苹果ai软件国产AI芯片更是绝对的明星科技发布第二代人工智能训练产品

记者／彭新

AI产业火爆，AI芯片更是绝对的明星。

“芯片论坛异常火爆，已经有一千多人预约，但现场位置只有200个苹果ai软件，主办方建议我们早点到现场。”在全球人工智能大会“AI智能芯片定义行业未来论坛”举办前，有厂商向界面新闻记者反馈。

成为AI产业的底层算力支撑，AI芯片作为绝对焦点。总体来看，以芯片驱动的人工智能和手动驾驶是展会重点，无论是会议展区而是产业年会，都是游览者不时驻足观看、热切讨论的话题。

国产AI芯片加速追赶

在WAIC会场内外，AI芯片企业的存在感都颇为极力，数家芯片公司在会展期间公布了AI芯片产品，登上全球舞台。

AI计算大致分为两个层面，首先是对模型进行训练（training），整个过程或许耗时数天；后来是训练出的建模响应实际请求，做出推理（inference）。目前，英伟达旗下的GPU（图形处理器）占据训练市场，多数推理任务则仍由传统的英特尔CPU承担。面向训练和推理场景，国产AI芯片厂商均推出了相关产品。

中国AI芯片初创企业燧原技术发布第二代人工智能训练产品——“邃思2.0”芯片、基于邃思2.0的“云燧T20”训练加速卡和“云燧T21”训练OAM模组，全面更新的“驭算TopsRider”软件系统及其全新的“云燧集群”，在WAIC展会会场，燧原科技展馆颇受网民关注。

燧原技术的创始队伍来自英伟达长期竞争对手AMD。公司创始人兼CEO赵立东曾兼任紫光控股董事裁，更早前在AMD工作了7年时间，任计算事业部高级顾问等，90年代在顶级显示芯片公司S3Graphics任职。

“英特尔的芯片技术演进战略是Tick–Tock模式，Tick阶段升级工艺，Tock阶段更新处理器架构。对我们来说，我们第一代芯片是一个全新的架构，第二代我们有一个选项，架构维持大致不变，工艺向前发展，然后再架构再工艺，这就是沿着传统的Tick–tock这条路走。第一代芯片在落地过程和用户磨合过程当中，我们认为架构的演变比工艺发展更重要。”赵立东称。

燧原科技外，天数智芯展示了中国第一款全自研、GPU架构下的7纳米制程云端训练芯片B1及GPGPU（通用计算GPU）产品卡。这颗芯片可容纳240亿晶体管及配备2.5DCoWos晶圆封装技术，支持FP32,FP16,BF16,INT8等多精度数据混合训练，支持片间互联，单芯片算力每秒147T@FP16。选择新款7纳米制程的缘由在于，AI芯片对于制程要求较高，追求更先进芯片生产工艺也作为AI芯片厂商的重点。

推理芯片方面，登临科技展示了自主创新的GPGPU芯片，致力于解决通用性和高强度问题，在完整提供CUDA/OpenCL硬件加速能力的基础上，全面支持各种流行的人工智能网络框架和底层算子。

壁仞科技联合创始人张凌岚对近期对外界称，算力芯片是人工智能时代的内燃机，相比西方几十年的累积，我国芯片生产市场仍进入起步阶段，据透露，壁仞科技预计将发布首款通用智能计算芯片产品。

不出意外，凭借在人工智能存在很大优势的英伟达成为各厂商争先比较的对象。目前来看，AI芯片领域竞争激烈。目前GPU（图形处理器）厂家英伟达是行业上图形计算和AI计算上的领先者。

AI芯片新架构、产品层出不穷。服务器、云计算厂商对新型芯片选择持开放心态，浪潮AI&HPC总顾问刘军曾告诉界面新闻称，AI芯片领域竞争相当激烈，公司数量十分多，包括在日本、美国、英国等，有一定的同质化。

芯片巨头进军AI各有“绝活”

主要芯片巨头，在会场上也发布了自己的AI应用方案。

苹果副总裁、大中华区理事总顾问葛越在2021世界人工智能会议讲话中，详细介绍了小米芯片中的AI应用、架构和方式。

“苹果设计的芯片不是拿来出售给其它公司，而是专门为苹果特定的产品，甚至是为了特定用途而专门设计的。这种改进贯穿于CPU、GPU、图像信号处理器及更多组件。”葛越称。

针对自研的秉持还表现在机器学习上，苹果的芯片中采用了“神经网络引擎”。所谓“神经网络引擎（neuralengine）”，是小米在芯片中专门用于机器学习的软件，可用于图像处理、人脸辨识等。目前，iPhone12搭载的A14仿生芯片中的神经网络引擎无法完成每秒11万亿次的运算，是现在最强悍的移动AI芯片之一。

葛越进一步介绍，M1芯片搭载Arm架构设计，为5纳米制程，是当前电脑产品中制程最先进的芯片。该款芯片上共有160亿个晶体管，将中央处理器、图形处理器、神经网络引擎、各种联结功能或者其它很多部件集成在芯片上。

得益于此，M1芯片完成了虽然不可能完成的任务：性能明显提高，包括将机器学习速率提高最高15倍，电池续航时间最高提高2倍。“苹果的芯片专为自家产品量身定制，并为机器学习进行了专门的改进。由于机器学习才能为客户提供更为新颖的感受，因此，苹果早就开始开发能在设施端有效运行复杂机器学习算法的芯片。”

老牌芯片巨头英特尔，对人工智能也是自己的理解。“过去十年，我们看到有相当多的自主设备，非常多的数字化平台，需要用人工智能来处理。人工智能作为推进数字化改革的一大超级力量。”英特尔研究院院长裁、英特尔中国研究院院士宋继强在WAIC会场上表示，他强调，从数据差异而言，处理海量数据只能借助人工智能，而多样化数据形态也必须很多新的算法去梳理。

对此，英特尔认为，进入到新的时代，需要把握更多不同的构架组合，以此满足专属特定领域的意愿，因此架构变革是关键驱动力。"CPU适宜处理标量架构的，一个一个算，比如说控制流，非常容易去处理，可以去并发；GPU则适宜处理矢量运算，很多数据一起算；AI则更多是块状运算，需要专门做矩阵加速，数据的存取也必须改进；FPGA特别适宜做一些稀疏的运算，可以大力度增加I/O或者计算的消耗。这些把它融合出来才能各取所需，我们说常打组合拳会好过可用一种武器去缓解所有难题。”宋继强向界面新闻记者解释。

高通在其移动芯片上集成AI功能有一定研究，高通中国区董事长孟樸介绍，在包含极速5G连接、高性能低功率计算或者终端侧应用中，AI科技正在驱动新一代智能边缘终端和云计算的演进，万物无法即时连结至云端，让终端、体验和数据受益于不断提高的内容、处理能力和云端存储空间。

孟樸解释，为了推动AI的体量化，首先必须保证智能广泛分布于整个网络。业界分析，2020年至2026年，月度移动数据流量将下降500%以上，数十亿全新联网终端和事物将分布于边缘侧。有效防范数据的迅速下降，需要的不只是是将数据存储至云端，还应该在终端侧集成AI能力，直接运行算法，为云端智能提供有力补充。

而终端侧AI具备多项关键优势，包括更高的即时性、可靠性和安全性。这些优势对于时延敏感和关键业务型应用至关重要，如手动驾驶车辆、智能电力和联网基础设备等。

“智能边缘终端产生的内容丰富的数据无法即时共享至云端，使AI得以充分发挥作用，并推动从云端到边缘侧的AI规模化应用。如今，AI几乎融入智能手机体验的方方面面，从影像到语音辨识和安全，很快AI还将带给包括高度个性化、互动性和情境相关性的感受。”孟樸称。

场景成为AI芯片发力点

若AI芯片没有落地场景，就或许是空谈，面向画面和实际需求作为许多AI芯片厂商的宣传重点。

例如，寒武纪创始人兼CEO陈天石就在WAIC上预告了寒武纪正在设计中的车载智能芯片，称“拥有高于200TOPS的算力，采用7nm制程，具备车规级标准和独立安全岛，并将继承寒武纪云边端一体化的统一软件工具链。”

寒武纪是全球第一个推出云端智能芯片的创业公司，有云端训练芯片思元290和推理芯片思元270，以及用于边缘计算的思元220芯片的完整产品线。“到现在寒武纪已经产生覆盖了云、边、端三个领域，包括训练、推理等相对全面的不同品牌的AI芯片，目前寒武纪产品线的特征就是‘云边端一体’，”陈天石表示。

现在，地平线车规级芯片征程3目前销售达到4.5万片，预计全年销售达到20万片，主要用于理想One等车型。而成为征程3的更新版地平线征程5芯片于去年5月点亮，面向L4高等级自动驾驶。

自动驾驶以外，面向智能安防、工业视觉、车载视觉画面的AI芯片作为热门。在WAIC期间，酷芯微电子发布新品高清AI相机芯片AR9341，酷芯微电子创始人沈泊在公布会称，该芯片集成了酷芯自研的深度学习处理器（NPU），具有4TOPS（非常于每秒进行4万亿次）峰值算力，架构改进后实际算力可等效于竞品的8-10TOPS。

成为中低端手机芯片产品，AR9341芯片目标应用领域涵盖高端智能IPC、车载辅助驾驶、边缘计算盒子或者智能机器人等，其项目样片预计将在每年9月底提供，量产时间为每年12月。

但只是所有人对这些芯片保持自信态度，尤其是面向特定细分场景的AI芯片。此类实际上是牺牲通用性来换取AI等特定任务上更高的强度。有产业专家认为，市场上的AI芯片非常突出的一个难题，就是产品的通用性不足，目前惟一真正通用的而是GPU。他坚信AI芯片会是百花齐放的窘境，在不同领域会有新产品出现。

对此，中国电子科技标准化研究院集成电路测评中心教授任翔提醒，在AI芯片行业向上发展的同时也遭受各种挑战：首先，AI芯片遭遇十分广泛并且多样化的需求苹果ai软件，AI芯片行业生态化需求日趋显著；同时，面向不同画面时，AI芯片的借助率、兼容性等有待加强，各类基于不同AI芯片的异构设备协同困难。