“只看設計架構層面，國內的人工智能芯片并不比國外差，但這是不夠的。”在日前中科院物理所舉行的“科學咖啡館”科普沙龍上，清華大學電子工程系教授汪玉指出，這相當于在沙子上蓋樓，基礎并不堅固。

　　如今國內已涌現出更多做人工智能芯片的企業，做得“一點不比國外差，有的甚至更好”。

　　這里所說的“好”，主要涵蓋設計架構層面。而設計架構成為國內人工智能芯片的強項，背后有一定的原因。

　　傳統的CPU和GPU芯片采用基于指令流的馮諾依曼式計算架構和計算模式來運行，而人工智能芯片多采用類腦或仿腦的架構方式，能夠突破內存墻的計算瓶頸，在語音識別、圖像識別等運用深度神經網絡算法的場景下，相比傳統芯片，人工智能芯片具有顯著優勢。

　　由于與傳統芯片存在上述差異，僅從設計架構來看，國內人工智能芯片能夠很快跟進相關技術，與發達國家幾乎處于同一水平。

　　從近期新聞可管窺國內人工智能芯片的火熱進展

　　6月20日，寒武紀推出第二代云端人工智能芯片“思元270”;6月21日，華為發布人工智能手機芯片“麒麟810”;7月3日，百度發布遠場語音交互芯片“鴻鵠”。

　　華為、寒武紀等企業開發的人工智能芯片，大多為通用性芯片，可勝任多種人工智能應用場景。此外，不少高校和研究院所也在研發人工智能芯片，它們多為專用性芯片，在特殊應用場景下性能較強。

　　產業鏈條仍存掣肘短板

　　盡管國內人工智能芯片發展方興未艾，且在設計架構方面可圈可點，但專家指出，總體上中國在芯片領域基礎薄弱，仍存不少掣肘短板。

　　中國大陸制造芯片的最新設備和工藝比國際先進水平落后一到兩代，因此一些人工智能芯片需要送到境外進行制造和封裝，產業鏈完整度欠佳。

　　手機上所用的人工智能芯片就是典型例子，這些芯片往往需要采用最新工藝以降低功耗、提高集成度和計算性能，屬于高端芯片，需求量非常大，但中國大陸尚不具備制造和封裝條件。

　　國內人工智能芯片發展的弱項還有高速接口以及專用的集成電路IP核。以后者為例，它們具有比較高的計算性能，設計復雜，又與制造工藝休戚相關，要實現這樣的設計模塊通常需要多年沉淀積累。

　　高速接口和專用的集成電路IP核被業界看作核心技術，使用它們往往需要國外公司授權許可，而不具備這些技術的企業在短期內又很難得到許可。

　　國內人工智能芯片在需要聰明智慧的環節做得不錯，但在需要積累沉淀的環節做得卻不夠好。

　　整體而言，國內相關領域研究起步較晚，確實需要積累和沉淀。長遠來看，中國人工智能芯片領域應把握機會補上薄弱環節，將關鍵核心技術掌握在自己手中，以免受制于人。