ASIC的開發(fā)時間長，意味著ASIC芯片很有可能趕不上市場變化的速度，致使廠商陷入竹籃打水一場空的尷尬境地。

　　有沒有辦法改進呢?

　　有。

　　既然一家公司設計 ASIC要花費太花時間，何不用別人現(xiàn)成的模塊呢?

　　于是SoC+IP模式開始流行。這種模式有點像吸星大法。

　　SoC 全稱是“片上系統(tǒng)(System-on-chip)”，亦即吸納了許多不同模塊的芯片。SoC 上面的每一個模塊都可以稱為 IP，這些 IP 既可以是自己設計的，也可以是購買其他公司的設計并整合到自己的芯片上。

　　相比ASIC，SoC+IP模式的上市時間短，成本較低，并且IP可以更靈活地滿足用戶需求。IP公司專注于IP模塊的設計，SoC公司則專注于芯片集成，分工合作，提高效率。

　　事實上，高通已經(jīng)在研發(fā)能在本地完成深度學習的移動設備芯片，IP設計公司如CEVA和Kneron也在研發(fā)與人工智能相關的IP核，這種模式未來也是人工智能芯片的發(fā)展方向之一。

　　ASIC易學難練，要想大成，靡費巨資。因此玩ASIC的不乏豪門貴族。例如，谷歌于2016年推出可編程AI加速器TPU，英特爾也將于2017年推出專為深度學習設計的芯片Knights Mill。微軟打造Project Catapult支持微軟Bing。

　　從初創(chuàng)公司來看，美國的Wave Computing公司專注于深度學習芯片架構，推出DPU(Dataflow Processing Unit);英國的Graphcore公司將推出開源軟件框架Poplar和智能處理單元IPU。

　　相比于科技巨頭，初創(chuàng)企業(yè)更有可能結合具體應用場景設計芯片，如地平線機器人設計的第一代BPU(Brain Processing Unit)，被用于開發(fā)ADAS系統(tǒng)。

　　中科院計算所從2008年開始研究，項目名為寒武紀，主要經(jīng)費來源是中科院先導專項和國家自然科學基金，負責人是陳氏兄弟，陳云霽和陳天石。目前，寒武紀系列已包含三種原型處理器結構：寒武紀1號(英文名DianNao，面向神經(jīng)網(wǎng)絡的原型處理器結構);寒武紀2號(英文名DaDianNao，面向大規(guī)模神經(jīng)網(wǎng)絡);寒武紀3號(英文名PuDianNao，面向多種機器學習算法)。

　　類腦芯片：復制另一個人腦

　　類腦芯片不得不提IBM，每次產(chǎn)業(yè)變遷，IBN總要給大家?guī)硪恍┬迈r名詞熱鬧一番。比如電子商務、智慧星球，認知計算，現(xiàn)在又帶來了號稱要復制人腦的類腦芯片，科技真真太黑了。

　　IBM類腦芯片的后臺支持者是美國國防部先進研究項目局(DARPA)，DARPA是可謂科技圈的泰山北斗，大名鼎鼎的Internet前身阿帕網(wǎng)即源于這個機構。

　　DARPA與IBM合作建立了一個項目，名為“神經(jīng)形態(tài)自適應伸縮可塑電子系統(tǒng)計劃(SyNAPSE)”。該計劃意圖還原大腦的計算功能，從而制造出一種能夠模擬人類的感覺，理解，行動與交流的能力的系統(tǒng)，用途非常明確：輔助士兵在戰(zhàn)場動態(tài)復雜環(huán)境中的認知能力，用于無人武器的自動作戰(zhàn)。

　　該項目中最引人注目的是類腦芯片TureNorth。2011年，IBM發(fā)布第一代TrueNorth芯片，它可以像大腦一樣具有學習和信息處理能力，具有大規(guī)模并行計算能力。2014年，IBM發(fā)布第二代TrueNorth芯片，性能大幅提升，功耗卻只有70毫瓦，神經(jīng)元數(shù)量由256個增加到100萬個，可編程突觸由262144個增加到2.56億個。高通也發(fā)布了Zeroth認知計算平臺，它可以融入到高通Snapdragon處理器芯片中，以協(xié)處理方式提升系統(tǒng)認知計算性能，實際應用于終端設備上。

　　“正北”問世，激起了國內研究機構對人工智能的的熱情。

　　上海的西井科技去年發(fā)布了全球首塊5000萬神經(jīng)元類腦芯片。該公司宣稱，這是目前世界上含有神經(jīng)元數(shù)量最多的類腦芯片，也是首塊可商用化類腦芯片。

　　去年6月，中星微宣布中國首款嵌入式神經(jīng)網(wǎng)絡處理器(NPU)芯片誕生，并已于實現(xiàn)量產(chǎn)，主要應用于嵌入式視頻監(jiān)控領域。

　　據(jù)說北京大學則研究另外一種路線——憶阻器。據(jù)媒體報道，北京大學在視聽感知和圖橡視頻編碼方面的研究處于國際領先水平，在利用神經(jīng)形態(tài)芯片構造大規(guī)模神經(jīng)網(wǎng)絡方面，已經(jīng)圍繞視皮層模擬開展研究。

　　中科院陳云霽認為，總體上看，國內和IBM的TrueNorth芯片為代表的國際先進水平還存在一定的差距。這個差距不體現(xiàn)在單芯片絕對的運算速度上(事實上，國產(chǎn)類腦芯片每秒能進行的神經(jīng)元運算和突觸運算數(shù)量比TBM的TrueNorth還要高十倍)，而是在功耗上。TrueNorth芯片功耗僅為65毫瓦，比國內芯片(15瓦左右)要低250倍。

　　從芯片性能角度來看，如今類腦芯片的算力和精度都不能超過GPU和FPGA的最好水平，因此類腦芯片是人工智能芯片幾大方向中最小眾的一類。

　　類腦芯片未來能否超越其它門派?這有賴于人類是否能完全搞清楚人腦的結構，能否有更多理論和實驗支撐類腦芯片技術上的突破。就眼下來看，類腦芯片在商業(yè)化的道路上還需要探索一段時間。

　　華山論劍，中國能否彎道超車?

　　產(chǎn)業(yè)剛剛萌芽，東邪西毒南帝北丐均在趕往華山的路上，似乎大家都有當大英雄的機會。但是，如果從國別的角度來看，會發(fā)現(xiàn)一個殘酷的現(xiàn)象。殘酷，是因為中美兩國存在著相當差距。比賽剛剛開始，美國就贏了。

　　在一些知名的芯片廠商中，美國有13家公司中，領軍者既有谷歌、英特爾、IBM這樣的科技巨頭，也有高通、英偉達、AMD、賽靈思這樣在各自領域中有絕對優(yōu)勢的大公司，以及一些發(fā)展良好的中等規(guī)模公司和活躍的初創(chuàng)企業(yè)。

　　但中國則主要以初創(chuàng)公司為主，沒有巨頭。其中七家企業(yè)中六家都是初創(chuàng)公司，均成立于近三年內，只有一家中等規(guī)模企業(yè)——中星微。

　　從芯片類別來看，美國廠商遍布人工智能芯片的四大流派，IC設計環(huán)節(jié)的產(chǎn)業(yè)結構非常均衡，并且在GPU領域，美國企業(yè)是完全壟斷的，中國為零;在FPGA領域，只能跟隨賽靈思做解決方案;在ASIC領域，有些4家創(chuàng)業(yè)公司;類腦芯片，也有2家。

　　芯片是數(shù)字經(jīng)濟的產(chǎn)業(yè)核心，歷來是易守難攻，一旦形成先發(fā)優(yōu)勢，后來者很難超越。AI芯片也不例外。在過去十多年里，Intel、IBM、摩托羅拉、飛利浦、東芝、三星等60多家公司曾試圖進軍AI芯片，但紛紛遭致慘敗。

　　這其中的原因就在于進入門檻高，主要有以下幾點：

　　首先是專利技術壁壘。FPGA四公司用近9000項專利構筑了長長的知識產(chǎn)權壁壘，將進攻者拒于國門之外。即便是強如Intel也望而興嘆，不得以耗資167億美元收買了Altera，獲得了一張FPGA領域的門票。染指GPU就更不用提了。

　　其次是市場相對偏小。2016年全球FPGA市場總額僅為50億美元，且有九成落入賽靈思和Altera兩家公司，這么小的市場規(guī)模很難養(yǎng)活太多的大公司，必然導致競爭異常激烈。

　　最后是投資周期長。專利壁壘或許可以跨越，市場狹小，或許可以忍受。但是FPGA產(chǎn)品，從投入研發(fā)到產(chǎn)品真正規(guī)?；a(chǎn)差不多要七年。這期間幾乎沒有任何商業(yè)回報。正常的風投是等不了這么長時間的。

　　AI時代論劍，芯片是核心。

　　AI芯片作為產(chǎn)業(yè)上游，也是技術要求和附加值最高的環(huán)節(jié)，產(chǎn)業(yè)價值和戰(zhàn)略地位遠遠大于應用層創(chuàng)新，因此我們需要高度重視。

　　放眼時代變遷，CPU領域WINTEL聯(lián)盟已經(jīng)一統(tǒng)江山極難突破，而AI芯片方興未艾，機遇正在逐漸顯露，AI領域未來必然也會產(chǎn)生類似英特爾、AMD這樣的世界級企業(yè)。

　　美國以絕對實力處于領先地位，但一批中國初創(chuàng)企業(yè)也在蓄勢待發(fā)。

　　但是，AI芯片領域的創(chuàng)新絕不是件一蹴而就的事情。它涉及到人工智能算法、編程語言、計算機體系結構、集成電路技術、半導體工藝的方方面面。在巨大的國際競爭壓力下，靠單個企業(yè)研發(fā)投入，遠遠不夠;單靠有限的風險投資，也不行。靠科技補貼，更是遠水解不了近渴。

　　我們如何相信中國企業(yè)有機會成為人工智能時代的弄潮兒，在AI芯片華山論劍之時占有一席之地呢?抱團創(chuàng)新可能會是未來實現(xiàn)突破的方向。AI領域創(chuàng)業(yè)空間巨大，所需資金規(guī)模巨大，所需資源巨大，單憑創(chuàng)業(yè)者個人和團隊的能力打天下已經(jīng)不現(xiàn)實， AI創(chuàng)業(yè)者需要跟產(chǎn)業(yè)加速器和產(chǎn)業(yè)資本密切結合，抱團創(chuàng)新，如此才能有更廣闊的發(fā)展天地。

　　而筆者在對騰訊眾創(chuàng)調研時了解到，目前許多國內創(chuàng)業(yè)企業(yè)已經(jīng)學會了抱團創(chuàng)新，以長青騰創(chuàng)業(yè)營為例，開營100余天，40家創(chuàng)業(yè)公司總估值實現(xiàn)翻番，超過600億，58%的學員順利進入下一輪融資，100天融資總金額超過60億。眼下，長青騰正在籌劃AI創(chuàng)業(yè)營。

　　這對中國AI芯片創(chuàng)業(yè)是不是有所啟示?