AI芯天下丨AI芯片创新者大会,大咖们说了些什么?

Ai芯天下

    更多精彩,敬请关注公众号“AI芯天下”。
    M-TECH2019中国AI芯片创新者大会落幕,其中针对AI芯片发展和机遇进行了重点探讨,对于相关领域的核心内容值得相关从业人员的关注。
    竞争力与差异化的困局
    

    目前,无论是初创公司还是芯片设计巨头,压力都是与日俱增。一般而言,只要有应用场景的支持、足够的资金和工程能力,AI芯片做出来不会成为大的问题。
    但对于AI芯片这一新兴市场而言,谈市场布局实在有些为时过早,大家心中都明白这将是一场持久战,而产业真正的未来和发展方向还是取决于创新。
    从现有的市场情况来看,2019年整个产业趋于平静也反应出了大家已经逐渐从保证功能的粗放设计转变为提高竞争力和差异性的精耕细作了,但要做出竞争力和差异化却不容易。
    而做出差异性就更是一件难上加难的事情,尽管这很可能是AI芯片公司发展的最终出路。
    
    ●中国信息通信研究院副主任王蕴韬:
    在开展具体评测中有五大挑战: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。
    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。
    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。
    人工智能芯片的硬件固然重要,但是如果软件做得好,可能更胜一筹。很多人工智能芯片在设计之初的想法是很好的,但是上市后却发现用户不太买账,软件环节做得不够好可能是原因之一。
    如果人工智能芯片面向的应用场景比较窄,那么在硬件做好的基础上,设计一些软件工具就可以实现应用。但如果是通用型人工智能芯片,支撑的算法范围非常宽泛的话,就需要很好的软件团队与之匹配。
    
    ●芯恩(青岛)集成电路资深研发副总季明华:
    评测之外,AI芯片也非常考验上下游产业链的配合。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。
    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。
    ●NovuMind中国区副总裁谢强:
    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。
    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。
    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。
    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,由CPU+GPU+AI芯片+5G芯片组成的系统才是通用系统,而芯片不是。
    

    
    

    ●思必驰CMO龙梦竹:
    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。
    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。
    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。
    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。
    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。
    ●睿视智觉SVP、联合创始人肖潇:
    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。
    当前AI芯片主要应用在云、边缘和端侧,其中云上最为常见的产品是AI加速器,主要用于加速深度学习训练和推理;而在边缘和端侧,则根据在智能手机、安防、汽车等领域应用场景的不同出现各类AI芯片。
    
    ●南京市建邺区人民政府副区长杨波:
    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。
    ●宙心科技CEO陈更新:
    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。
    ●华仁智聚创始人刘力:
    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。
    ●深视光点联合创始人王鑫:
    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。
    ●地平线芯片事业部总经理张永谦:
    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。
    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。
    
    结尾:
    AI时代的到来,数据、算法、芯片、应用,围绕AI的一切似乎都可以属于创新。AI芯片这个介于传统半导体产业和新兴AI产业之间的新物种,从萌芽期到爆发期再到如今的沉淀期,所有的参与者都在摸着石头过河,试图拨开迷雾,找到最合适的商业落地路径。
    公众号:AI芯天下
    聚焦人工智能、5G、区块链、芯片等行业