中美AI芯片发展现状与趋势

人工智能（AI）的三大关键基础要素是数据、算法和硬件计算能力。2007年以前，受算法、数据等限制，AI对芯片并没有特别强烈的需求，通用CPU即可提供足够的计算能力；但随着云计算的广泛推广，特别是深度学习成为当前人工智能研究和运用的主流方式，AI对于计算能力的要求不断快速提升，AI核心计算芯片应运而生。

本文讨论的对象即AI核心计算芯片，主要用来处理人工智能应用中的大量的Training（训练）或Inference（执行/推理）的计算任务。训练指利用大量样本数据训练出一个复杂的深度神经网络模型（算法）；推理指执行训练好的模型解读现实世界的数据，从而推理出各种结论。

目前，根据计算模式，AI芯片的发展分为两个方向。

一是从功能层面模仿大脑的能力，仍采用传统的冯诺依曼结构。 主要AI芯片产品就是通常我们熟知的GPU、FPGA、ASIC等。下表列出了这三种类型AI芯片的特点比较。

表 1 AI芯片特点比较

二是从结构层面去模拟大脑，参考人脑神经元结构和人脑感知认知方式来设计芯片，俗称“类脑芯片”。 目标是开发出打破冯诺依曼体系的芯片，如IBM的TrueNorth，它的内存、CPU和通信部件完全集成在一起，因此信息的处理在本地进行，克服了传统计算机内存与CPU之间的瓶颈。

从现在这个发展阶段来看，类脑芯片距离现实应用仍有较大差距， GPU/FPGA等通用芯片是目前主要的AI芯片，但对低功耗、低延迟、低成本的ASIC也有很大的需求。

美国巨头企业凭借芯片领域多年的领先地位，迅速切入AI领域，积极布局，四处开花，目前处于引领产业发展的地位，并且在GPU和FPGA方面是完全垄断地位。

表 2美国主要厂商AI芯片布局

中国AI芯片厂商以中小公司为主，没有巨头，多集中于设备端AI ASIC的开发，并已有所建树，如 寒武纪成为全球AI芯片领域第一个独角兽初创公司， 其NPU IP并已被应用于首款手机AI芯片-麒麟970；上海酷芯微电子开发的无人机芯片得到了业界的广泛认可，是大疆无人机的芯片供应商，全球一半以上的中高端无人机，采用了酷芯微电子的芯片。

并且在类脑芯片领域也看到了异军突起之势，如上海西井科技，已开发一款具有目前全球已知最大神经元规模--100亿数量的神经元仿真器，真正实现实时仿真。可被用于脑科学研究，包括帕金森氏综合症、阿兹海默症等神经元引起的疾病、神经性受损创伤后的术后康复治愈。

但是， 我国在FPGA、GPU领域缺乏有竞争力的原创产品， 只是基于FPGA/GPU做进一步开发，这主要与我国在芯片领域一直缺乏关键核心自主技术有关，FPGA/GPU的技术壁垒已很高，很难有所突破。

表 3 中国主要厂商AI芯片布局

据腾讯研究院发布的《中美两国人工智能产业发展全面解读报告》， 美国投资者更关注基础层， 芯片/处理器领域融资308.18亿元，占比排名第一，占比31%。 中国投资者则更关注应用层， 在芯片/处理器领域的投资仅为13.28亿元，占比排名在最后。这也在一定程度上揭示了中美芯片实力和资金吸引力的差距。

图片来源：腾讯研究院发布的《中美两国人工智能产业发展全面解读》

1、在面向智能手机、智能摄像头、机器人/无人机、自动驾驶、VR等设备端AI芯片方面，目前多采用ASIC，还未形成一家独大的态势，我国在这一领域掌握了一定的核心技术，也基本与美国先进企业处于同一起跑线，加之我国有巨大的应用市场和海量的数据，所以应着重发挥市场作用，以应用带动芯片，并研究推动应用/终端企业与芯片企业协同创新发展的政策和机制体制，促进应用/终端企业与芯片企业形成“创新联合体”、“创新联盟”，共建生态圈，共生发展，促进自主创新产品的研发与成果转化。

2、在云端/数据中心的AI芯片方面，目前主要被GPU和FPGA占领市场，已被美国企业垄断，技术壁垒高耸，且市场有限，我国仅凭市场、企业单方面的力量难以在这方面有所突破，可与实际应用需求结合，借鉴Google开发ASIC（TPU）的思路，并充分发挥高校、研究所的科研力量，发挥政策引导作用，产学研合作，集中力量推动。

3、信息技术时代，技术热点相继不断，新概念层出不穷，我们的芯片研发最重要的还是要关注自身的基础技术，深耕基础核心技术，坚持原创自主研发。只有增强了原创技术实力，并与我国巨大应用市场实际结合，才有可能在不断切换的信息技术热点中立于不败之地。这是一条最艰难的路，但也是唯一之路。