AI芯片如何摆脱受制，边缘与云端、算力与算法、制程与IP齐头并进

2020年世界人工智能大会云端峰会于7月10日开幕，本次大会上的“万物智联 芯火燎原”人工智能芯片创新主题论坛探讨了AI芯片领域的新机遇，从市场、政策、应用、方案等方面分享了人工智能的行业趋势。

华东理工大学副校长，中国工程院院士 钱锋：突破“堵点”“卡脖子”瓶颈，推进集成电路产业高质量发展

钱锋院士指出我们需要推动集成电路产业的高质量发展，才不会处处受制。

我国是世界第一制造大国，但并非制造强国。目前我国集成面临着高质量发展的关键问题，虽然在高速发展期，却依然存在“短板”，“全而不强”，供应链存在“断链”的风险。再者就是技术受制于人。

为此钱锋院士也提出了四大对策：1.建立适合中国又能引领世界集成电路产业发展的产业链、供应链、价值链、创新链“四链”协同的新模式和新机制。2.打通创新链，建立需求驱动的协同创新链。3.健全体制机制，集聚优势创新资源，构建研发与成果转化的新型研发机构和产学研平台，激发单位和科技人员的创新活力。4. 夯实人才根基，打造既有很强创新能力又懂市场运作的集成电路产业领军人才梯队，促进国家重大工程的建设和产业迈向价值链中高端。

清华大学微电子学研究所所长 魏少军：世纪大变局下的中国芯片产业应对之道

魏少军教授提出国内企业与科研需要把握科技进步，知己知彼，加强研发投入。

“中国集成电路全面替代指日可待”这种说法是非常极端的，如果我们不清楚自己需要什么东西，很可能出现全面混乱。

我们该如何应对呢？首先要正确认识自己，中国已经成为世界经济依存度非常高的国家，但我们对世界依存度却在减小。信息基础设施仍大量依靠国外技术标准和设备，在这个过程中一定要调整。而AI方面需要发现应用场景才能真正做好人工智能芯片，技术与资本双轮驱动，敢于创新。

芯原股份创始人、董事长兼总裁 戴伟民：无处不在的AI：从云计算到边缘计算

戴伟民博士认为芯原作为IP厂商，在云计算到边缘计算上能够提供额外的助力。

人工智能整个产业链从生产到应用，在云端主要是训练、推理、分析，而边缘端首先要人机交互再做一些推理。

芯原希望开放创新保护隐私的AI技术生态，现在很多国家和地区制定法律要保护隐私，唯一办法就是有些处理要在终端。终端上也可以做训练，之后在集中到云上去做。这就牵扯到了硬件平台开放的问题，此处的开放不一定是免费，但要尽可能开源，否则没办法形成这个生态。

IBS最近也提到芯原的设计能力扩展到5nm，这是中国半导体设计能力竞争力增强的关键指标。5nm的发展将会超过7nm，14nm很快会过渡到12nm。我们希望芯原能够在中国AI浪潮中水涨船高，赋能整个产业链。

恩智浦半导体公司大中华区主席 李廷伟：智慧合作共赢

恩智浦专注于工业/IOT、汽车、手机和5G四大市场领域，在性能、连接性和功能整合方面提供了自己的方案设想。

恩智浦所开发的AI边缘计算主要靠感知和处理来创新，在硬件和软件中加入AI来计算，然后通过有线和无线连接去执行。

汽车随着电气化、自动化的发展，需要开发应用场景来引领技术超前发展。汽车实现自动驾驶需要感知，也就靠激光雷达、摄像头和毫米波雷达等，这对安全性有非常高的要求。如此多的汽车传感器数据如果没有AI的话，一味强调计算只会使功率指数增长。

Synaptics高级副总裁、IOT部门总经理 Saleel Awsare：给智能家居赋予边缘AI

Synaptics的AI应用专注于智能家居端，通过差异化竞争提供了更高成本效益的产品。

边缘AI存在着三大关键挑战：1.隐私与安全性，我们用神经网络进行处理，在边缘设备上维护你的隐私。根据内容安全的要求，我们也提供安全性保障，设备的安全性处理都在边缘进行。2.更快的响应时间，帮助用户降低延时，避免每个行为都访问云端。3.能源效率，我们与智能家居设备制造商合作时，建立边缘AI的需求主要是因为他们不想大量建造新的数据中心。如果处理多数放在边缘进行的话，就可以节约能源和成本。

太一科技创始人以及CEO 解渤：中医人工智能之路

新冠疫情下中医也发挥了独特的作用，太一科技通过人工智能的方法，用远程医疗与互利网将中医的潜力挖掘出来，与全球人民共享。

我们与芯原科技合作开发了一个人工智能芯片的设计，把脉诊仪本地AI数据处理都放到这一芯片中去。这样传输量、准确度和加压与反馈的处理过程都很容易，可以用最快速的方法实时操作。经过算法模型计算后，我们还原成3D结果图，方便脉象的直观展示。

高通产品管理副总裁 Ziad Asghar：人工智能引擎改变端测的计算能力

高通产品管理副总裁Ziad Asghar认为AI改变了移动终端、工业物联网和汽车等领域的体验，人工智能处理技术只有规模化后，才能从低端的物联网应用普及到IVI和XR运算的高端应用。

为了将边缘侧的人工计算能力进一步改善，我们采用了高通第五代人工智能引擎。我们采用了异构计算的方式，针对不同的精度级别、不同的功耗级别和不同延迟级别优化不同的模块。

我们还应用了一些创新性的想法，比如深度学习带宽压缩，切实减少了我们的产品中数据交流所需的功耗。使用第五代的高通人工智能引擎，我们可以将峰值性能提升到每秒15万亿次。

黑芝麻智能科技联合创始人COO 刘卫红：AI感知计算平台赋能未来智能出行

黑芝麻智能科技以华山2号芯片，在智能驾驶领域覆盖了L2到L4的布局。

智能驾驶的发展使汽车电子架构产生了巨大变化，原来是单独的ECU分布控制，逐渐转向ECU集成。而智能驾驶每升一级都对算力有大量提升，L3时所需算力大概30TF，L5则需要500TF以上。

智能驾驶芯片面临的另外一个挑战是技术门槛很高，特别是高算力低功耗的芯片，从产品的设计、验证复杂性到产品的功耗、可靠和安全设计，在设计时也要考虑车规级的ISO2621规定。

三星电子高级副总裁 MoonSoo Kang：硅解决方案助力AI行业

三星电子高级副总裁 MoonSoo Kang指出具有竞争力的人工智能芯片不仅需要先进的制程技术，还要有优秀的设计IP。

多样化的AI应用程序需要多样化的计算需求和技术要求，同时面临着不同的边界条件和需要克服的技术障碍。硅片技术的最新趋势是异质整合，这与半导体行业的传统方向-也就是越来越多的内容集成到单个芯片中的方向截然相反。

这种趋势基于两个原因。首先，高端制程的逻辑工艺变得越来越昂贵。先进工艺的硅片制造成本越来越高，而先进技术节点的芯片设计成本也随之迅速增加。其次，并非设计的所有部分都以相同的方式体验高级技术节点的好处。模拟设计不会随着先进技术节点的发展而缩小。考虑到更高的晶圆成本，采用先进技术节点的模拟零件变得越来越昂贵。

本文由电子发烧友整合，素材来源于人工智能大会云端峰会。