當前，中國乃至全球AI芯片產(chǎn)業(yè)仍處于產(chǎn)業(yè)化早期階段，執(zhí)行人工智能算法的專用芯片和集成了人工智能神經(jīng)網(wǎng)絡處理功能的通用芯片將是人工智能芯片領域熱點。而每一種AI芯片的出現(xiàn)，都是一次技術、成果、算法等取得進展的集中展示。

　　去年十一月，為支持異構計算，Arm推出兩款全新的主流ML處理器，分別是Ethos-N57 與 Ethos-N37 NPUs，這是繼Arm ML處理器Ethos-N77之后的兩個處理器，此舉引發(fā)了多方關注。而國內研發(fā)出全球首款超高性能異構AI芯片的消息，再次然人們將關注的目光轉向了異構芯片。

　　近日，位于海寧泛半導體產(chǎn)業(yè)園的浙江芯盟科技有限公司成功研發(fā)出全球首款超高性能異構AI芯片。該芯片只有兩個指甲蓋大小，打破了傳統(tǒng)同構芯片內儲存與計算間的數(shù)據(jù)墻，實現(xiàn)了數(shù)據(jù)存儲、計算的三維集成。

　　據(jù)悉，這種芯片主要應用于類人感知與決策應用場景，如保安、服務員、農民、醫(yī)生、駕駛員等。與此同時，對行業(yè)降低應用產(chǎn)品智能化的成本，加速人工智能驅動的結構模式優(yōu)化與產(chǎn)業(yè)升級具有深遠意義。

　　在人工智能的熱潮之下，AI芯片的市場方興未艾。現(xiàn)在，越來越多的廠商加入了AI芯片的研發(fā)。除了傳統(tǒng)芯片廠商也有手機和互聯(lián)網(wǎng)企業(yè)，義無反顧的投入其中。這些廠商在不同的范疇及場景下，各擅其長。

　　值得注意的是，算法的發(fā)展程度對于AI芯片研制和最終性能將產(chǎn)生巨大影響。深度學習算法對芯片性能需求主要表現(xiàn)在三個方面，海量數(shù)據(jù)在計算和存儲單元之間的高速通信需求、專用計算能力需求高、海量數(shù)據(jù)自身處理。其中，深度學習算法中有大量卷積、殘差網(wǎng)絡、全連接等特殊計算需要處理，需要提升運算速度，降低功耗。

　　7月30日，由中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（以下簡稱“聯(lián)盟”或AIIA）計算架構與芯片推進組主辦的“2020年度AI芯片交流會”在北京順利召開。會議期間，參會人員從AI芯片技術、神經(jīng)形態(tài)計算與類腦芯片、推理AI芯片、AI Camera芯片賦能智能家用攝像頭落地實踐等角度展開探討，由此可見業(yè)內人士對于AI芯片產(chǎn)業(yè)發(fā)展的高度重視及殷切期許。

　　有分析人士指出，在AI和5G場景下，以CPU為代表的通用計算顯得越來越吃力，異構計算正在逐漸成為主流的芯片架構。從應用場景來看，今后AI芯片的應用場景不再局限于云端，部署于智能手機、安防攝像頭、智能機器人、自動駕駛汽車等終端的各項產(chǎn)品將變得

　　越來越豐富。除了追求性能提升外，AI芯片也將更加專注于特殊場景的優(yōu)化和提升。在技術和商業(yè)的雙重因素推動，將半導體行業(yè)推向了了寡頭壟斷階段。無數(shù)創(chuàng)業(yè)公司競相斗艷的時代日漸遠去，綜合實力較強的企業(yè)雄踞于市場的勢頭也已經(jīng)顯現(xiàn)。歸根結底，AI芯片是支撐人工智能技術和產(chǎn)業(yè)發(fā)展的基礎設施，在AI產(chǎn)業(yè)鏈中具有非常重要的地位。要想在激烈的市場競爭中存活，國內外企業(yè)都需要圍繞技術這個核心進行拓展和提升，才能強占用戶群體，成為廝殺激烈“半導體大戰(zhàn)”中的突圍者和勝出者。

　　責任編輯：tzh