M-TECH 2019 中国 AI 芯片创新者大会圆满落幕，众大咖共论 AI 芯片发展和机遇

围绕 AI 芯片的关键议题，来自半导体产业上下游的企业、AI 初创公司、投资机构、权威的芯片评测机构等在内的行业人士各抒己见，给出了他们对技术、产业的思考。

本次大会由镁客网联合创始人申晨主持，在产业人士激辩 AI 芯片发展前，南京市建邺区人民政府副区长、建邺高新技术产业开发区党工委书记杨波上台发表致辞。他表示，南京市建邺区的地理位置优越、交通便利、文教资源集中、配套基础设施完善，目前正进一步聚焦金融和科技服务业（数字经济）+人工智能未来产业的「1+1」产业。

所以，「在AI产业建设方面，南京建邺区也出台了诸多扶持政策，提供从市场、资金、人才、金融法律服务等多维度的保障支持。」

图 | 南京市建邺区人民政府副区长、建邺高新技术产业开发区党工委书记杨波

从芯片设计创新到评测服务，AI芯片的新挑战

AI 芯片在一轮轮的热潮后走向更务实的商业化应用，热潮背后，也暗藏着不少鱼龙混杂的产品。

中国信息通信研究院去年就参与到了 AI 芯片的评估测试工作，推出了 AIIA DNN benchmark——人工智能端侧芯片基准测试评估方案。中国信息通信研究院副主任王蕴韬在活动现场总结了AIIA DNN benchmark的特点，「面向推断任务，基于端侧、首次区分整型与浮点。」不过，他也透露，端侧之外，AIIA DNN benchmark 正同步推出基于云测的推断工作，目前首轮工作已经启动。

图 | 中国信息通信研究院副主任王蕴韬

在开展具体评测中，他们也发现了五大挑战：产品形态多样化、算法迭代太快、（端侧、训练）框架种类的分散化、应用场景碎片化以及测试数据的基准化。所以，为了鼓励更多开发者参与，目前 AIIA DNN benchmark 项目已经开源。

最后，王蕴韬强调道，「芯片，底层硬件做的再好，那些厉害的算法和软件团队也能达到相同效果。因此，软硬件协同是下一步产业发力的重点。」

评测之外，AI 芯片也非常考验上下游产业链的配合。芯恩（青岛）集成电路资深研发副总、前中芯国际资深副总裁季明华谈到了AI是如何加速集成电路设计，以及最适用于当前 AI芯片发展的新的产业模式。

图 | 芯恩（青岛）集成电路资深研发副总、前中芯国际资深副总裁季明华

季明华表示，我们现在要将集成电路设计的软件放在云端，让电路设计者可以同步进行、共享数据。其次是工厂大数据和 IP 设计的融合，因为如果 IP 工艺的窗口不能重叠，良品率就会为零，所以当前的芯片设计十分考验产业链的配合度和速度。

「AI 时代里，芯片推出来的时间要非常快，性能要非常复杂。」所以，为了快速推出适用于 AI 时代的芯片，芯恩提出了 CIDM 模式。CIDM 模式整合了芯片设计、工艺技术研发、制造、封装测试等环节，从而让芯片制造快速响应需求，加速产品推出市场。

国内半导体产业的发展既要做到产业升级，从低端芯片发展到高端芯片，同时也要做到自主可控，NovuMind 就提出了创新性的 AI 芯片 IP 设计思路：三维张量架构 NovuTensor。NovuMind 中国区副总裁谢强表示，「这一轮AI芯片的通用性不是体现在代码编程或者指令集，而是由数据体现。当前，云端的训练芯片已经趋近饱和，相比较下，推理芯片的市场机会更大。」

图 | NovuMind 中国区副总裁谢强

据悉，NovuTensor 的独特构架能够在本地用 4D 张量卷积运算 3D 张量，通过更高的并行性减少数据运输，从而达到保持高性能、低延迟、低功耗的效果。

谢强在现场展示了搭载了它们自研芯片的开发板，由于 IP 设计的创新，所以它的功耗比可以做到最佳。「去年我们推出的 28nm 的测试芯片，能够和采用台积电 7nm 制程的苹果 A12 NPU 达到同等 AI 计算能力。」

谈 AI芯片的应用：算法+芯片深度融合

地平线智能解决方案与芯片事业部总经理张永谦谈到了由于数据量级和复杂度的急剧增长，算力成为 AI发展的瓶颈，在这样的情况下，边缘计算势在必行。

图 | 地平线智能解决方案与芯片事业部总经理张永谦

他表示，「因为边缘侧对芯片的成本、功耗的要求非常苛刻，所以算法和芯片一定要深度融合。」

张永谦举例，「我们推出的 Turn-key 方案，4 周就能出样机。而定制化的软硬结合的方案，对客户来说好处也非常明显，它的资源投入非常低，风险也低，上市时间也快。」

计算机视觉之外，语音也是这波 AI 芯片热潮中最为典型的一个应用方向。思必驰 CMO 龙梦竹表示，物联网的发展，以及智能设备市场的爆发，语音专用 AI 芯片是大势所趋，它可以实现「端侧计算、及时响应、数据与隐私安全、个性化和网络离线。」

图 | 思必驰 CMO 龙梦竹

龙梦竹以思必驰推出的第一代 AI 芯片 TH1520 为例，强调了软硬件协同设计以及算法+芯片深度融合。她表示，「传统的半导体产业与人工智能最大的区别在于更新周期完全不一样，做算法的周期短而快，做芯片的阶段性周期非常长。但基于现有的芯片链条，做芯片比以往会更容易一些。」

四轮 battle交锋，关于 AI芯片最犀利的观点碰撞

在今年的 AI 芯片创新者大会中，我们首次设置了「Battle」环节，邀请 AI 芯片产业人士上台进行一对一的正反方辩论，现场大家从所持角度展开了激烈的辩论，我们也简略摘录了辩论过程中所任持方的观点。

· Battle 1：AI芯片是人人可做的吗？

中国信息通信研究院副主任王蕴韬表示，从技术角度来说，芯片是人人都可以做的，从芯片最开始的设计到芯片的研发、流片，包括最后的验证等等的环节，目前业内都有一整套的规范化和技术的支撑。但做和做好是两件事，AI芯片是人人可做，但不是人人都能做好。

宙心科技 CEO陈更新认为，专业的人做专业的事情。芯片有各种各样的物理性需要与之相应的技术，而且做芯片还需要考虑它的目标市场经济效益，不是所有人都能拥有很好的技术资源和资金支持。

· Battle 2：生态是不是 AI芯片公司的终极出路？

华仁智聚创始人刘力表示，生态并不是 AI芯片公司的终极出路，但是一定要在细分的应用场景下找到出路。

思必驰 CMO 龙梦竹认为，AI 芯片实际就是一个商品，最后是落到能否变现上，所以生态也不一定 AI 芯片的未来，AI 公司的使命也不是芯片的使命，我们做AI芯片是为了延续生态的一环。

· Battle 3：AI芯片会改变底层的封装设计产业链吗？

芯恩（青岛）集成电路资深研发副总季明华表述称，AI 芯片要求有更高的性能，所以封装上会发生改变。「未来有新需求的时候一定会改变，这中间只是一个时间点的变化。」

深视光点联合创始人王鑫则认为，芯片产业链从设计、封装到最后应用的布局大部分都是渐变式发展，AI芯片还是在原有产业链上逐步发展，并没有改变、突破产业链的框架。

· Battle 4：专用的 AI芯片能否朝着通用方向发展？

睿视智觉 SVP、联合创始人肖潇表示，现在的算法是有冗余的，当没用的参数被去掉、精简后的 AI 模型一定是非规则模型，而这一模型必定不能用专用的芯片去做，未来CPU+混合计算是更适合的解决方案。

NovuMind 中国区副总裁谢强则认为 AI 芯片只做 AI 芯片相关工作，而 AI 每经历一段时间就会发生改变。没有一颗芯片可以做到解决所有问题，只有「CPU+GPU+AI芯片+5G芯片」组成的系统才是通用系统，而芯片不是。