【身在草莽年代的AI芯片群雄們，中國核心技術(shù)國產(chǎn)化如何“殺出一條血路”？】

人工智能正在改變各行各業(yè)，而芯片是實(shí)現(xiàn)人工智能的載體。

2018年，資本對(duì)半導(dǎo)體芯片的熱情被AI技術(shù)徹底點(diǎn)燃，不管是巨頭公司還是創(chuàng)業(yè)公司、傳統(tǒng)制造公司還是互聯(lián)網(wǎng)公司，都對(duì)芯片熱情高漲。5月到7月，云知聲、出門問問、Rokid、百度紛紛發(fā)布AI芯片或芯片模組，思必馳確認(rèn)正在打造AI語音芯片,深鑒科技對(duì)外宣布其AI芯片將于今年下半年面市，云知聲創(chuàng)始人兼CEO黃偉甚至用“不做芯片，必死”來表達(dá)自己做AI芯片的決心。

然而，“到現(xiàn)在為止，全球還沒有出現(xiàn)一款真正的AI芯片，因?yàn)檎嬲娜斯ぶ悄苓€遠(yuǎn)未能實(shí)現(xiàn)。”異構(gòu)智能中國區(qū)總經(jīng)理周斌的這番話代表了部分業(yè)內(nèi)人士的觀點(diǎn)。

《IT時(shí)報(bào)》記者采訪大量AI界人士后發(fā)現(xiàn)，對(duì)于AI芯片的概念，目前全球并沒有形成統(tǒng)一共識(shí)，甚至有投資人認(rèn)為，AI芯片領(lǐng)域存在泡沫，大部分創(chuàng)業(yè)公司將會(huì)消失。

但無論如何，身在草莽年代的AI芯片群雄們，總會(huì)有人為中國核心技術(shù)國產(chǎn)化“殺出一條血路”。

AI芯片的不同定義

“初創(chuàng)企業(yè)做AI芯片很可能得不償失?！毙酒髽I(yè)蘇州邁瑞微公司的創(chuàng)始人李揚(yáng)淵在行業(yè)里浸淫十幾年，他告訴《IT時(shí)報(bào)》記者，一款芯片從0到1需要10年以上的周期，他自家的芯片產(chǎn)品也是流片5次后才正式商用，流片20次才能處于業(yè)內(nèi)頂尖的位置，“如果是企業(yè)自行研發(fā)AI芯片，采用40nm（納米）工藝，那么成本可能會(huì)上漲而不是降低。芯片必須靠規(guī)模分?jǐn)傃邪l(fā)成本，40nm工藝僅流片費(fèi)高達(dá)1000萬元，分?jǐn)偨o100萬PCS（某一產(chǎn)品單位數(shù)量），平均每片成本高達(dá)10元，這還不包括更加高額的研發(fā)費(fèi)用?！?/p>

但Rokid平臺(tái)研發(fā)負(fù)責(zé)人朱斌的觀點(diǎn)恰恰與李揚(yáng)淵相反，“智能設(shè)備采用通用芯片是殺雞用牛刀，特殊需求需要特殊芯片來解決痛點(diǎn)，定制AI芯片恰恰是在降低成本，人工智能硬件對(duì)算力有需求，低端的通用芯片算力不夠，高端的通用芯片又有許多冗余設(shè)計(jì)，造成高功耗。”

AI芯片也被稱為AI加速器或計(jì)算卡，通常概念中，AI芯片是指專門用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊（其他非計(jì)算任務(wù)仍由CPU負(fù)責(zé)），當(dāng)前主要分為GPU、FPGA、ASIC等類型，與高通驍龍等通用芯片不同，AI芯片主要用于處理專用任務(wù)，比如安防中高清視頻的識(shí)別、自動(dòng)駕駛時(shí)的數(shù)據(jù)計(jì)算等等。

6月26日，Rokid發(fā)布了一款KAMINO18自研AI語音專用芯片，可支持智能音箱和兒童故事機(jī)，不同于英特爾、高通等傳統(tǒng)通用芯片，這是一塊AI語音專用的SoC（系統(tǒng)級(jí)芯片）芯片，其內(nèi)部繼承了ARM、NPU、DSP、DDR、DAC等多個(gè)核心元件，大小與一枚一元硬幣差不多。朱斌曾經(jīng)專門對(duì)語音喚醒做硬件上的架構(gòu)設(shè)計(jì)，發(fā)現(xiàn)通用芯片中許多功能用不到，但附件成本依然存在，于是，Rokid在去年9月開始定制自己的芯片，采用DSA（Domainspecificarchitecture）架構(gòu)，從本身的產(chǎn)品和算法要求出發(fā)，用異構(gòu)計(jì)算的方式整合到芯片中，在整機(jī)工作狀態(tài)下，產(chǎn)品功耗能降低30%到50%。

李揚(yáng)淵和朱斌的不同觀點(diǎn)，恰好代表了傳統(tǒng)半導(dǎo)體行業(yè)與互聯(lián)網(wǎng)創(chuàng)業(yè)公司對(duì)AI芯片的兩種不同認(rèn)知，半導(dǎo)體圈出身的人更看重芯片從0到1的突破，而“由軟變硬”的互聯(lián)網(wǎng)創(chuàng)業(yè)者卻更希望在1、2、3、4的基礎(chǔ)上，通過算法和軟件設(shè)計(jì)，直接變成10。從目前已發(fā)布的AI芯片來看，它們主要目的體現(xiàn)在以合適的形態(tài)和功耗來加速某種機(jī)器學(xué)習(xí)算法上。比如，用在邊緣側(cè)和終端側(cè)設(shè)備時(shí)，要求極低的功耗和極高的矩陣/浮點(diǎn)運(yùn)算能力，這些是通用型芯片很難做到的。

可佐證的是另一家龍頭芯片廠商的工程師對(duì)此的解釋，在他看來，目前市場(chǎng)上大多數(shù)AI語音芯片，屬于一種服務(wù)于“專有”功能的芯片（可類比DSP數(shù)據(jù)信號(hào)處理），由于專注于一項(xiàng)或幾項(xiàng)功能，限定于特定場(chǎng)景使用，所以設(shè)計(jì)和生產(chǎn)的復(fù)雜度要比通用芯片低，加上這類芯片很少牽扯技術(shù)授權(quán)的原因，做起來會(huì)更加容易。這些AI芯片并不是從底層開始做起，而是直接從SoC或者通用處理器外掛某種“協(xié)處理器”之類架構(gòu)優(yōu)化，通過各種IP的組合來加速上層應(yīng)用的場(chǎng)景，譬如語言，圖像。

異構(gòu)的殊途同歸

目前，AI芯片并無清晰的定義，所以如何算“真正”并不好衡量。不久前的2018動(dòng)點(diǎn)國際峰會(huì)（杭州）上，硅谷創(chuàng)業(yè)公司異構(gòu)智能中國區(qū)總經(jīng)理周斌試著給AI芯片下了個(gè)定義，“能夠高效率、高性能地完成目前人工智能最核心的算法，由于現(xiàn)在主流算法是深度學(xué)習(xí)，意味著AI芯片必須對(duì)深度學(xué)習(xí)有非常好的支持?！睆臄?shù)據(jù)來看，周斌認(rèn)為，AI芯片的計(jì)算能力必須要超過每秒5萬億次，因?yàn)橹挥羞_(dá)到這樣的性能指標(biāo)，很多特定應(yīng)用計(jì)算結(jié)果才可能與人的能力相媲美。

周斌公司的名字——“異構(gòu)”，實(shí)質(zhì)上正是對(duì)AI芯片創(chuàng)業(yè)者們互聯(lián)網(wǎng)背景最直接的闡釋。異構(gòu)，顧名思義是指由不同來源共同構(gòu)成，互聯(lián)網(wǎng)就是一個(gè)典型的異構(gòu)網(wǎng)絡(luò)。后來演化出的異構(gòu)計(jì)算，是一種特殊形式的并行和分布式計(jì)算，常被用于協(xié)調(diào)不同硬件以滿足不同的計(jì)算需求，并使代碼（或代碼段）能以獲取最大總體性能方式來執(zhí)行。

目前AI芯片基本都通過多種芯片進(jìn)行異構(gòu)計(jì)算。過去傳統(tǒng)芯片公司只專注于少數(shù)幾種芯片，但現(xiàn)在的芯片公司開始注重橫向發(fā)展，整合不同類型的芯片，比如，手機(jī)SoC在傳統(tǒng)的CPU（中央處理器）、GPU（圖形處理器）、ISP（在線編程）之外，還會(huì)加入另外用來加速AI的NPU（嵌入式神經(jīng)網(wǎng)絡(luò)處理器）等處理核心。“異構(gòu)芯片中有一部分是通用功能?！痹浦暵?lián)合創(chuàng)始人康恒告訴《IT時(shí)報(bào)》記者。

成本決定的道路

一個(gè)有趣的現(xiàn)象是，互聯(lián)網(wǎng)出身的AI創(chuàng)業(yè)者都在跑步進(jìn)入AI芯片硬件領(lǐng)域，而傳統(tǒng)芯片廠商卻在用算法等“軟”的方法實(shí)現(xiàn)AI。

AI技術(shù)有三大要素，算法、算力和數(shù)據(jù)。從國際AI技術(shù)前沿來看，深度學(xué)習(xí)等算法模型的研發(fā)并未成熟，遷移學(xué)習(xí)、膠囊網(wǎng)絡(luò)等新的算法模型都在同步快速發(fā)展，AI芯片該使用什么方法和原理實(shí)現(xiàn)仍在探索階段。事實(shí)上，目前主流芯片廠商并沒有推出AI芯片，很多AI功能都通過通用芯片加特殊的算法、軟件完成。

高通今年年初推出的人工智能引擎（AIEngine）包括軟硬件兩部分，在高通驍龍核心硬件架構(gòu)（CPU、GPU、VPS向量處理器）上搭載了神經(jīng)處理引擎（NeuralProcessingEngine,NPE）、AndroidNNAPI、Hexagon神經(jīng)網(wǎng)絡(luò)庫等軟件，讓人工智能在終端側(cè)（如智能手機(jī)）上的應(yīng)用更快速、高效。高通旗下芯片產(chǎn)品驍龍845、驍龍835、驍龍820、驍龍660都支持AIEngine，而國內(nèi)不少打著AI旗號(hào)的手機(jī)也基本采用高通方案，通過該AIEngine更好實(shí)現(xiàn)人臉識(shí)別功能。

但對(duì)于目前AI芯片的創(chuàng)業(yè)者和智能家居廠商而言，通用芯片“太貴”了。

康恒告訴《IT時(shí)報(bào)》記者，電視、空調(diào)等大家電產(chǎn)品的利潤足以覆蓋語音模組的高成本，但風(fēng)扇、電燈等小家電成本限制較大，模組的優(yōu)勢(shì)便削弱了，“客戶想做更多的智能品類，下沉到低端產(chǎn)品，但市場(chǎng)上根本找不到合適的芯片，一款百元以內(nèi)的產(chǎn)品，通用芯片并不劃算?！贝蛟熳约旱腁I芯片后，云知聲可以把語音AI技術(shù)的芯片方案開放給客戶，在成本及供應(yīng)周期上有了更大的主動(dòng)權(quán)。

但是李揚(yáng)淵認(rèn)為人工智能的關(guān)鍵技術(shù)，在不同階段的重要程度不同?！疤幚砥鞑皇侨斯ぶ悄荜P(guān)鍵技術(shù)，專用處理器只在部分工作段起提升競(jìng)爭(zhēng)力的作用?！彼J(rèn)為感知段以傳感器為中心，處理器存在價(jià)值并不高；認(rèn)知段、學(xué)習(xí)段和決策段，太強(qiáng)調(diào)處理器反而影響成本，包括一次性成本和功耗成本。

“沒有哪一段以專用的人工智能芯片為前提，應(yīng)該把研發(fā)人工智能芯片當(dāng)作一件獨(dú)立的事，而不是軟件研究的自然延伸?！崩顡P(yáng)淵以人做比喻，傳感器是人的軀殼，大腦靠算法取勝。

半導(dǎo)體分析師李壽鵬也認(rèn)為，人工智能依靠的是算法，芯片只是載體。如果想用ASIC（全定制芯片）去做更好的語音識(shí)別處理，硬件差異性并不大。對(duì)語音識(shí)別來說，識(shí)別語句與軟件、網(wǎng)絡(luò)、訓(xùn)練更有關(guān)系，而之前存在的云和端數(shù)據(jù)交換延遲問題，也會(huì)隨著5G到來，迎刃而解。

研發(fā)AI芯片比高端通用芯片更簡單，是AI圈普遍的認(rèn)知。

云知聲聯(lián)合創(chuàng)始人、IoT事業(yè)部副總裁李霄寒認(rèn)為，經(jīng)過幾十年的發(fā)展，芯片業(yè)沉淀了很多模塊化的東西，比如高通和聯(lián)發(fā)科都是基于ARM的架構(gòu)設(shè)計(jì)芯片，因此，并不是每一款A(yù)I芯片都要從零開始，可以用業(yè)界成熟的模塊和產(chǎn)品，但AI芯片的核心加速模塊需要從最底層開始設(shè)計(jì)。從2014年提出云、端、芯戰(zhàn)略，到2015年正式建立研發(fā)團(tuán)隊(duì)，再到2018年推出AI芯片“雨燕”，云知聲花了整整4年時(shí)間，漸漸意識(shí)到AI不能只在云端，要落地。

2018年被稱為AI芯片落地年，所謂落地，是指AI芯片要搭載到終端上商用。2017年，中國在芯片領(lǐng)域的投資超過1500億元人民幣，2018年開始，這些投資的產(chǎn)業(yè)將陸續(xù)密集落地。信中利資本集團(tuán)創(chuàng)始人、董事長汪潮涌不久前在尋找中國創(chuàng)客第四季夏季峰會(huì)上指出，中國每年花費(fèi)3000多億美元進(jìn)口各類芯片，消耗全球1/3的芯片，自給率不到10%，因此，AI芯片的投資是重中之重，但由于安防AI芯片的流片成本和研發(fā)費(fèi)用高昂，目前尚未形成規(guī)模化的出貨量來抵扣成本;自動(dòng)駕駛汽車未量產(chǎn)，自動(dòng)駕駛AI芯片安全性未達(dá)要求;其他特定領(lǐng)域AI芯片總體下游需求不足，供大于求，“目前AI領(lǐng)域存在較大泡沫?！?/p>

根據(jù)摩爾定律，芯片每隔18個(gè)月性能就會(huì)提升一倍，成本會(huì)下降一半，但半導(dǎo)體行業(yè)賺錢的根本秘訣還是規(guī)?；?，能否有足夠大的出貨量和商用市場(chǎng)，是AI芯片順利從紙面上“著陸”的關(guān)鍵。此前有媒體報(bào)道，即便是安防領(lǐng)域的“大佬”?？低暎磕陮?duì)于英偉達(dá)的需求也只有20萬片。

從這個(gè)角度來看，智能音響可能是AI芯片最早實(shí)現(xiàn)落地的市場(chǎng)。調(diào)研公司CanalysResearch（以下簡稱Canalys）發(fā)布報(bào)告稱，到今年年底，智能音響的保有量將達(dá)到1億部，幾乎是去年的2.5倍。去年，智能音響的保有量不足5000萬部。未來幾年，智能音響的保有量將繼續(xù)增長，到2020年其保有量將增加一倍以上，達(dá)到2.25億部。

云知聲今年5月發(fā)布了面向物聯(lián)網(wǎng)的AI芯片UniOne，用于在終端本地做邊緣計(jì)算，可以為智能音響、智能家居、智能家電等提供服務(wù)方案。出門問問發(fā)布的AI語音芯片模組“問芯”已經(jīng)量產(chǎn)，客戶可以下單購買。

出門問問的CEO李志飛認(rèn)為，芯片是一個(gè)長周期產(chǎn)業(yè)，從概念開始，要經(jīng)過系統(tǒng)設(shè)計(jì)、模塊設(shè)計(jì)、仿真驗(yàn)證、線路綜合、布局布線、流片生產(chǎn)、封裝測(cè)試、驅(qū)動(dòng)開發(fā)、解決方案適配等非常長的流程，芯片一旦做成很難像軟件一樣再做修改，必須重新設(shè)計(jì)流片，迭代周期長、成本高，而芯片本身屬性是一種計(jì)算的硬件載體，不同的芯片適配不同的算法和應(yīng)用場(chǎng)景，AI芯片一方面要有足夠的算力去運(yùn)行各種語音AI算法，另一方面還要針對(duì)各種場(chǎng)景做大量接口的適配，同時(shí)讓成本和功耗滿足大規(guī)模量產(chǎn)的商業(yè)要求。

“能產(chǎn)業(yè)化且能在市場(chǎng)上對(duì)國外的同類產(chǎn)品構(gòu)成競(jìng)爭(zhēng)威脅才是一塊芯片成功的標(biāo)準(zhǔn)。”一位業(yè)內(nèi)人士如是說道。從這一點(diǎn)來看，中國的AI芯片才剛剛起步，江湖草莽，泡沫待破。