AI芯片中国巨头们纷纷亮剑

巨头们纷纷展示中国科技发展在智能时代的成绩。相信中国科技未来会成为世界领先。

现阶段人工智能应用对算力的需求体现在两方面：一是深度学习算法包括大量的卷积、残差网络、全连接等计算需求，在摩尔定律接近物理极限、工艺性能提升对计算能力升级性价比日益降低的前提下，仅基于工艺节点的演进已经无法满足算力快速增长的需求；二是深度学习需要对海量数据样本进行处理，强调芯片的高并行计算能力，同时大量数据搬运操作意味着对内存存取带宽的高要求，而对内存进行读写操作尤其是对片外内存进行读写访问的消耗的功耗要远大于计算的功耗，因而高能效的内存读写架构设计对芯片至关重要。

当前的AI芯片有3种含义：第一种是指能处理人工智能通用任务且本身具有核心IP (知识产权) 的处理器芯片；第二种是指运行或者嵌入人工智能算法的普通处理器芯片；第三种是指具备加速语音、图像等某一项或多项任务的计算效率及迭代能力的处理器芯片。

AI芯片按架构体系又可以分为CPU (通用处理器)、GPU、DSP (数字信号处理器) 、FPGA、ASIC和类脑芯片。按使用的场景可以分为云侧和端侧芯片，每一侧又可以按任务分为训练和推理。

8月29日阿里巴巴旗下半导体公司平头哥发布马云亲自命名的SoC芯片平台“无剑”，今日AI芯片独角兽地平线又带来了中国首款已量产车规级人工智能芯片——征程二代。

作为系统芯片开发的基础共性技术平台，无剑由SoC架构、处理器、各类IP、操作系统、软件驱动和开发工具等模块构成。平台能够承担AIoT芯片约80%的通用设计工作量，让芯片研发企业专注于剩余20%的专用设计工作，降低系统芯片的研发门槛，提高研发效率和质量，让定制化芯片成为可能。

1、高算力利用率，其典型算法模型在征程二代芯片上处理器的利用率可高于90%。2、算力有效性，配合高效的算法，征程二代的每TOPS算力可以处理的帧数可以达到同等算力GPU的10倍以上。3、感知可靠性，征程二代识别精确度大于99%，延迟低于100毫秒。4、感知丰富性，征程二代能够支持多任务人工智能计算，实现像素级语义分割，2瓦功耗的处理器可以跑语义分割、检测、分类、跟踪等很多任务，可识别超过60个类别的目标，单帧目标识别数量超过2000个。

华为4款产品：麒麟810是首款采用自研达芬奇架构的手机AI芯片，采用最先进的7nm工艺制程。麒麟980是目前全球最领先的手机SoC芯片之一，最早采用台积电7nm工艺和ARMCortex-A76架构。昇腾310是面向边缘侧的AI推理芯片,采用12nm工艺,可以应用于智能安防、机器人、智能新零售等场景。昇腾910是面向中心训练的AI处理器芯片，首个基于全栈全场景深度学习技术的人工智能SoC芯片。

高通“骁龙855”：“骁龙855”采用第四代终端侧AI引擎技术，首款支持5G网络的骁龙移动平台，在拍摄、语音、XR和游戏的终极私人助理，打造更加智能、快速和安全的体验。

地平线“征程/旭日”系列芯片：该芯片采用自主AI架构BPU的边缘人工智能视觉处理器，“征程”面向智能驾驶，“旭日”面向AIoT。

旷视、商汤也有自主研发的芯片。

依图科技的云端视觉AI芯片“求索”：“求索”采用16nmFinFET工艺，单芯片可实现50路高清视频实时全解析。阿里巴巴旗下半导体公司平头哥的RISC-V处理器：玄铁910（XuanTie910）。玄铁910采用RISC-V架构的64位处理器内核，为高性能边缘计算芯片提供核心IP Core；应用于视频监控、人工智能、5G、边缘服务器、网络通信等领域。

紫光展锐“锐虎贲T710”：“锐虎贲T710”采用八核架构，4颗2.0GHz的ARM A75内核和4颗1.8GHz的A55内核，集聚人工智能、安全性、连接、性能、功耗五大领域的突出优势。

中国企业在面临过困难后做足了功课！