早在中興事件之前，中國(guó)便已經(jīng)悄然興起了 AI 芯片熱，不過(guò)，只有在中興事件之后，AI 芯片才迅速爆紅成人盡皆知的網(wǎng)紅，就在人們?yōu)橹袊?guó)高端芯片業(yè)被美國(guó)掐住脖子而憤憤然之際，越來(lái)越多的 AI 企業(yè)也紛紛宣布入局 AI 芯片，給人一種造芯片跟買白菜一樣簡(jiǎn)單的錯(cuò)覺(jué)。

　　然而，AI 芯片行業(yè)的真相究竟是怎樣的？

　　為此，2018 年 7 月 2 日，在 TechCrunch 國(guó)際創(chuàng)新峰會(huì)杭州 2018 自動(dòng)駕駛專題論壇上，我們特別邀請(qǐng)了異構(gòu)智能中國(guó)區(qū)總裁周斌以及西井科技首席技術(shù)官?gòu)埐?，試圖撥開(kāi)行業(yè)迷霧，讓大家一眼看清 AI 芯片真相。

　　什么是 AI 芯片？

　　這個(gè)問(wèn)題看似簡(jiǎn)單，但可能是因?yàn)樾袠I(yè)發(fā)展太快，目前業(yè)內(nèi)對(duì) AI 芯片的定義卻沒(méi)有一個(gè)共識(shí)，甚至有觀點(diǎn)認(rèn)為一塊可以跑 AI 算法的電路板，也都可以稱之為 AI 芯片。

　　顯然，周斌與張波并不能直接替行業(yè)為 AI 芯片做定義，但他們觀點(diǎn)或許有助于 AI 芯片共識(shí)定義的形成。

　　周斌認(rèn)為，到現(xiàn)在為止全球其實(shí)還沒(méi)有出現(xiàn)一款真正的 AI 芯片?！盀槭裁?？因?yàn)槲覀冞h(yuǎn)遠(yuǎn)沒(méi)有實(shí)現(xiàn)真正的人工智能，現(xiàn)在所有套著 AI 芯片大帽子的，其實(shí)都只是在做某些特定領(lǐng)域內(nèi)的工作，這是不是真正的人工智能呢？這要打一個(gè)大大的問(wèn)號(hào)。”周斌更傾向于將目前所謂的 AI 芯片叫做增強(qiáng)的機(jī)器學(xué)習(xí)和增強(qiáng)的模式識(shí)別。

　　當(dāng)然，如果硬要將這種芯片叫做 AI 芯片，周斌認(rèn)為其必須滿足如下條件。即相應(yīng)設(shè)備必須能夠高效地執(zhí)行人工智能里最核心的算法，比如深度學(xué)習(xí)等?！拔覀冋J(rèn)為深度學(xué)習(xí)性能要足夠高，比如超過(guò) 10 萬(wàn)億次每秒，因?yàn)橹挥械搅诉@樣的性能指標(biāo)，機(jī)器才能夠有足夠強(qiáng)的能力完成復(fù)雜任務(wù)。否則縱然是掛了芯片的外衣，我們也不能稱之為真正的 AI 芯片?！敝鼙蟊硎?。

　　周斌似乎只關(guān)注 AI 芯片的性能指標(biāo)，而并不關(guān)心芯片的具體形態(tài)。對(duì)此，張波補(bǔ)充認(rèn)為，AI 芯片實(shí)現(xiàn)的方案可能有多種，包括 CPU、GPU、DSP 等等。至于為什么要把它稱之為 AI 芯片？張波與周斌的觀點(diǎn)頗有幾分相似：“火爆的深度學(xué)習(xí)需要大量的計(jì)算，而這就需要有硬件來(lái)提供如此大的計(jì)算。因此，如果非要把能跑深度學(xué)習(xí)算法的設(shè)備稱作 AI 芯片，我認(rèn)為也有一定的道理?！?br />
　　最后，周斌表示，對(duì)于什么是 AI 芯片，其實(shí)每個(gè)人都有自己的觀點(diǎn)，要想形成一個(gè)社會(huì)普遍認(rèn)可的 AI 芯片定義，可能還需要很長(zhǎng)時(shí)間。

　　自動(dòng)駕駛 AI 芯片的必要性與特殊性

　　動(dòng)點(diǎn)科技了解到，此前，很多自動(dòng)駕駛企業(yè)都不敢將樣車的后備箱打開(kāi)，因?yàn)楹髠湎淅锶麧M了用于數(shù)據(jù)處理的 GPU 以及相應(yīng)的散熱器等，整個(gè)體積會(huì)非常大，而且功耗也不小。而這就是自動(dòng)駕駛行業(yè)急需高性能、低功耗、低成本 AI 芯片的一個(gè)重要原因。

　　除此之外，自動(dòng)駕駛行業(yè)急需 AI 芯片是否還有其他更重要的原因？

　　“現(xiàn)在車上相機(jī)比較多，而且還有激光雷達(dá)等，這里就有一個(gè)重要的問(wèn)題，這么多傳感器怎么有效融合？”據(jù)了解，在自動(dòng)駕駛的實(shí)現(xiàn)上，目前業(yè)內(nèi)比較公認(rèn)的觀點(diǎn)是，依靠單傳感器絕對(duì)是不行的，多傳感器融合是實(shí)現(xiàn)自動(dòng)駕駛的必由之路。對(duì)此，張波介紹，在融合過(guò)程中有一個(gè)需要解決的關(guān)鍵問(wèn)題，那就是傳感器之間的同步。“如果不同傳感器傳輸（速度）不同，最后的融合效果則會(huì)受到很大的影響?！?br />
　　張波以相機(jī)舉例介紹，傳統(tǒng)相機(jī)數(shù)據(jù)的處理是先將相機(jī)產(chǎn)生的原始數(shù)據(jù)傳回到數(shù)據(jù)處理中心進(jìn)行處理，而這個(gè)時(shí)間延遲會(huì)比較大。因此，張波認(rèn)為，利用 AI 芯片將運(yùn)算前移，讓傳感器直接“吐”出可用數(shù)據(jù)，可以減少數(shù)據(jù)傳輸時(shí)間，“而這也是 AI 芯片發(fā)揮作用的地方”。

　　關(guān)于減少時(shí)延的另一個(gè)好處，周斌補(bǔ)充認(rèn)為這可以在關(guān)鍵時(shí)刻救人命?！扒耙欢螘r(shí)間有家著名的出行公司（Uber）自動(dòng)駕駛撞死了一個(gè)行人，明明是所有人都能夠避免的事，為什么這么多傳感器、這么多設(shè)備、這么明顯的目標(biāo)，該車卻沒(méi)有明顯的剎車就直接撞上去了？是它的電腦死機(jī)、藍(lán)屏了，還是傳感器出現(xiàn)問(wèn)題了？剛剛提到的問(wèn)題可能性不大，可能性最大的是它的處理速度不夠快和延遲問(wèn)題，它的處理系統(tǒng)從發(fā)現(xiàn)目標(biāo)到檢算，到?jīng)Q策，到最后的執(zhí)行動(dòng)作延遲過(guò)大，導(dǎo)致它在很短時(shí)間內(nèi)沒(méi)有辦法做出反應(yīng)?！?br />
　　因此，周斌認(rèn)為，不管在前端還是后端，都需要高效率、低延遲、高性能的芯片（即 AI 芯片）來(lái)發(fā)現(xiàn)問(wèn)題并作出決策。

　　然而有意思的是，既然自動(dòng)駕駛 AI 芯片如此重要，但動(dòng)點(diǎn)科技觀察到，雖然目前業(yè)內(nèi)做 AI 芯片的企業(yè)不少，但很多都是在做語(yǔ)音識(shí)別、人臉識(shí)別等芯片，為自動(dòng)駕駛行業(yè)做專門(mén) AI 芯片的企業(yè)反而并不多，而這就涉及到了自動(dòng)駕駛 AI 芯片的難度和特殊化問(wèn)題。

　　對(duì)此，周斌表示，汽車電子是一個(gè)要求極高、收效極慢、投入極大的行業(yè)，而自動(dòng)駕駛 AI 芯片則是一個(gè)更加難上假難的事情?！盀槭裁?？首先，芯片關(guān)系到我們車的安全本身。這就要求芯片計(jì)算能力必須要達(dá)到一定的高度，只有這樣才能完成足夠好的自動(dòng)駕駛算法運(yùn)算，才能夠足夠好地完成相應(yīng)任務(wù)，如果沒(méi)有好的算力提供，我們的自動(dòng)駕駛就是空談。”

　　如何解決 AI 芯片與算法升級(jí)問(wèn)題？

　　一般而言，軟件算法的更新迭代都是比較快的，然而，我們一旦將算法芯片化之后，算法升級(jí)的空間就會(huì)減少很多，那么，行業(yè)內(nèi)是否有辦法解決這一問(wèn)題？

　　對(duì)此，周斌認(rèn)為這個(gè)問(wèn)題其實(shí)并不難解決。“AI 算法本質(zhì)上來(lái)說(shuō)就是一些基礎(chǔ)的運(yùn)算，而現(xiàn)在主流的深度學(xué)習(xí)算法的基礎(chǔ)數(shù)學(xué)運(yùn)算在一定時(shí)間內(nèi)其實(shí)是穩(wěn)定的，因此，只要在基礎(chǔ)運(yùn)算的層面上提供一整套的解析系統(tǒng)，芯片就可以非常廣泛的適應(yīng)各種各樣的模型。當(dāng)然，如果未來(lái)的模型算法完全不是現(xiàn)在的深度學(xué)習(xí)架構(gòu)，那芯片就可能要順應(yīng)變化了，但是我們認(rèn)為在可見(jiàn)的未來(lái)兩三年之內(nèi)，深度學(xué)習(xí)還是這一代 AI 的主流，所以只要我們能夠非常好的支持深度學(xué)習(xí)，我們就一定能夠解決掉大部分的應(yīng)用算法問(wèn)題?！?br />
　　另外，張波補(bǔ)充道，芯片能否規(guī)?；彩撬惴ㄊ欠裥枰袒闹匾笜?biāo)?！扒捌谠谛酒?guī)模不是很成熟的情況下，可以通過(guò)其他的一些替代方案，比如 FPGA 方案去實(shí)現(xiàn)，等場(chǎng)景成熟可實(shí)現(xiàn)規(guī)模出貨之后，再將算法固化成 AI 芯片?！?br />
　　如何評(píng)價(jià)中興事件揭露的中國(guó)高端芯片被美國(guó)“卡脖子”的事實(shí)？

　　對(duì)于這個(gè)問(wèn)題，周斌認(rèn)為全球化的趨勢(shì)是不可避免的，這種封鎖，這種所謂的卡脖子只是一個(gè)暫時(shí)的現(xiàn)象。

　　“舉一個(gè)例子，一臺(tái)通信基站里面有成百上千個(gè)芯片，尤其是一些核心的芯片，顯然沒(méi)有一個(gè)國(guó)家現(xiàn)在能夠把所有芯片都做完。即使打開(kāi)美國(guó)的設(shè)備，里面也有大量的日本的、韓國(guó)的芯片，全球化的大分工是一個(gè)競(jìng)合的關(guān)系，我們只有發(fā)展自己核心的技術(shù)，并在這里找到自己的一席之地，那我們也可以去卡別人的脖子，這樣反過(guò)來(lái)就不怕被別人卡脖子了?！敝鼙笕绱吮硎尽?br />
　　因此，周斌強(qiáng)調(diào)，在發(fā)展 AI 芯片行業(yè)的過(guò)程中，我們一定要掌握自己的核心技術(shù)。

　　另外，對(duì)于市場(chǎng)受中興事件影響而旋起的造芯浪潮，周斌表示，有熱點(diǎn)總歸是一件好事。不過(guò)，周斌也強(qiáng)調(diào)做芯片并不是一蹴而就的，也不是有了資本，就可以大力去發(fā)展的。尤其是在國(guó)內(nèi)芯片方面人才短缺的現(xiàn)狀下，周斌建議創(chuàng)業(yè)者一定要理性、客觀對(duì)待這個(gè)造“芯”這件事。

　　中美在造芯方面的差距？

　　關(guān)于中美在造芯方面的差距問(wèn)題，張波認(rèn)為中國(guó)目前從芯片設(shè)計(jì)到生產(chǎn)制造以及封裝其實(shí)都是有一定基礎(chǔ)的，而且在加上現(xiàn)在資本的投入，這已經(jīng)使得中國(guó)在芯片尤其是 AI 芯片的制造方面有了新的機(jī)會(huì)。“因?yàn)?AI 芯片是專用處理芯片，而在這個(gè)領(lǐng)域，我們和歐美也算是在一個(gè)起跑線上?！睆埐ㄈ绱吮硎尽?br />
　　對(duì)于中國(guó)已經(jīng)有了芯片制造基礎(chǔ)的觀點(diǎn)，周斌表示同意，并強(qiáng)調(diào)我們的某些基礎(chǔ)條件已經(jīng)非常好了，很多地方甚至已經(jīng)超過(guò)了美國(guó)。

　　不過(guò)，兩位嘉賓還是指出了中國(guó)在很多方面依然存在不足。

　　張波認(rèn)為，目前國(guó)內(nèi)缺乏經(jīng)歷過(guò)芯片生命周期人才的事實(shí)可能將成為中國(guó)發(fā)展芯片產(chǎn)業(yè)的瓶頸。

　　而周斌則表示中國(guó)在相關(guān)的軟件配套、激勵(lì)機(jī)制、行業(yè)氛圍的建設(shè)等方面可能與美國(guó)相比還有一個(gè)較大的差距。尤其是美國(guó)企業(yè)更愿意靜下心來(lái)扎扎實(shí)實(shí)地、充滿敬畏心地做事，即使是坐 10 年冷板凳也不在乎，而國(guó)內(nèi)創(chuàng)業(yè)企業(yè)則更傾向于追風(fēng)口。

　　“我們已經(jīng)看到了芯片行業(yè)無(wú)數(shù)次的起起落落，而炒完之后一定是一地雞毛?！敝鼙笕绱吮硎?。