2019年受需求演进驱动，AI“芯”际争霸持续上演（内含18款芯片汇总分析）

2019年已过大半，据<电子发烧友>统计，截至2019年7月31日，今年在中国市场发布的18款AI芯片中，智能语音芯片6款，智能终端/边缘计算芯片6款，云端芯片4款，存算一体芯片1款，FPGA 1款。

早期AI芯片多以GPU、TPU或FPGA+CPU 为主，但随着应用需求的逐渐成熟和技术的发展，专用ASIC芯片开始在边缘运算及设备端遍地开花，并逐步渗透云端市场。

“2017年大家都在讲AI 算法、深度学习等基础技术，现在技术本身发展得都不错，但困扰的是钱怎么赚。”一位AI创业公司的CEO说。

为了进一步推动落地，软硬件解决方案+前后端覆盖正在成为趋势。找到垂直场景，通过自己的核心技术，在性价比更高、性能更好、功耗更低的前提下，用芯片实现AI算法和应用——这恐怕是最能提高竞争壁垒的方式了，也是AI造芯热潮兴起的原因。

2019年，在云端、边缘运算/设备端，AI软硬件的持续创新将带来越来越多内置AI能力的设备。研究预测，全球所有人工智能推理（或分析）运算中发生在边缘侧的比例将从2007年的6%增加到2023年的43%。人工智能不只是变得越来越强，也在越来越普及。

云端芯片：国内外厂商纷纷叫板英伟达

寒武纪推出第二代云端AI芯片思元270（MLU270）

6月20日，寒武纪宣布推出云端AI芯片中文品牌“思元”、第二代云端AI芯片思元270（MLU270）及板卡产品。最新发布的思元270芯片集成了寒武纪在处理器架构领域的一系列创新性技术，处理非稀疏深度学习模型的理论峰值性能提升至上一代MLU100的4倍，达到128TOPS（INT8）；同时兼容INT4和INT16运算，理论峰值分别达到256TOPS和64TOPS；支持浮点运算和混合精度运算。

思元270采用寒武纪公司自主研发的MLUv02指令集，可支持视觉、语音、自然语言处理以及传统机器学习等高度多样化的人工智能应用，更为视觉应用集成了充裕的视频和图像编解码硬件单元，提供速度更快、功耗更低、性价比更高的AI加速解决方案。思元270采用TSMC 16nm工艺制造。

Habana Labs发布AI训练芯片，对标英伟达GPU

6月19日，以色列AI芯片公司Habana Labs宣布，推出人工智能处理器Gaudi，专供机器学习训练（inference）任务。该公司首席执行官David Dahan 称Gaudi“带来了业界最高的性能”，基于Gaudi训练系统，可实现比拥有相同数量的GPU系统高近四倍的处理能力，可能对英伟达旗下GPU产品形成威胁。

面向对高性能AI芯片拥有刚需的数据中心领域，Habana Labs已经将其产品组合从AI推理处理器扩展到AI训练处理器，以高性能、低功耗、可扩展、可编程等特性，提供又一种新的云端AI芯片选择。

Habana Labs公司成立于 2016 年，去年 11 月完成了价值 7500 万美元的 B 轮融资。去年 9 月，Habana 曾推出名为 Goya 的人工智能推理芯片，在 ResNet-50 上，四倍于英伟达 Tesla T4 的处理性能，两倍的能耗比，仅仅 1.01ms 的处理延迟让人们感受了 ASIC 的强大能力。此次推出专供机器学习训练（inference）任务的处理器Gaudi，至此Habana Labs在AI处理芯片的训练、推理两端初步形成完整产品线。

依图科技发布云端芯片questcore，算力叫板英伟达

5月9号，依图科技发布其首款深度学习云端定制SoC芯片questcor，达到提升和加速各类视觉推理任务的效果。这款芯片基于自研多核架构，集成度较高，可以独立运行。目前这款芯片已经量产并陆续运用在依图的云端服务器和边缘盒子。

与现有市面同类主流产品相比，在同等功耗下，这款芯片深度学习推理运算性能是其2-5 倍。依图方面称，一个1U服务器用四块questcore，其算力对标八块英伟达P4加上两颗CPU的配置，但功耗仅20%。从应用角度，假设P4的服务器能够支持160路的视频处理，questcore则可以支持到200路的视频分析。这款AI视觉推理芯片是由依图科技和AI芯片初创团队ThinkForce联合开发的。

依图questcore采用16nm工艺，基于Arm内核 ThinkForce自主研发的微内核ManyCore架构，同时还针对依图领先的AI算法做了专门优化，能够充分发挥依图在机器视觉领域的专业积累和行业知识，适用于人脸识别、视频结构化分析、行人再识别等多种图像和视频实时智能分析任务。

高通发力云端推出Cloud AI 100

4月19日，高通在深圳的AI人工智能开放日大会上，正式在中国宣布其布局云端AI领域的首款AI芯片高通Cloud AI 100。这款芯片的发布可以看作是高通进军云端AI领域的标识，也说明一直耕耘在无线网络边缘终端侧的高通开始在云端方面开始发力。

根据高通方面的数据显示：直到2025年，AI数据中心的市场规模会增加至170亿美元。随着5G网络的临近，云端数据将会越来越庞大，AI数据中心的市场规模也会迎来爆炸式增长。

Cloud AI 100是一个专门为AI推理设计的全新的信号处理器，它将提供给原始设备制造商不同模块、外形和功率级别，并集成了各种开发工具。预计Cloud AI 100的峰值性能将是Snapdragon 855和Snapdragon 820的3到50倍。伴随Cloud AI 100这一AI芯片产品的发布，高通有望进一步推进分布式智能的发展，从云端至用户的边缘终端，以及云端和边缘终端之间的节点。

边缘智能给AI芯片再添一把火

平头哥发布玄铁RISC-V架构910处理器

与PC、移动互联网时代不同，AIoT芯片应用场景更加丰富。企业需要能快速实现可商用的芯片，而RISC-V架构具备开放、灵活、低功耗等优点，被认为是AIoT场景的核心芯片架构之一。

7月25日，阿里巴巴旗下半导体公司平头哥正式发布玄铁910（XuanTie910）处理器。这是一款基于开源RISC-V架构的处理器，可应用于5G、人工智能以及自动驾驶等领域。

玄铁910支持16核，单核性能达到7.1Coremark/MHz（CoreMark是一个综合基准，用于测量嵌入式系统中使用的CPU的性能），主频达2.5GHz，比目前业界最好的RISC-V处理器性能高40%以上。玄铁910将降低高性能端上芯片的设计制造成本。使用该处理器可使芯片性能提高一倍以上，而成本降低一半以上。

未来平头哥将全面开放玄铁910 IP Core，全球开发者可以免费下载该处理器的FPGA代码，快速开展芯片原型设计和架构创新；同时，平头哥还打造了面向领域定制优化的芯片平台(Domain specific SoC)，提供包括CPU IP、SoC平台以及算法在内的软硬件资源，面向不同AIoT场景为企业和开发者提供不同层次的芯片服务。

去年9月的阿里云栖大会上，阿里巴巴宣布将此前收购的中天微和达摩院自研芯片业务整合成“平头哥半导体有限公司”，由集团全资控股，推进云端一体化的芯片布局。中天微拥有先进的技术储备和丰富的半导体产业经验，达摩院则在前沿科技探索方面走得更远，具备算法优势。

联发科技i700平台：八核架构，整合 CPU、GPU、ISP 和 AI 芯片

7月10日，联发科技发布具高速边缘 AI 运算能力，可快速实现影像识别的 AIoT 平台 i700。其单芯片设计整合了包含 CPU、GPU、ISP 和 AI 专核等在内的处理单元。

i700 平台采用八核架构，集成了两个工作频率为 2.2GHz 的 ARM Cortex-A75 处理器与六个工作频率为 2.0GHz 的 Cortex-A55 处理器，同时搭载工作频率为 970MHz 的 IMG 9XM-HP8 图形处理器。此外, i700平台还搭载了联发科技的 CorePilot 技术，确保八个核心能够以最高效的方式实现运算资源的最优配置，在提供最高性能的同时还能达到最低功耗。

联发科技称，i700 平台延续了强大的AI引擎能力，不仅内置双核AI专核，还加入了 AI 加速器，并搭载 AI 人脸检测引擎，使其 AI 算力较 AIoT 平台 i500 提升达 5 倍。i700 可以为无人商店的辨物和人脸支付提供技术支持，也可实现智能楼宇的人脸门禁和公司的考勤系统。

华为推出麒麟810处理器：7nm制程 自研达芬奇NPU架构

6月21日的nova5发布会上，华为发布了麒麟8系列芯片麒麟810，定位高端系列。采用7nm制程，Cortex-A76 Based CPU，华为自研的达芬奇架构NPU，使用定制GPU（Mali-G52 6核）；采用华为HiAI 2.0技术：AI影像，AI游戏和AI美音；有着旗舰级ISP图像处理器。采用麒麟Gaming+技术，支持双卡双待（双VoLTE）。

此前，麒麟芯片拥有7系列和9系列。7系列为中端定位，主打均衡设计；8系列为高端定位，主打强劲性能；9系列为旗舰定位，主打极致科技。

华为方面援引数据称，麒麟810的NPU运算跑分超过高通855和高通730。麒麟810采用2个A76大核，搭配6个A55小核的设计，主频最高为2.27GHz。

耐能发布AI芯片KL520，专为智能物联网应用所设计

5月16日，耐能发布AI芯片KL520，专为智能物联网应用所设计，兼顾语音和图像不同数据类型处理，支持2D、3D图像识别，适用于结构光、ToF、双目视觉等3D传感技术并计算不同神经网络模型，可应用于智能门锁/门禁、扫地机器人等智能家居场景，无人机、智能玩具、机器人等智能硬件产品线。该芯片目前已经量产，并且已经与中国大陆和***两地的数家客户达成合作。

KL520采用常规的ARM核+自研IP架构，双核ARM M4 CPU+KDP 520NPU，其中KDP 520NPU为耐能自研IP，两核的ARM M4用于系统控制和协处理。采用SDRAM 32MB/64MB 系统级封装，LPDDR2内存技术，可接外部64MB闪存。KL520 算力峰值为0.39TOPS (300MHz) 。相比主流AI芯片的理论算力峰值 1-2TOPS，KL520 看起来并不占优势。不过由于核心利用率（MAC利用率）达到竞品的2-3倍，使其实际效果达到与1TOPS的相近水平，同时保持极低的功耗和成本。

耐能芯片团队由前高通华人工程师组建，成立于2015年，聚焦在终端 AI 芯片解决方案，主攻智能手机、智能安防、智能物联网等领域。

华捷艾米宣布3D AI/MR芯片即将量产

4月16日，华捷艾米宣布其自主研发的3D AI/MR芯片将很快实现量产。华捷艾米目前已拥有用于提供3D测量解决方案的IMI1180、IMI3000芯片以及用于提供嵌入式解决方案IMI2280芯片。其中，IMI 3000是一款面向消费电子、智能安防、智能物流、AIOT领域的3D sensor专用芯片。这款芯片搭载了华捷艾米第四代深度测量引擎，芯片大小5*5毫米，产品功耗100毫瓦。这套MR整体解决方案支持目前主流3D sensor，手机、电视等消费级电子产品未来都可以用上3D AI/MR芯片。

瑞芯微AIoT芯片RK1808内置高能效NPU

CES2019消费电子展，福州瑞芯微电子Rockchip(以下简称瑞芯微)向全球发布了旗下内置高能效NPU的AIoT芯片解决方案——RK1808，解决AI算力痛点。

硬件规格上，瑞芯微RK1808 AIoT芯片CPU采用双核Cortex-A35架构，NPU峰值算力高达3.0TOPs，VPU支持1080P视频编解码，支持麦克风阵列并具有硬件VAD功能，支持摄像头视频信号输入并具有内置ISP。

瑞芯微RK1808芯片独特架构所包含的功能模块及各类接口，四大优势特性包括：低功耗：芯片采用22nm FD-SOI工艺，相同性能下功耗相比主流28nm工艺可降低30%左右；更高AI运算能力：内置的NPU算力最高可达3TOPs；支持INT8/INT16/FP16混合运算，最大程度兼顾性能、功耗及运算精度；面向AIoT应用的丰富接口，便于应用扩展；支持Linux系统，AI应用开发SDK支持C/C++及Python，方便客户浮点到定点网络的转换以及调试，开发便捷。

基于RK1808可实现语音唤醒、语音识别、人脸检测及属性分析、人脸识别、姿态分析、目标检测及识别、图像处理等一系列功能，可用于安防、教育、清扫、车载、穿戴、家电、存储等各场景中。

智能语音赛道：巨头、初创企业竞速落地

探境科技AI语音识别芯片音旋风611量产

7月25日，探境科技宣布其AI语音识别芯片音旋风611（英文名称：Voitist611）正式进入批量供货量产并已获得大量客户的认可和采用。探境科技方面资料显示，这款芯片是全球首款通用型AI语音识别芯片，适用于各种需要语音进行控制的应用场景。当用户使用搭载了音旋风611芯片的各类设备时，直接下指令即可动口不动手地完成操作，无需联网、没有延迟、识别精准，从而获得比云端交互的AI设备更好的体验。音旋风611芯片内嵌领先的NPU架构，配合单麦克风即可实现5-10m远距离的语音识别，不需要依赖云和网络，完全在本地完成推理运算，既大幅提升响应速度，也没有暴露隐私的风险。音旋风611实现了97%的识别率、毫瓦级别超低功耗。

2017年7月，探境科技正式成立，公司创始人&CEO为鲁勇博士。曾在Marvell任职，建立中国区芯片核心技术研发团队。

从探境科技公司官网的布局来看，已将安防监控、智能家居、工业智造、自动驾驶、人机交互作为核心的研发方向。从时间线来看的话，安防和智能家居将会是探境科技首要考虑的市场方向。待这两块产品线布局相对完善之后，探境将会尝试向自动驾驶这个典型的边缘计算领域做拓展和布局。

百度推出远场语音交互芯片“鸿鹄”

7月3日的百度第三届AI开发者大会上，百度推出了远场语音交互芯片“鸿鹄”，它能实现离线语音识别、语音唤醒、以及远场阵列信号实时处理。鸿鹄芯片使用了HiFi4自定义指令集，双核DSP核心，平均功耗100mW，台积电40nm工艺。

百度鸿鹄芯片与百度远场智能语音解决方案协同统一，百度最新的信号处理、唤醒和识别技术创新，如Deep Peak和Deep CNN唤醒，模型波束等最新算法都在芯片中实现能力下沉。这款芯片是根据车规级标准打造，可应用于车载、智能家居等场景。

在应用场景中，鸿鹄可实现三大方面的边缘计算能力，包括支持多达六路麦克风阵列语音信号输入、回声消除、声源定位等的阵列信号处理能力；集成Deep Peak和Deep CNN领先算法，并可自定义唤醒词的语音唤醒能力；支持离线语音识别功能等。

思必驰发布旗下首款AI芯片思必驰-深聪TAIHANG芯片

1月4日，思必驰正式于发布旗下首款AI芯片—思必驰-深聪TAIHANG芯片。主要面向智能家居、智能终端、车载、手机、可穿戴设备等各类终端设备，解决方案包含算法+芯片，具有完整语音交互功能，能实现语音处理、语音识别、语音播报等功能，支持离线语音交互。

官方信息显示，TH1520兼具低功耗及实用性，采用多级唤醒模式，内置低功耗IP，使其在always-on监听阶段的功耗低至毫瓦级，典型工作场景功耗在几十毫瓦，极端场景峰值功耗不超过百毫瓦，该芯片支持单麦、双麦、线性4麦、环形4麦、环形6麦等全系列麦克风阵列，同时支持USB/SPI/UART/I2S/I2C/GPIO等应用接口和多种格式的参考音，能在多类IoT产品中部署应用。

云知声三款AI芯片今年启动量产

1月2日，云知声公布多模态AI芯片战略与正在研发中的针对物联网语音、智慧城市、智慧出行等不同场景的三款AI芯片，并计划于2019年启动量产。具体包括：集成了先进神经网络处理器DeepNet2.0的第二代物联网语音AI芯片雨燕Lite，面向智慧城市场景提供语音图像等多模态计算支持的多模态AI芯片海豚，以及与吉利集团旗下生态链企业亿咖通科技共同打造的面向智慧出行场景的多模态车规级AI芯片雪豹。其中车规级多模态AI芯片雪豹可解锁多项新功能，比如针对车载场景，即使在没有网络连接的情况及其他故障情况下，用户依然可以通过语音导航选址，并可对相应的图像进行处理，提升用户的智能出行体验。

新式、传统芯片各有看点

回顾芯片发展史，新的计算模式一般都会催生新的专用计算芯片。AI专用芯片无疑是发展的大方向，传统计算架构将产生颠覆性变革，并且随着数据的激增、算力的提升，存储问题将成为AI芯片未来的重要考量，合肥恒硕联手中科大迎接这一挑战并着力推出新产品。而芯片巨头Intel也在收购Altera之后酝酿出重磅产品，以应对越来越激烈的市场竞争。

超低功耗存算一体人工智能芯片问世

7月16日，合肥恒烁半导体科技公司与中国科大团队历时两年共同研发的基于NOR闪存架构的存算一体（Computing In Memory）AI芯片系统演示顺利完成。存算一体就是把存储和计算结合在一起。在传统计算过程中，计算单元需要将数据从存储单元中提取出来，处理完成后再写回存储单元。而存算一体则省去数据搬运过程，有效提升计算性能。相较于传统芯片，存算一体人工智能芯片具有能耗低、运算效率高、速度快和成本低的特点。

该芯片是一款具有边缘计算和推理的人工智能芯片，能实时检测通过摄像头拍摄的人脸头像并给出计算概率，准确且稳定，可广泛应用于森林防火中的人脸识别与救援、心电图的实时监测、人工智能在人脸识别上的硬件解决方案等。

合肥恒烁半导体有限公司致力于设计，开发和生产销售先进半导体闪存芯片以及嵌入式闪存器。

英特尔推出全新产品家族Agilex FPGA

4月4日，英特尔宣布推出全新产品家族Agilex FPGA，以解决嵌入式、网络和数据中心市场上以数据为中心的业务挑战。

用户需要能够帮助整合和处理不断激增的数据流量的解决方案，从而支持边缘计算、网络、云等新兴的数据驱动型行业从容运行各种变革性应用。无论是通过面向低延迟处理的边缘分析，用于提升性能的虚拟化网络功能，还是用于提高效率的数据中心加速，英特尔Agilex FPGA 可以为从边缘到云的各种应用提供定制解决方案。在边缘、网络和云计算领域，人工智能分析的进步可帮助硬件系统适应不断变化的标准、支持各种 AI 工作负载，并集成多种功能。英特尔 Agilex FPGA 具备一定的灵活性和敏捷性，有助于化解这些挑战，同时提升性能和降低功耗。

Agilex的产品线规划显示了Intel对于不同市场需求的定义，在网络方面，一方面是更快的数据路径，一方面是基础设施架构优化和分散特性；在数据中心，融合工作负载需要加速，包括基础设施、应用和存储的加速；在5G，需要满足对不同阶段的快速响应和灵活性。

年内还将有哪些AI芯片有进展？

海思即将发布鸿鹄818智慧芯片

7月26日举行的2019年全球移动互联网大会（GMIC）暨科学复兴节上，荣耀公布其智慧屏会搭载海思新推出的鸿鹄818智慧芯片，据透露将在8月10日的华为开发者大会上正式亮相。

据初步资料显示，鸿鹄818芯片除了CPU采用双A73+双A53架构，GPU采用4*Mail-G51，还有8核运算能力，让荣耀智慧屏运行速度更快，多任务并行的带宽利用率领先行业平均超50%。此外，鸿鹄818智慧显示芯片还搭载了魔法画质引擎，通过MEMC（动态画面补偿）、HDR（高动态范围成像）、SR（超分算法）、NR（降噪算法）、DCI（动态对比度增强）、ACM（智能精准调色）、LD（分区控光）等七大先进画质技术，全方位提升荣耀智慧屏的画面显示效果。

荣耀业务部副总裁熊军民发微博科普了鸿鹄818的性能，其中有两个要点：1、现在很多电视产品的问题出在带宽和频率都不差，但是带宽调度技术却不达标。而鸿鹄818则在多任务并行时，带宽有效利用率领先行业内其他友商超过50%。2、鸿鹄818的Video Decoder模块可以支撑8K@30Hz的视频播放，播放8K视频，相当于播放4倍的4K视频，使得鸿鹄818在4K解码时速度更快。

AiRiA研究院量化神经处理器（QNPU）将于今年底流片

3月21日，中国科学院自动化研究所南京人工智能芯片创新研究院（简称“AiRiA研究院”）“普惠AI，芯向边缘”战略发布会在北京举行。会上，AiRiA研究院常务副院长程健透露，该团队自主设计的量化神经处理器（QNPU）即将于今年底流片，定名为“Watt A1”。程健表示，这将是世界上首款主打低比特量化技术的人工智能芯片。

Watt A1将采用台积电28nm制程工艺，峰值算力达24Tops（表征每秒整数操作次数，单位为万亿次每秒），支持1080P四路实时监测，帧效比可达6Tops/W。Watt的定位是面向边缘计算的AI芯片。“量化神经处理器非常适合在边缘端，它能够在功耗、成本等受限的情况下保持高性能。”该团队研发的QNPU甚至可以做到在片上处理很大规模的神经网络，避免了芯片计算领域备受关注的“内存墙”的难题。

异构智能NovuTensor G2 四季度将流片

2018年底，异构智能（NovuMind）第一款自主设计的人工智能推理ASIC芯片NovuTensor G1流片成功。据悉，2019年上半年, 异构智能团队完成基于NovuTensor G1的PCIE加速卡以及边缘服务器的设计与制作，已与客户合作测试开发，签订多项采购及合作合同。同时，异构智能团队致力于新一代芯片NovuTensor G2的研发，该芯片将在性能功耗比与G1相比有进一步显著提升，预计2019年4季度NovuTensor G2 将进行流片。

英特尔年底将推面向推理和训练的神经网络处理器

AI芯片已经成为人工智能迈向下一阶段的标志性战场，各路玩家争先入局，芯片巨头英特尔也有大动作，着力于提供全面、多元化的解决方案，涉及终端领域、边缘计算领域、以及数据中心领域。7月3日，英特尔公司副总裁Naveen Rao透露，两款面向推理和训练的Nervana神经网络处理器，将在今年年底发布。

结语

5G是AI下一步普及发展的重要推动力，随着5G与AI的结合，语音、图像、视频等巨量的多维数据集中处理与边缘式分布计算的需求爆发，势必将进一步挑战AI芯片的计算能力、存储空间、功耗等，智能终端、边缘侧芯片的创新挑战将会加剧。

<电子发烧友>将会持续关注AI芯片的创新，对本文内容若有补充或建议，欢迎联系作者[e-mail].感谢关注和支持！