摘要：对人工智能芯片范畴的研讨进行了概括评述，并对未来展开趋势进行了剖析。首要剖析了当时国际首要科技巨子纷繁布局人工智能芯片的现状；然后要点介绍了边际侧低功耗人工智能芯片的特色与研制运用现状；最终评论人工智能芯片展开趋势。总述标明，人工智能芯片在越来越多的场景中表现出宽广的运用远景，低功耗和面向通用人工智能的人工智能芯片研制已成为大趋势，类脑仿生芯片将继续扮演通用人工智能“探路者”人物，人工智能芯片将有助于我国在国际范围的科技比赛中完结弯道超车。
当时人工智能各范畴的算法和运用处在高速展开和快速迭代的阶段，而人工智能芯片现已成为支撑人工智能工业的底层根底，具有十分宽广的展开远景[1]。关于人工智能芯片的界说，能够从广义和狭义两个视点来阐释：首要，从广义视点，只需能够运转人工智能算法的芯片，都能够被视作人工智能芯片；其次，从狭义视点，人工智能芯片指针对人工智能算法做了特别加快规划的芯片（现阶段的人工智能算法一般以深度学习算法为主，也能够包含其他机器学习算法），这也被视为一般含义下对人工智能芯片的界说[2-4]。此外，可用于人工智能核算使命的各类芯片，一般总称为泛人工智能类芯片。因而，人工智能芯片也称为“人工智能加快器”，即专门用于处理人工智能运用中的很多核算使命的模块（其他非核算使命仍由CPU担任）。
人工智能芯片现在有两种展开途径。第一种展开途径连续传统核算架构，旨在对硬件核算才能进行加快，首要以GPU、FPGA、ASIC等为代表，但CPU仍旧发挥着不行代替的作用[5]。别的一种展开途径是彻底推翻经典的冯·诺依曼核算架构，选用类脑神经结构来进步核算才能，以美国英特尔公司的Loihi芯片、美国IBM公司的TrueNorth芯片等为代表[6]。人工智能芯片展开道路图，能够概括为如下三个阶段：短期方针，完结以异构核算为主加快各类运用算法的落地；中期方针，展开自重构、自学习、自习惯、自组织的异构人工智能芯片来支撑人工智能算法的演进和类人智能的晋级；长期方针，向规划完结通用人工智能（General Artificial Intelligence，GAI）芯片的终极方针跨进。
虽然当时摩尔定律逐步放缓，但作为推进人工智能技能不断进步和落地的硬件根底与极优挑选，未来十年仍将是人工智能芯片展开的黄金时期——估计到2021年，我国的人工智能芯片产量估计将到达52亿美元。面对不断增加的商场需求，各类专门针对特定范畴人工智能运用的人工智能芯片新颖规划理念和架构立异正在不断涌现、移风易俗。
举世商场调查发布陈述指出，全球人工智能芯片组的全球商场估计将从2019年的80亿美元增加到2026年的700亿美元。集成电路规划职业归于技能密集型职业，而人工智能芯片作为集成电路范畴新式的方向，在集成电路和人工智能方面有着两层技能门槛。现在，泛人工智能类芯片范畴中的首要企业分为两类：第一类企业首要包含国际集成电路规划龙头企业以及首要以进行IP授权办法运营事务的企业，前者的代表性企业包含英特尔（Intel）、英伟达（Nvidia）、AMD、高通公司（Qualcomm）、NXP、Broadcom、赛灵思（Xilinx）、联发科、华为海思等，后者的代表性企业包含ARM、Cadence、Synopsys等。第二类企业首要是专业人工智能芯片规划公司，其代表性企业包含寒武纪、地平线机器人、Graphcore、Wave Computing等。此外，现在业界要点研制和运用的人工智能芯片，按规划思路首要分为三大类：首要是专用于机器学习和深度学习（以深层神经网络算法为主）的练习和推理用加快芯片；其次是受生物脑启示规划的类脑仿生芯片；最终是可高效核算各类人工智能算法的通用人工智能芯片。
2020年人工智能芯片职业大型并购频发，在短短两个月时间内便到达了总金额到达约1000亿美元的收买买卖：9月，美国英伟达公司宣告将以400亿美元现金加股票的办法收买美国ARM公司；10月，美国AMD公司宣告将以350亿美元收买美国赛灵思公司，同期美国Marvell公司宣告将经过股票加现金的办法，以总价约100亿美元的价格收买模仿芯片制作商Inphi公司；美国英特尔公司连续将其首要精力会集在专用人工智能芯片范畴的道路月收买致力于创立用于建模和仿真的优化渠道的美国SigOpt公司以加强其人工智能芯片事务，继续强化在人工智能芯片范畴的实力。
英伟达在2020年仍然扮演着人工智能芯片“领跑者”的重要人物。英伟达发布了其用于超级核算使命的A100人工智能芯片（图1），这款依据第八代Ampere架构的芯片所选用的弹性核算技能能将每个芯片分割为多达七个独立实例来履行推理使命，人工智能算力进步20倍以上，被业界认为是史上最大功用腾跃。这是人类有史以来初次能够在一个渠道上完结对横向扩展以及纵向扩展的负载的加快；此外，A100人工智能芯片将在进步吞吐量的一起，下降数据中心的本钱。全球闻名的数据中心处理计划供给商VMware宣告，将在VMware数据中心管理软件中初次运用英伟达的人工智能芯片，以进步数据中心功率。紧接着，英伟达发布全球仅有的千万亿级作业组服务器NVIDIA DGX Station A100，装备四个英伟达A100人工智能芯片，具有高达320GB的GPU内存，加快满意坐落全球各地的公司作业室、研讨机构、实验室或家庭作业室中的作业团队关于机器学习和数据科学作业负载的激烈需求。
英特尔则正在成为最靠近军方需求的人工智能硬件供货商。2020年10月，英特尔宣告获批一项与美国军方协作项目的第二阶段合同，旨在帮忙美国军方在美国国内生产更先进的人工智能芯片原型，这种封装技能能够将来自不同供货商的“小芯片”集成到一个封装中，然后完结把更多功用整合进一个更小的制品中，一起下降其功耗。
美国谷歌公司继续着力人工智能芯片的硬件优化，使它能更好地支撑谷歌的人工智能技能，例如进步谷歌帮手的交互体会和长期坚持激活的才能。美国谷歌公司提出经过人工智能程序推进专用人工智能芯片内部开发的想象，旨在树立一种良性循环：人工智能让芯片变得更好，经过改进的人工智能芯片又能增强人工智能算法，依此类推、迭代共进。相关研讨现已证明，关于芯片电路布局规划使命，深度神经网络只花了24小时就处理了该问题，而人类规划是需求6~8周，而且前者的处理计划更好。谷歌宣告联手韩国三星公司共同开发的代号“白教堂”的自研人工智能芯片取得了重大进展，该芯片选用三星的5 nm半导体工艺打造、搭载8个ARM中心，估计2021年就或许运用在下一代谷歌手机和笔记本电脑上。
可是“前浪”面对“后浪”的强壮应战与比赛，这些后浪源于以往主营主业不在集成电路与设备制作的科技巨子的“跨界”与“掉转航向”，力求布局人工智能生态全工业链。以美国亚马逊公司为例，其Alexa语音帮手的核算使命此前是由英伟达的芯片处理，但现在亚马逊Alexa语音帮手现已在他们自研的AWS Inferentia人工智能芯片上运转。Inferentia人工智能芯片（图2）由四颗NeuronCore组成，每颗NeuronCore由以线性独立办法处理数据的很多小型数据处理单元（DPU）组成、完结一个“高功用脉动阵列矩阵乘法引擎”。此外，亚马逊宣告Alexa部分核算使命转向自研芯片，估计本钱较英伟达T4可下降30%，并下降了25%的推迟，更低的推迟有助于Alexa的开发人员运转更先进的数据剖析输入技能、下降用户的等待时间。
德勤发布《2020科技、传媒和电信职业猜测》陈述，指出到2024年，边际人工智能芯片销量估计将超越15亿片；消费级边际人工智能芯片商场规模远大于企业商场，但其增加快度或许相对较慢，2020至2024年的复合年均增加率估计将为18%，如图3所示。
边际侧人工智能芯片的最老练战场是自动驾驭范畴[7-8]。ABI Research估计，到2027年左右，对先进驾驭辅佐体系的需求将增加两倍，但轿车职业已然将目光投向了更久远的全自动驾驭轿车和自动驾驭出租车，从L2和L3级先进驾驭辅佐体系向L4和L5级全自动驾驭演进的进程中，高功用、低推迟和高能效的结合将是关键所在。现在自动驾驭轿车芯片商场占有领导位置的是英伟达，其在2015年就推出了车载核算渠道，尔后继续迭代，现在在自动驾驭芯片商场已处于优势位置；而以低功耗产品见长的Imagination等新式公司的不断鼓起，为边际人工智能芯片范畴注入了新的元素和生机。后者于2020年推出的第三代神经网络加快芯片IMG Series4（其全新的多核架构可供给每秒600万亿次操作甚至更高的超高功用）所面向的商场，由其第二代神经网络加快芯片所聚集的移动设备和轿车商场，进一步拓宽到智能相机监控、消费电子（尤其是数字电视）、低功耗物联网（IoT）智能设备范畴。因为以自动驾驭为代表的很多人工智能芯片运用场景都是依据三维数据，因而当时在规划人工智能芯片时，无法逃避三维数据的实时高功用核算问题[9-11]。虽然现在国际首要科技巨子企业都对人工智能芯片投入了很多的人力物力，因为三维场景的杂乱性，现在这些芯片还远远没有到达令人满意的境地。
人工智能芯片的运用发端于核算机视觉核算与图画处理，在2020年，该范畴的边际人工智能芯片测验仍然产生了注目的作用。该范畴人工智能芯片无须生成实践图画，而是能够剖析所看到的视频并仅供给有关其前面内容的元数据，而不是显示器视界中的内容。因为数据仍然在边际侧、没有被发送到长途服务器，因而黑客截获灵敏图画或视频的时机大大削减，这将有助于减轻对隐私的忧虑，在智能手机、智能相机、视频安防等范畴有着宽广的运用远景[12-13]。据统计，现在边际人工智能芯片绝大部分将流向高端智能手机，当时在用的一切消费级边际人工智能芯片中超越70%均用于智能手机。苹果公司现已证明了结合人工智能和印象技能以经过iPhone定制规划的神经引擎处理器支撑的Face ID生物辨认技能创立更安全的体系的成效；华为技能有限公司和美国谷歌公司还在其智能手机中装备了专用的人工智能芯片，以帮忙图画处理。这些设备上的人工智能芯片所履行的正是“边际核算”办法：在网络边际处理杂乱的人工智能和机器学习使命，而不是将数据来回发送给服务器。日本索尼公司与美国微软公司到达微型人工智能芯片买卖，协作将人工智能功用嵌入索尼最新的成像人工智能芯片中，该新模块的最大优势在于它内置了处理器和内存，能够运用像微软的Azure这样的人工智能技能来剖析视频，可是在一个独立的体系中，它比现有办法更快、更简略、更安全地操作。美国草创人工智能芯片公司Kneron推出专门为边际核算设备规划的KL720 AI SoC，该芯片在小区域内可供给高核算功用且功耗低，能够处理1080P的4K静止图画和视频，并供给面部辨认的3D传感功用，还为自然语言处理运用程序供给了新的音频辨认东西。
边际人工智能芯片范畴的另一个先行者是美国谷歌公司。谷歌的Edge TPU边际人工智能芯片是专为在边际运转TensorFlow Lite ML模型而规划的ASIC芯片，可用于越来越多的工业运用场景，如猜测性保护、反常检测、机器视觉、机器人学、语音辨认等，能够运用于制作、本地布置、医疗保健、零售、智能空间、交通运输等各个范畴，具有体型小、功耗低、功用超卓的优势，能够在边际布置高精度人工智能。2020年2月，谷歌发布首个依据Edge TPU人工智能芯片的全球人工智能模型渠道——Model Play，这是一款面向全球用户的人工智能模型资源沟通与买卖渠道，为机器学习与深度学习供给丰厚多样化的功用模型，兼容多类商场干流的边际核算人工智能芯片，包含谷歌CoralEdge TPU、英特尔Movidius、英伟达Jetson Nano等，帮忙用户快速创立和布置模型，明显进步模型开发和运用功率，下降人工智能开发及运用门槛。
当时，跟着全球人工智能工业的蓬勃展开和技能产品的广泛落地，人工智能芯片相较于传统处理器现已成为人工智能算法完结的更优挑选，而且只要将人工智能算法与人工智能芯片充沛交融与协同，才能够真实推进人工智能技能的商用进程。因而，人工智能芯片被公认为是未来人工智能年代的战略制高点。人工智能芯片未来展开趋势，能够概述为以下三个方面。
一是低功耗人工智能芯片成为“万物互联万物生”的智能物联网年代的标配。近年来，跟着物联网技能的展开与产品运用，边际侧的智能处理所扮演的人物逐步加码，因而催生了“人工智能物联网（AIoT）”概念[14-15]。一般而言，人工智能物联网是人工智能与物联网的结合，经过将物联网末梢节点（如传感器）收集的海量多源异构数据存储于云端或许边际侧，并在云端或许边际侧运转人工智能、大数据、云核算等技能手段构成更高办法的人工智能，完结万物数据化、泛在智联化[16-17]。人工智能物联网运用场景对硬件设备的低功耗要求极高，需求硬件设备统筹高功用、强智能和低功耗等特色——这现已成为人工智能物联网运用场景下智能硬件的规划和完结的首要要求，而智能硬件的规划进程也有必要结合特定物联网场景、从运用需求动身，有针对性、定制化规划人工智能芯片架构与集成计划，才能在保证功用的一起下降功耗。
二是面向通用人工智能的人工智能芯片成为大趋势。现在业界尚没有呈现一款通用人工智能芯片，决议了人工智能现在还无法深入革新人类生活办法，因而规划完结面向通用人工智能的人工智能芯片成为相关研制的终极方针——通用人工智能芯片是指能够支撑和加快通用人工智能核算的芯片。执政通用人工智能芯片行进的道路上所面对的应战，包含习惯人工智能和核算架构通用性、习惯人工智能技能的杂乱性等，一起需求要点考量摩尔定律的逐步失效和冯·诺依曼架构的瓶颈所带来的技能应战与运用难度。
三是类脑仿生芯片将继续扮演通用人工智能“探路者”人物。现在类脑仿生芯片的干流理念是选用神经拟态工程规划的神经拟态芯片。神经拟态芯片选用电子技能模仿现已被证明的生物脑的运作规矩，然后构建类似于生物脑的电子芯片，即“仿生电子脑”。神经拟态核算在算法以及芯片的规划上能够完结以低于1000倍的功耗去完结相同作用的模型练习。因而，神经拟态芯片是一种环境友好型的芯片，其体积小、功耗低的特色，契合生物进化最实质的优势。2020年6月，Gartner发布陈述猜测，到2025年神经拟态芯片有望替代GPU，成为用于人工智能体系的首要芯片之一。神经拟态研讨连续在全国际范围内展开，而且受到了各国政府的注重和支撑。受脑结构研讨的作用启示，杂乱神经网络在核算上具有低功耗、低推迟、高速处理、时空联合等特色。美国苹果公司一向是类脑仿生芯片研制范畴的佼佼者：2020年8月，美国苹果公司发布其最新A14仿生芯片，该芯片的CPU功用比较上一代A13仿生芯片进步40%，GPU功用比较上一代仿生芯片进步50%，领先于现在安卓设备搭载的任何处理器技能，包含英特尔芯片；A14仿生芯片还搭载了定制技能，这些技能能够驱动速度更快的神经引擎，这将使iPad Air在机器学习方面变得更强壮。2020年11月，苹果发布A14X仿生芯片的CPU和GPU功用基准，与A12Z仿生芯片比较，多核测验的功用进步了35%。
跟着信息化和智能化逐步浸透进入动力、交通、农业、公共事业等更多职业的商业运用场景中，考虑到智能化使命运算力需求，以及传输带宽、数据安全、功耗、延时等客观条件约束，人工智能芯片在越来越多的场景中展现出宽广的运用远景和旺盛的生命力。依据ABI Research数据，人工智能芯片商场规模到2024年估计能够到达100亿美元。而人工智能芯片商场的继续炽热，为我国在全球人工智能科技比赛中“弯道超车”供给了有利机会：长期以来，我国在CPU、GPU、DSP等处理器规划上一向处于追逐位置，绝大部分芯片规划企业过度依托欧美的IP核规划芯片，在自主立异上受到了极大的约束——智能电子硬件设备及集成电路关键技能面对严峻的“卡脖子”应战和继续的潜在“断供”危险。“危局中开新局”，人工智能工业的快速鼓起与遍及运用，无疑为我国在以人工智能芯片为代表的新式处理器范畴完结“弯道超车”供给了绝佳的前史机会——人工智能范畴的运用现在还处于面向职业运用阶段，生态上没有构成彻底比赛独占和技能壁垒，因而国产处理器厂商与国外比赛对手在人工智能芯片研制（甚至人工智能）这一全新赛场上处于同一起跑线上。因而，依据新式技能和运用商场，不仅在包围人工智能芯片范畴，我国在树立人工智能生态圈方面也将大有可为。回来搜狐，检查更多
