尖精的技術，布局不僅要看眼前，更要看未來，要做好深耕五年十年甚至幾十年的準備。這樣的行業(yè)和技術屬性，注定了AI造芯本身就是一場冒險。

但值得慶幸的是，經(jīng)歷了轟轟烈烈的造芯大潮，我們看到越來越多的芯片走向落地應用。而隨著IoT的大規(guī)模實施、5G商用的到來，AI的落地應用也有望得到革命性的進展。

好戲才剛剛開始。