在眾多種類的芯片中，專注于人工智能應用的AI芯片是名副其實的“風口”——無論是科技巨頭還是初創(chuàng)企業(yè)，芯片廠商還是互聯(lián)網(wǎng)公司，紛紛積極布局這一領(lǐng)域。

以BAT為代表的互聯(lián)網(wǎng)公司在芯片行業(yè)雖無深厚家底，但是靠著雄厚資金、尖端人才和海量數(shù)據(jù)，步子走得一點兒也不慢。繼今年4月阿里達摩院宣布正在研發(fā)應用于圖像視頻分析、機器學習領(lǐng)域，性價比是同類產(chǎn)品40倍的神經(jīng)網(wǎng)絡(luò)芯片Ali-NPU之后；百度在7月的AI開發(fā)者大會上正式推出了專注于自然語言處理、圖像識別、自動駕駛等應用的“中國首款云端全功能AI芯片”昆侖。

AI芯片大熱，初創(chuàng)企業(yè)們同樣熱情高漲。成立于2015年的地平線已經(jīng)推出了面向智能駕駛的征程（Journey）系列處理器和面向智能攝像頭的旭日（Sunrise）系列處理器；成立于2016年的寒武紀則于今年5月在上海發(fā)布了采用7nm工藝的第三代機器學習終端處理器1M，其性能比此前發(fā)布的寒武紀1A高10倍。

一線芯片企業(yè)在AI領(lǐng)域早已深入布局，甚至已先聲奪人。在CES 2018上，瑞芯微發(fā)布了旗下首款AI處理器RK3399Pro，首次采用CPU+GPU+NPU硬件結(jié)構(gòu)設(shè)計，其片上NPU運算性能高達2.4TOPs，具備高性能、低功耗、開發(fā)易等優(yōu)勢；同年3月，臺灣芯片廠商聯(lián)發(fā)科發(fā)布了首款內(nèi)建AI功能的芯片曦力P60，內(nèi)置了專門用作AI運算的APU，可以提供從入門到高級的完整API支持和開發(fā)者工具包。

智能互聯(lián)設(shè)備激增催熱人工智能AI芯片 近幾年，市場上一個明顯的趨勢是智能手機的人口紅利正在消失，出貨量逐年逼近天花板，與之相反的是，智能互聯(lián)設(shè)備卻呈海量激增之勢。智能音箱是消費領(lǐng)域的典型代表，市場研究公司Canalys的數(shù)據(jù)顯示，今年第一季度的智能音箱全球出貨量高達900萬臺，較去年同期增長210%；智能攝像頭則是產(chǎn)業(yè)領(lǐng)域的典型代表，目前國內(nèi)大概裝有1.76億個監(jiān)控攝像頭，預計三年內(nèi)數(shù)量會增加到6.26億。在數(shù)量暴增的同時，對攝像頭的要求也越來越高，正在從“看得見”向“看得懂”轉(zhuǎn)變，這就要求攝像頭更加“智慧”。

顯然，這些新型的智能互聯(lián)設(shè)備需要以自然語言處理、圖像識別為代表的深度學習技術(shù)作為支撐，由此對設(shè)備的大腦——芯片在計算能力和功耗方面提出了新的要求。好比繪圖工作會交給 GPU 而不是 CPU 是一樣的道理，早在2011年，谷歌就發(fā)現(xiàn)，如果每位用戶每天使用3分鐘谷歌提供的基于深度學習語音識別模型的語音搜索服務，就必須把現(xiàn)有的數(shù)據(jù)中心擴大兩倍。這意味著已有的CPU和GPU都不能滿足需求，這驅(qū)動了谷歌自己研發(fā)更高效的AI芯片——NPU。AI 芯片的大熱正是基于這樣的理念：讓適合的架構(gòu)來做適合的工作，才能得到更高的效率和更低的功耗。專用于人工智能的芯片和傳統(tǒng)的計算芯片存在很大的差異——典型CPU的架構(gòu)中需要大量的空間去放置存儲單元和控制單元，相比之下計算單元只占據(jù)了很小的一部分，算力無法滿足深度神經(jīng)網(wǎng)絡(luò)（DNN）的計算需求；而AI芯片則具有大量的計算單元，能夠適合大規(guī)模并行計算的需求。

圖：CPU和GPU架構(gòu)對比