8月中旬，人工智能芯片始创公司寒武纪取得1亿美元的A轮融资，至此成为该范畴的第一个“独角兽”，紧接着，9月初，华为在IFA 2017上正式宣布了全球首款面向手机的人工智能芯片“麒麟970”。
就在这前后不到一个月的时光里，“人工智能芯片”成了人人争相热议的一个产物、一个家当。
人工智能芯片热度渐 多家公司早已着手结构
前段时光，由于被看作是以后智能家居的进口之一，“智能音箱”一会儿遭到了人们的极年夜存眷，而跟着小爱同窗、天猫精灵等产物的接踵推出，更是将这股高潮推上了顶端。
就在这股海潮逐渐安稳的时刻，“人工智能芯片”紧跟而上，惹起了人工智能范畴的又一波新的海潮。现实上，在这第三次的人工智能海潮中，作为让人工智能技巧更快、更好运转的基本硬件举措措施，人工智能芯片必定是将来智能化时期的一种趋向。也是以，固然人工智能芯片比拟于其别人工智能技巧和运用显得低调很多，但它的结构照旧是浩瀚厂商眼中不克不及错过的“机会”：
买买买的英特尔——至今，为了不再错过人工智能芯片，英特尔陆陆续续收买了Altera、Yogitech、Nervana、Movidius、Mobileye等多家公司，拿下了他们的FPGA等多种技巧。
GPU在手，谁与争锋的英伟达——凭仗着GPU在人工智能运用中的后天性优势，英伟达曾经走在了人工智能芯片的前列。不外，就在比来，黄仁勋也宣布了一款针对深度进修而打造的芯片Tesla V100。
紧盯FPGA的微软——微软把重心放在FPGA人工智能芯片上，曾经被用在Bing搜刮的支撑上。别的，其也推出了基于FPGA的视觉芯片A-eye，让摄像头具有视觉懂得才能，可运用在机械人、汽车和无人机等多种智能产物。
与此同时，国际的厂商也是捋臂张拳。
首个独角兽“寒武纪”——由于高达1亿美元的A轮融资，寒武纪成了人工智能芯片范畴的首个独角兽，经由过程的IP受权的情势，其技巧曾经在华为人工智能芯片麒麟970下面获得了贸易化；
主打“嵌入式”的地平线机械人—— 地平线机械人努力于打造基于深度神经收集的人工智能“年夜脑”平台，包含软硬件。在硬件上，其此前曾表现旗下的人工智能芯片“盘古”曾经胜利流片商用；
……
从下面多家企业的结构和产物来看， 我们可以或许清楚地认知到，固然“人工智能芯片”比拟于语音辨认等技巧并没有获得年夜众更多的存眷，然则作为人工智能的基本硬件举措措施，其曾经成为诸多公司掠夺市场、占领风口的一年夜计谋制胜点。
人工智能加快 人工智能公用芯片是将来趋向
深度进修算法是完成人工智能技巧和运用的焦点，其在运转进程中须要对海量的数据停止运算处置——用已有的样本数据去练习人工神经收集、用练习好的人工神经收集去运算其他数据。关于传统盘算架构而言，这将是一个极年夜的挑衅。
面临深度进修算法这一盘算新需求，GPU（图形处置器）、FPGA（可编程门阵列）、ASIC（公用集成电路）等成了人工智能芯片范畴的“被追捧者”。好比GPU，比拟于CPU，其具有高并行构造，具有更多的ALU（Arithmetic Logic Unit，逻辑运算单位）用于数据处置，合适对密集型数据停止并行处置。
值得我们留意的事，不论是让英伟达一举著名的GPU，抑或是以后与GPU不分手足的FPGA，在属性上，它们都只能算是人工智能通用芯片。比拟于一开端就是“私家订制”的ASIC，在深度进修算法的运转上，GPU和FPGA或多或少都有着一些局限：
GPU局限：GPU可以或许熟能生巧的练习人工神经收集，但在输入运用时，它一次只能处置一张图象；比拟于FPGA的灵巧，GPU硬件构造固定，不具有可调剂性；在完成雷同机能的功耗上，GPU弘远于FPGA和ASIC。
FPGA局限：为了完成可重构特征，FPGA外部有年夜量极细粒度的根本单位，然则每一个单位的盘算才能都远远低于GPU中的ALU模块；在深度进修算法的运转速度和功耗上，FPGA表示的都不如ASIC；FPGA价钱较为昂贵，在某些情形下乃至会高于ASIC。
弗成否定，关于以后人工智能的成长，GPU和FPGA都做出了不小的进献，然则从将来成长趋向来看，人工智能公用芯片才是将来的焦点。
从下面的一些比拟我们可以看出，在功耗和速度上，GPU、FPGA与ASIC之间照样有着必定差距的。
针对人工智能芯片的通用与公用的差别，地平线机械人芯片专家马凤翔称，比拟于通用芯片，公用芯片是为特定场景而定制的，具有低功耗、低本钱、高机能的优势。再浅显一点讲，就如寒武纪开创人之一的陈云霁所举出的例子，通俗的处置器就比如“瑞士军刀”，固然通用，但不专业，形成糟蹋，然则做菜的时刻，照样菜刀轻车熟路，而专业的深度进修处置器就是这把更高效、更快捷的“菜刀”。
与此同时，不只仅是机能的请求，跟着人工智能技巧的成长，其运用规模也将进一步扩展。将来，主动驾驶、机械人、智能家居等等终将充满我们的生涯，这个中所隐蔽的将是一个无可估计的市场需求。届时，不论是所须要处置的数据，抑或是运算速度，与如今比拟都将不是一个量级，若想做的更好，就只能向人工智能公用芯片挨近。
人工智能公用芯片贸易化 IP受权是以后的最好前途
跟着寒武纪成为AI芯片范畴首个“独角兽”、华为麒麟970的推出，和前面苹果、三星等多家分量级厂商接踵宣告AI芯片的计划，“若何完成技巧、产物的贸易化落地”就成了接上去须要厂商们亟待处理的成绩。
今朝，应用ASIC架构的人工智能公用芯片中，最典范、最具代表性确当属寒武纪旗下的产物和谷歌的TPU了，分歧的是，前者办事的对象是宽大客户，尔后者则是办事于本身的人工智能体系Tensor-flow。
谈及贸易化，固然中星微、寒武纪的产物此前都有所流片，然则从以后的全体来看的话，比拟于流片，IP受权也许更合适人工智能公用芯片，特别是关于创企而言。至于缘由，可以总结为两点：
第一，与其急着流片完成贸易化，不如缓下脚步到达芯片生态圈
切实其实，关于企业来讲，流片是一种可以或许疾速完成贸易化的办法，而且收成的利润也是可不雅的。然则，如许一来不免显得有些保守，一不当心也许就会形成掉误。比拟之下，经由过程IP受权来渐渐收买客户构建生态圈、“蚕食”人工智能芯片市场显得更加自在有序。
说到IP受权，我们第一个想到的就是ARM，作为后起之秀的它经由过程IP受权的战略打败了其时的业内老迈Intel。ARM年夜中华区总裁吴雄昂曾一句话总结胜利——树立了一个有壮大活性和立异力的生态圈，为生态圈的协作同伴供给了一种双赢形式，介入个中的企业有很高的胜利率和利润空间。别的，ARM生态圈的成员其实不受限于ARM平台，在此基本上可以有没有限的立异空间。
以后，深度进修算法能够还没有那末的成熟，而人工智能的极年夜需求又对芯片的机能和功耗提出了新请求。与此同时，ASIC还有一个bug——架构固定不具有灵巧性，这是其略逊于FPGA的一处。不外，经由过程IP受权，这将许可客户在指令集基本上依据需求创立出本身的内核架构，并可添加各类片表里设好比通讯接口等等，从而临盆出本身的“处置器芯片”，就像此次的华为麒麟970。
今朝来说，人工智能还处在一个低级阶段，比拟于“思想定式”，更加灵巧的架构也许将会更受迎接。如斯一来，环绕人工智能公用芯片将会慢慢构成一个生态圈，这关于芯片企业今后的计划而言将是主要的一步棋。
第二，人工智能公用芯片流片具有风险
后面也提过，比拟于人工智能通用芯片，人工智能公用芯片具有低本钱低功耗的优势，然则有一个条件，那就是完成凌驾货量。
好比ASIC和FPGA，比起一次性本钱，前者的本钱是远远高于后者的，不外，在异样完成高量产的条件下，后者的本钱将改变为前者的10倍，乃至是100倍。是以，假如不克不及完成量产的话，这关于人工智能公用芯片将是一件极其晦气的事。
固然，在机能和功耗上，人工智能公用芯片遥遥抢先，但也不克不及疏忽其一旦流片，功效就不克不及更改的现实，这也是形成人工智能公用芯片上市慢的一个缘由地点。
结语
在多起事宜的联动下，人工智能公用芯片曾经成了一个“年夜蓝海”，引得国际内科技巨子、AI创企纷纭跳入个中，意图攀上中央那座小岛的制高点。
最初，攀上那座小岛的只会是人工智能公用芯片，至于最初是谁，又是怎样攀上的，我们今朝只能持以不雅望的立场。
