4月16日，美國商務部宣布立即重啟對中興通訊的制裁禁令，中興通訊將被禁止以任何形式從美國進口商品，并對中興征收高達 10 億美元的罰款。被美全面封殺后，對于嚴重依賴從美國進口芯片等元器件的中興通訊來說，無疑是一場災難。

　　近年來，隨著人工智能的快速發(fā)展，AI芯片迅速爆發(fā)，給中國芯片產業(yè)帶來了巨大的市場和商機，同時對傳統芯片產生較大的沖擊。中興此次事件，揭開中國產業(yè)核心技術缺乏的傷疤，那么此事件給我們帶來哪些新思考、新機遇?中國AI芯片又能否實現彎道超車呢?

　　國內芯片新思考、新機遇

　　中國芯片市場是全球最大、增長最快的市場，2017年中國集成電路進口量高達3770億塊，同比增長10.1%;進口額為2601億美元(約合17561億元)，同比增長14.6%。業(yè)內人士預計，隨著芯片的快速發(fā)展以及市場需求量的增加，2018年將會有大幅度提升。

　　從數據上來看，一方面體現出我國芯片需求量極大，令一方面則反映出我國極大依賴進口芯片。我國作為全球最大的芯片消費國，由于中國芯片起步較晚，制造水平與國際巨頭還有很大差距，只能長期依賴進口，這對我國芯片未來的發(fā)展極其不利。

　　目前，國內的一些生產工藝水平與國外水平相比差距懸殊，制約因素可以從設計、生產、封裝和測試各個環(huán)節(jié)進行思考。我國芯片發(fā)展的制約因素不只是設備和裝備的問題，還要從芯片設計方面進行考慮，在芯片的研發(fā)過程中，隨著芯片復雜性的提升，對設計技術的要求也在提高，不僅需要先進的設計方法與電子自動化工具，對于復雜芯片還需要一些計算平臺資源，難度系數在不斷加強。這是“中興事件”給我們帶來的新思考。

　　“中興事件”給我們帶來新思考的同時，也帶來了機遇。現在有更多人開始關注芯片，這對想要入局的創(chuàng)業(yè)者來說是個機遇。同時，人工智能的發(fā)展給芯片產業(yè)帶來了巨大機會，以前創(chuàng)業(yè)公司做芯片極其少，而現在越來越多，這就是人工智能帶來的熱潮。在人工智能熱潮里加上中國本來的技術儲備、人才投入、以及續(xù)存量的增加基礎，這些都是芯片產業(yè)升級的明顯征兆。

　　國家政策扶持和企業(yè)自身發(fā)展

　　近年來，國家對人工智能和人工智能芯片產業(yè)給予了戰(zhàn)略層面的關注，從2014年發(fā)布《國家集成電路產業(yè)發(fā)展推進綱要》將IC產業(yè)視為國家戰(zhàn)略性、基礎性、先導性行業(yè)發(fā)展，包括《中國制造2025》、《“互聯網+”指導意見》、《“十三五”規(guī)劃》等多份國家級戰(zhàn)略文件中都特別提出了人工智能芯片、類腦計算的發(fā)展方向。其中，《中國制造2025》提出2020年中國芯片自給率要達到20%，2025年要達到50%;2017年7月發(fā)布的《新一代人工智能發(fā)展規(guī)劃》更要求人工智能核心產業(yè)到2030年達到一萬億，帶動相關產業(yè)規(guī)模超過10萬億。政策對IC產業(yè)提出高要求的同時也表明了國家的重視度，AI芯片產業(yè)有望引領中國“芯”大步向前。

　　從企業(yè)自身上來講，科研技術投入、資金投入、人才培養(yǎng)三者相結合，是發(fā)展AI芯片的必要條件，勢必鑄就AI芯片走上新臺階。如今，企業(yè)不斷提高自身的科技力量，在發(fā)展中謀突破、求創(chuàng)新，為產品注入更先進的技術，讓產品變得越來越智能，使其更具時代性、市場性、以及實用性，這對人們、社會、乃至國家都起到了極其重要的作用。同時，這也是全民共同的意愿。

　　國家對人工智能的重視度，確實加速了AI芯片的快速發(fā)展。但是目前，中國AI芯片研究人員需要解決如怎么樣才能將其芯片設計商業(yè)化、如何擴大生產規(guī)模、以及如何在被人工智能所改變的計算領域中尋得正軌等諸多問題。隨之引發(fā)的也是人們所關心的一個問題就是：中國AI芯片真的能夠實現彎道超車么?

　　中國AI芯片有可能實現彎道超車

　　人工智能的興起，正在引發(fā)各行各業(yè)的變革。舊型芯片不能完全滿足機器學習的需求，而是與國內創(chuàng)業(yè)公司站在同一個起跑線上，為機器學習研發(fā)專門的新型芯片。

　　隨著新興產業(yè)、技術和產品不斷涌現，大數據、云計算、5G通信、人工智能等技術也為芯片提供了巨大的市場。前瞻產業(yè)研究院曾公布這樣一組預測數據，2021年全球人工智能芯片市場規(guī)模將達到111億美元，與2016年的36億美元相比，年復合增長率達25%。

　　從目前來看，國內能真正研發(fā)AI芯片的就只有幾家公司，比如寒武紀、深鑒科技、地平線等。就拿寒武紀來說，寒武紀側重于通用芯片，既做訓練又做應用，布局是在智能終端上。而深鑒科技主要是DPU，一個深度學習處理器。

　　一般來說，一款芯片的生命周期大約為三年，而真正產生利潤的時間僅為12個-18個月。芯片企業(yè)要在這短短的時間內完成利潤積累，進行下一代產品的成功開發(fā)與研制，進入新一輪的迭代周期。在以應用為主體的開發(fā)概念下，每一個應用都需有各自對應的數據集來訓練神經網絡，有效數據的采集速度會是影響開發(fā)周期長短的最關鍵的因素之一。海量高質量的訓練數據集可以幫助工程人員快速有效地訓練神經網絡，加速模型的定型，縮短人工智能芯片的設計周期。