全文共2096字，预计阅读时长3分钟

近段时间，相信关注新闻的同学们，一定不会对中美贸易战感到陌生，不久之前，中兴遭到美国政府制裁，被禁止在未来7年内向美国企业购买元器件。一时间，国产芯片业的现状与发展成为网络舆论的热点，同时也引发了业界关于中国集成电路产业未来发展路径的诸多思考。

中国“缺芯”，这在AI圈并非新鲜事。那么，我国未来如何尽快破解“缺芯”之痛？

据不完全统计，中国仅有12家AI芯片厂商，比起最大竞争对手美国的33家已算众寡迥异，更遑论这33家企业不仅包含了谷歌、英特尔、IBM等科技巨头，还有高通、英伟达、AMD、赛灵思这类在各自领域中有绝对优势的大公司。

作为中国唯一一家拥有全部自主CPU、DSP和AI等IP的高端异构计算芯片设计公司，华夏芯（北京）通用处理器有限公司董事长李科奕曾表示，总体而言，我国芯片产业近十年来取得的进步大多还只是“点”上的突破，并没有从根本上改变产业层面上整体实力与先进国家，特别是与美国的差距相当大的局面。

在中兴通讯事件背景下，中国集成电路产业界深刻地认识到关键技术“靠化缘是要不来的，只有自力更生”。唯有“下定决心、保持恒心、找准重心”，既不妄自菲薄、又不盲目自高自大，在困难中砥砺前行，才能真正迎来新一轮高速发展的春天。

不少人在瑟瑟发抖的同时，也将希望寄托在了不差钱的BAT三巨头身上。而事实证明，他们也并没有让人失望。

芯片那些事

传统芯片又被称之为CPU，一般由中央运算器及中央控制器构成，可以保证指令能够一条接一条地有序执行，并通过单独的逻辑运算单元完成指令数据计算。

这就意味着在CPU的运行逻辑中，一个人只能先吃饭，再看电视，接着才能和人聊天，三者不能同时进行。因而当遇到了需要海量数据运算的深度学习计算需求时，许多类似于吃饭、看电视、聊天这样本可以同时进行的指令将会在一条流水线上作业，使得运算效率十分低下。

所以，适应深度学习算法的AI芯片对于加速深度学习发挥着非常重要的作用。

人工智能芯片目前有GPU、FPGA、ASIC、类脑芯片四大流派。研发过程涉及到人工智能算法、编程语言、计算机体系结构、集成电路技术、半导体工艺等方面。

GPU也称视觉处理器，是专门用于应对图像及相关处理中大规模并行运算的芯片。它可满足并行结构计算芯片中最早出现的一种。

而为了让并行计算结构能够应用到更多场景，ASIC出现了。它是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。不过，由于ASIC在电路设计过程中需要投入大量人力物力，造价高，费效比低，FPGA这种更经济的芯片便应运而生。

FPGA，即现场可编程门阵列。如果把ASIC比作陶瓷，经过烧制便永久定型，那么FPGA则是一块橡皮泥，可以随意变形。在FPGA的布线中含有许多可断开的节点，通过不同节点的开合，FPGA便可以随时改变其运算框架。

至于类脑芯片，则是四大流派中最魔性的存在，旨在复制人脑结构以完成错综复杂的并行指令。IBM是其中的佼佼者，其产品TrueNorth芯片可以像大脑一样含有神经元，能够学习和处理信息，并进行大规模并行计算。

当然，四大流派虽有先后之分，但就目前的发展状况来说，并没有明显的优劣之分。

三巨头，剑指何方

三巨头，因其业务领域及人才储备的差异，芯片的布局重点也有所不同。

百度是最早在AI芯片领域上交答卷的企业。早在2017年，百度便发布了一款基于FPGA的云计算加速芯片。

百度使用FPGA已有多年时间，其数据中心、云计算平台和自动驾驶项目中就有大量的FPGA。而且，由于百度在三巨头中资产总量并不占优势，且AI产品涉猎图像识别、语音识别、语义识别等多种方向，FPGA芯片对于百度来说可谓是最优选择。

对于零售业起家的阿里，其芯片产品必然要适应于丰富的应用领域，并满足其物联网开发的需求。2015年，阿里便开始与杭州中天微系统有限公司进行深度合作，面向物联网各细分领域开发云芯片架构。

到了2018年4月19日，也就是阿里宣布全资收购中天微系统不久后，其达摩院便开始了一款名为Ali-NPU神经网络芯片的研发。

Ali-NPU芯片属于类脑芯片，主要是为解决图像、视频识别、云计算等商业场景的AI推理运算问题，从而帮其构建一座串联操作系统(yunOS)、处理器芯片或应用芯片、算法、终端、应用、云的桥梁。

至于腾讯则处在BAT梯队的底端，目前腾讯还没有其自主研发AI芯片的消息曝光。

不过在AI投资上，腾讯似乎把大多数筹码都压在了智能医疗领域。其重点投资的VoxelCloud及碳云智能就是智能医疗领域的代表。

不过，作为“不差钱”的三巨头之一，腾讯在AI领域的布局并不少，且有覆盖整个长尾市场的野心。比如其投资的真时科技就是运动算法中的佼佼者，而乐聚智能则属于家庭娱乐人形机器人的研发企业。

读芯君开扒

未来，我们将会有更多“英特尔”

AI芯片作为产业上游，也是技术要求和附加值最高的环节，产业价值和战略地位远远大于应用层创新。未来的AI界，必然也会产生诸如英特尔这样的世界巨人。

不仅如此，在AI时代，芯片为了满足不同的开发需求也开始变得多样化，这意味着更多的竞赛名额、更大的赢面。在AI芯片研发中，各公司都颇有打破CPU技术模式而白手起家的意味，这对于全球来说，打破CPU时代WINTEL联盟一统江山的机遇正在逐渐显现。

不过，中国的企业能否在这次业界动荡中脱颖而出，我们仍然无法给出确切的答案。AI芯片研发需要的不仅仅是巨大的资金投入，还需要人才的储备，以及学界和业界的共同努力。中国芯，路漫漫！

留言 点赞 发个朋友圈

我们一起探讨AI落地的最后一公里

作者：羊习习

参考文献链接：

https://www.leiphone.com/news/201804/CFoolbFae24XexPS.html?viewType=weixin

http://36kr.com/p/5069153.html

如需转载，请后台留言，遵守转载规范

推荐文章阅读

长按识别二维码可添加关注

读芯君爱你