群雄逐鹿AI“中国芯”,突破口在哪里?

算力智库

    特朗普近日签署行政命令,将动用更多资源巩固美国在人工智能领域的实力。AI实力在很大程度上依赖于芯片的研发制造实力。在传统芯片领域表现平平的中国企业,如何能在AI芯片领域实现超车?从技术底层和应用场景两方面来看,开源芯片架构和边缘计算或将成为新的发力方向。
    美国总统特朗普近日签署行政命令,启动“美国人工智能倡议(American AI Initiative)”,将从国家战略层面调动更多联邦资金和资源用于人工智能研发,确保美国的领先地位。
    这仿佛是特朗普的又一项“边境墙”计划——在美国的AI“沃土”上,构建更高技术壁垒。
    把美国称为AI“沃土”并非溢美之词。正如本文开篇所指,美国在AI研发及应用领域引领全球。据乌镇智库《乌镇指数全球人工智能发展报告》,自2000年以来美国新增AI企业数超3000家,融资规模比重占全球60%以上。
    尽管人工智能技术给普通大众的感受颇为“形而上学”,但支撑和驱动人工智能发展和应用的基础,却是看得见摸得着的。根据去年12月清华大学联合北京未来芯片技术高精尖创新中心发布的《人工智能芯片技术白皮书》,人工智能产业得以快速发展,无论是算法的实现、海量数据的获取和存储,还是计算能力的体现,都离不开目前唯一的物理基础——芯片。
    该白皮书指出:“无芯片不AI”,能否开发出具有超高运算能力、符合市场需求的芯片,已成为人工智能领域可持续发展的重要因素。
    在AI芯片领域,美国企业一直在全球占据主导。根据Compass Intelligence去年年中发布的全球AI芯片供应商指数,以英伟达和英特尔为首,美国企业领先全球,其中还包括IBM、AMD、ARM、谷歌、苹果、高通等传统巨头。
    就连社交巨头脸书(Facebook)也加入了。公司首席人工智能科学家、现代人工智能领域先驱者杨立昆(Yann LeCun)近日表示,Facebook正在开发自己的定制专用集成线路(ASIC)芯片,并透露研究重点是神经网络的新设计。
    在传统芯片领域坐冷板凳的中国企业,能否在AI芯片领域获得出场机会?
    群雄逐鹿AI“中国芯”
    清华-中国工程院知识智能联合实验室去年10月发布的《人工智能芯片研究报告》把人工智能芯片定义为:从广义上讲只要能够运行人工智能算法的芯片都叫作AI 芯片。
    这一宽泛的定义似乎预示了AI芯片产业的门槛并不如传统CPU那么高,也让各种“段位”的选手都有机会入场。
    传统互联网巨头自然不会错过这块“蛋糕”。阿里巴巴集团于去年全资收购中天微(后与达摩院合并成立“平头哥”),其投资的AI 芯片公司还包括耐能(Kneron)、寒武纪、深鉴科技及Barefoot Networks,初步形成芯片产业布局。百度也于去年发布了自主研发的国内首款全功能AI 芯片“昆仑”。
    此外,老牌芯片厂商中星微自2016年起就布局AI产品。而西井科技、灵汐科技、启英泰伦等后起之秀也都是AI“中国芯”的创业代表。
    整体来看,在AI芯片领域,中国企业和国际玩家仍存差距,但也在全力追赶。据上述Compass Intelligence全球AI芯片供应商指数排名,前24位企业中有7家中国公司入围,包括华为(海思)(12位)、联发科(MediaTek,14位)、Imagination (15位)、瑞芯微(Rockchip,20位)、芯原(Verisilcon,21位)、寒武纪(Cambricon,23位)、地平线机器人(Horizon Robotics,24位)。
    除了巨头和创新创业企业外,涌入AI芯片市场的还有无奈于数字货币大熊市、上市之路受阻,或经历重大人事变动的区块链矿机生产商。
    自2017年起,比特大陆就已接连发布多款AI芯片产品。CEO吴忌寒表示,未来5年内公司40%的收入可能来自AI部门。2018年9月,嘉楠耘智发布人工智能芯片“勘智”。董事长张楠赓表示,嘉楠科技可以同时把握人工智能芯片和区块链硬件这两大领域。
    究竟是华丽转型还是被迫保命,答案似乎清晰而又模糊。毕竟,在“币圈”已经凉到“冻死人”的当下,AI芯片领域也已是群雄逐鹿。新入场者能否打开局面,专业创业者能否一鸣惊人,巨头能否再次称霸世界,都需要找到新的突破口。
    技术突破口:开源架构RISC-V
    尽管AI芯片是新赛道,但从本质来看,AI芯片也是芯片。中国在芯片领域从来就是弱实力、弱话语权,甚至是受制于人的。
    中国工程院院士倪光南去年就指出,“中兴事件”有很多问题,但表现出来的就是芯片。我们可以体会到,发达国家很怕中国在高新技术,特别在新技术方面赶超。
    他相信,不同形式的制裁还会继续,关键核心技术要发展,今后会特别难。“单边主义和贸易保护主义逼着中国自力更生。但这不是坏事,因为我们最终还是要靠自己,不能再寄希望于花钱买技术,因为很多关键的信息是拿不到的”,他说道。
    对于中国芯片如何突破重围,倪光南院士给出了清晰的答案:“我们可能在见证一个历史的开端,开源芯片联盟是我们赶超发达国家的机会。”
    对此,倪光南院士近期在上海“张江·2019未来产业峰会”上介绍说,目前世界上CPU核心技术最重要的两大架构是英特尔和AMD的X86架构和ARM架构。
    他表示,X86架构很好,但很遗憾除了美国这两家公司以外,世界上还没有第三家公司能够通过这个架构成功发展起来,按目前形势今后也很难有。ARM架构同样有很多公司采用,但是很贵——根据要求架构的授权不同,花费大概在几百万到几亿人民币。
    巨大的技术和经济壁垒严重限制了我国芯片的创新。倪光南院士相信,开源芯片正是实现换道超车的机会,而RISC-V正是当今开源芯片的代表架构。
    
    倪光南院士
    据算力智库了解,在目前主流指令集架构极为复杂和冗繁,专利授权费用极高,其他开源架构问题较多的背景下,RISC-V于2010年诞生于美国加州大学伯克利分校,是一种全新简单开发的免费指令集架构。RISC-V旨在成为一种完全开放的指令集,可以被任何学术机构或商业组织自由使用。
    RISC-V在商业上的重大意义,正如倪光南院士所指,是给中小企业和创业团队带来了创新的机遇。“希望今后小微企业的开发团队,几个人几个月几万块钱,就能够开发出创新的特殊运用的芯片。”
    他预计,随着RISC-V的发展,其在芯片架构市场会与X86和ARM形成三足鼎立局面。中国的创业团队将能充分利用RISC-V带来的芯片创新,加上软件硬件的共同支撑,实现产业创新。
    场景突破口:边缘计算IoT
    如果说RISC-V所代表的开源芯片架构是AI芯片开发者在基础层的突围机会,那么在场景层面,基于IoT的边缘计算则是近年来的新热点。2018年10 月,Gartner将边缘计算列入2019 年十大战略科技发展趋势之一。
    在“未来万物互联”已成为全球共识的背景下,2018年全球物联网设备超过230亿台,预计将在2020年达到307亿台,并有望在2025年突破754亿台。庞大的数量和复杂的网络对云端产生巨量计算需求,同时也将暴露网络传输能力的瓶颈。在此趋势下,产业界和学界都在探索云算力的“下沉”,而边缘计算架构的产生正是为了解决集中式运算架构中带宽和延迟两大瓶颈问题。
    嘉楠耘智轮值总裁张丽近期在国盛证券2019年资本市场年会上表示:“我们并不认为云是最终解决方案,也不认为端是最终解决方案,云和端是一个互相结合的过程。我们用边缘计算可以加强隐私保护,因为不需要所有数据都回到云端,把绝大部分问题在终端解决。”
    她以自动驾驶场景为例表示,在速度很快的情况下,要回到云端处理是来不及的,有可能车祸已经发生,但云还没有反应。“当终端很多的时候,所有计算发回云端会让通讯设备无法承载。因此一些简单的,不耗费大量算力的计算,并不需要放到云端,完全可以在终端完成,价格还比云端便宜。”
    嘉楠耘智区块链事业部总经理邵建良则通过隐私保护的需求强调了芯片在边缘计算中的重要性:“工业4.0下,云端计算能力已经很发达;5G之后,传输速率也很快,运算并没有太大障碍,但在某些特别需要隐私保护的行业,需要在端层面有运算能力,这就需要芯片通过边缘计算提高效率。”
    
    嘉楠耘智区块链事业部总经理邵建良
    在这一维度上,以嘉楠耘智为例,尽管巨头尚未练成,但前路还算清晰。邵建良表示,嘉楠耘智希望搭建底层平台,通过芯片来实现端的高效计算能力,以及解决终端的隐私保护功能。张丽也务实地表示:“我们最关注的IoT领域,目前尚未出现真正意义上的芯片巨头。”
    张丽表示,嘉楠耘智的第一款AI芯片“勘智”就主打边缘计算,其技术有30%借鉴了矿机芯片设计,而这30%的交集就在于,边缘计算的场景往往要求低功耗,而低功耗正是矿机芯片的重要特质。
    另据她介绍,“勘智”在代码层面使用了RISC-V架构,相信这一架构能够占据一部分X86或ARM的市场,目前嘉楠耘智正推动全球开发者一同关注和使用RISC-V。
    张丽认为,尽管“勘智”可以用于各种应用场景,但AI最好最快的落地应用就是IoT,因为这和每个人息息相关,这样AI才能真正走进人们生活的每个环节。