AI芯片产业蓬勃发展，IP厂商的价值体现在哪里？

电子发烧友网报道（文/李弯弯）现如今，AI技术正在加速落地，AI芯片也随之快速发展，市场逐渐涌现出越来越多AI芯片初创企业。

而对于这些厂商来说，IP厂商的作用非常明显，其中之一就是可以帮助芯片厂商更加快速实现产品设计，而AI芯片市场的独特性，也给IP厂商提出了更高的要求。

那么，在AI芯片的发展中，IP厂商的价值还体现在哪里？目前面临的挑战是什么？各IP厂商都有哪些应对之策？电子发烧友为此对安谋科技、Imagination以及芯原股份做了详细的调研采访。

IP厂商的价值体现在哪里

IP核是从芯片设计环节中逐步分离出来、经过验证的、可重复使用的设计模块，作用是，可以让芯片在设计环节中，降低冗余设计成本，降低错误发生风险，提高芯片设计效率。

很多厂商都依赖IP来设计SoC芯片，对于芯片厂商来说，如果能够找到满足需求、质量可靠、验证过的IP，将会极大缩短SoC芯片的开发周期，目前这个模式已经非常成熟。

相对于以往芯片市场来说，AI芯片应用场景丰富，近些年也有越来越多的AI芯片初创企业涌现出来，对于这些厂商来说，选择成熟稳定的IP，意义重大。

安谋科技产品总监杨磊在接受电子发烧友采访的时候，谈到了几点：

一、成熟稳定的IP可以帮助初创芯片公司，以及想要自研芯片的系统厂商，或互联网厂商快速切入赛道，这将让整个AI芯片行业得以更全面的发展和进步。

二、当前芯片设计人才紧缺，而AI芯片技术规格更高，设计难度更大，合适的研发人才更是紧俏，这将会成为影响芯片公司设计能力的瓶颈。使用先进且稳定的IP，可以快速复用积累的技术，有效提高芯片设计效率，提升芯片设计公司的交付能力。

三、目前AI行业仍处于快速发展阶段，应用场景丰富，对芯片算力的要求覆盖范围广，这要求芯片设计公司，能够适应多样化的市场局势，并满足不断演进的算法需求。而IP厂商除了提供集成的IP用于AI SoC关键组件以外，还能提供完整的技术生态支持，以及工具链体系，可以提高AI芯片厂商适应市场变化的能力，保障芯片设计的按时交付。

安谋科技是中国最大的芯片设计IP开发与服务供应商，该公司在2018年就开始布局AI专用处理器市场，并且先后推出了周易NPU Z1和Z2两代产品，可以覆盖从端侧到边缘侧所有的人工智能场景，例如安防、智能家居、移动设备、物联网、智能座舱和ADAS、边缘服务器等，目前已经有多款智能音箱芯片、智能家居芯片以及汽车智能座舱芯片落地。

Imagination作为以GPU起家的全球领先IP厂商，在人工智能AI专用ASIC领域深耕了近10年，已推出了3代神经网络加速器（NNA）产品。针对于IP厂商对AI芯片市场发展的价值，其公司产品管理总监Gilberto Rodriguez谈到了提供工具链的重要性。

他对电子发烧友表示，IP厂商可以提供专业的人工智能（AI）加速硬件IP，同样重要的是，还能够提供在芯片中部署AI加速功能所需的工具。再次，IP 公司的核心竞争力是专业的IP设计及技术迭代能力，除了提供最先进的IP设计之外，还能不断迭代，更新，保持这种竞争力。

对于AI芯片厂商来说，有许多因素需要考虑，拥有合适的AI硬件能力是其中之一，如果能够与合适的IP厂商合作，那么他们可以不需要深入研究这些细节。因为IP厂商必须帮助最终用户的硬件加速实现卓越的功耗、性能和面积（PPA），并提供其简便易用的AI硬件IP，从而提供价值。

虽然每个AI市场都有自己的特定需求，但是所有市场也都有一些共同的需求要素，诸如最佳的PPA、成熟的工具流，以及能够支持市场上最新的网络技术。每个AI细分市场都有不同的性能点，以及不同的面积、功耗和带宽预算。Gilberto Rodriguez谈到，Imagination致力于减少带宽，并支持整个神经网络加速器，因此其客户可以提供最具竞争力的AI加速解决方案，并支持他们为其客户提供差异化的产品和解决方案。

Imagination NNA IP 在设计之初，就做了长远的规划。从第一代的2NX 加速器开始，算力覆盖0.5Tops,到10Tops, 到最新的4NX，已经可以覆盖到600Tops, 这些可配置的算力，能够应用到从智能家居里的监控到L4级升至更高的自动驾驶领域，并配有完整的工具链及技术迭代和生态支持，尤其在车载领域的落地项目已经遍及全球。

人工智能IP面临的挑战是什么

目前在人工智能领域IP市场有何特点？我们知道，AI芯片应用场景丰富，多元化、碎片化市场特点突出，再加上近几年，贸易战带来的自主可控需求，市场上也涌现出一些面向细分领域、体量不大的IP厂商，人工智能IP市场呈现百花齐放的局面。

但是，由于发展起步较晚、体量小、没有深厚的技术积累等原因，很多新兴IP厂商在技术创新、生态支持上还有所欠缺。而且因为市场应用多样化明显，这对IP厂商在生态支持的要求也是越来越高，可以看到，AI芯片市场对IP厂商提出了很高的要求。

芯原股份业务运营和中国区销售高级副总裁汪洋向电子发烧友介绍到，由于AI技术应用面非常广泛，因此人工智能IP相对于其他IP来说，其融合了多方面、多维度的更多技术，需要解决的应用场景需求也更丰富和复杂，AI IP需要具备很好的伸缩、扩展、可编程等能力。

同时还需要AI IP厂商具备敏锐的市场嗅觉，密切了解客户的产品应用需求，保持高速的技术迭代，把从终端产品应用到芯片设计，整条技术链上的软硬件问题，都能在IP层面实施应对方案和改进，并引领技术创新。

汪洋表示，芯原的AI IP是高度可伸缩、可扩展、可编程的计算机视觉和人工智能处理器，可满足多种芯片尺寸和功耗预算，是具有成本效益的优质神经网络加速引擎解决方案。

芯原在人工智能IP领域耕耘已久，至今全球已有超过50家芯片设计企业，在各种各样的芯片产品中采用芯原的人工智能IP，其中成功市场商用，并且大规模出货的芯片已经超过了100多颗，全面覆盖十大领域：包括安防监控、智能手机、汽车电子、智慧家居、物联网、可穿戴、服务器、智慧医疗、智慧电视、平板电脑等。

针对IP厂商面临的挑战问题，杨磊谈到，NPU是人工智能计算的核心，承担着高算力和实时感知等关键任务。但目前行业内NPU架构数量众多，存在生态碎片化、重复投资等问题，而这也加大了技术突破和规模应用的难度，阻碍了整个行业的发展。

他认为，为了加速技术发展和应用落地，目前人工智能IP产业亟需一个开源、统一的NPU架构，并且围绕它打造一个开放灵活、共建共享的产业生态。

2021年7月，安谋科技联合多家企业和机构，共同发起了智能计算产业技术创新联合体（Open NPU Innovation Alliance，简称ONIA），由中国首发面向全球开源的NPU ISA暨全球首个开源神经网络处理器指令集架构也正式发布。

借助于NPU ISA，联合体将共同开展智能计算产业标准的研究，构建从中国本土发起，以全球领先技术为标准的智能计算产业生态。

Gilberto Rodriguez认为，与其他IP相比，人工智能IP遇到的最大挑战是软件生态系统的变化速度非常快，这需要灵活的硬件以及软件快速演进的工具链。

因此接下来，Imagination还将继续在软件方面努力，Gilberto Rodriguez表示，公司将继续发展软件工具流，以便与所有主要的框架（PyTorch、TF、ONNX、TVM等）相适应，Imagination也正在开发下一代融合了公司NNA、GPU和CPU专业知识的异构计算平台。

为何不少AI芯片厂商自研IP

目前，我们也可以看到，除了IP厂商可以提供服务之外，不少AI芯片厂商也在自研IP。汪洋认为，芯片厂商自研人工智能IP，一般主要是为了针对其产品特点，实现一定程度的差异化，同时也是为了在某些技术点上能够做到更深更尖。

事实上，芯原已经针对AI芯片厂商的这些需求，提出相应的解决方案，也因此公司在这块业务上保持较高发展增速。据汪洋介绍，芯原的IP允许客户在集成他们IP的同时，可以加入自己的专有加速器，通过流水线级别的深度结合，实现差异化。

另外，芯原不断迭代IP帮助AI用户能够站在业界前沿，而不必花费不必要的非其产品核心价值上的研发投入。并且，芯原还和著名的国际互联网企业在其智能产品生态层面达成合作，除了能保障技术的前沿性外，还能帮助客户快速对接到这个智能生态中。

Gilberto Rodriguez认为，芯片厂商自研人工智能IP，主要有两个原因：一是成本，二是控制。一些AI芯片厂商认为，在一些非常特定的应用场景中，只需一个大型的MAC阵列来执行卷积，即可实现高效的AI加速，这样他们就可以用很少的投资来研发人工智能IP。

其他一些AI芯片厂商想要控制软件和硬件栈，一些硬件IP提供商需要AI芯片厂商进行大量的软件集成工作，因此他们更希望在软件和硬件上拥有完全的控制权。

因此，IP供应商必须证明，他们可以通过提供完整的软件和硬件解决方案，来降低AI芯片厂商的开发和支持成本，从而为AI芯片厂商提供价值。IP供应商必须提供一个通用的软件/硬件加速器，以提升AI芯片产品的性能，并降低其总体拥有成本。

AI IP市场未来的发展趋势如何

未来，人工智能市场的IP发展走势会如何呢？杨磊谈到几点：一是多元融合。他表示，我们现在正处在新一代计算浪潮中，5G、AIoT、智能汽车以及新兴的元宇宙等场景，将带来海量的数据，而单一架构的处理器已不能满足处理这些数据的算力需求。

因此， NPU、GPU、VPU等IP模块的多元融合方案，例如安谋科技的XPU架构，将会给芯片厂商带来更大的价值，这可以帮助芯片厂商开发出更具市场竞争力的产品。

二是单一IP模块将向一站式方案转变。IP厂商除了提供适用性强、复用性强的人工智能IP模块之外，提供包括工具、软件、设计服务等在内的一站式解决方案将成为主流。

汪洋表示，人工智能技术是一个长期演进的基础技术和关键技术，人工智能IP也将在技术深度和应用广度上不断地快速进步，业务拓展空间巨大。

他认为，AI技术可以通过与其他传统的处理器IP技术相结合，对后者起到颠覆式的技术创新。例如，芯原的神经网络处理器IP和芯原的图像信号处理器IP有机结合，推出的AI-ISP系列，利用AI IP的目标检测和识别功能对目标区域进行定位，可使ISP IP精准地对目标区域进行曝光和聚焦，得到更清晰的目标区域图像。

同时，AI IP还可对ISP IP输出的图像进行暗光增强、分辨率提高等处理，进一步优化图像质量。目前，芯原的AI-ISP系列已经广泛获得了手机、机器视觉相关应用客户的青睐。类似的AI-Video技术、AI和GPGPU的结合等等，都在相关行业龙头客户的产品中发挥显著作用。

总结

整体而言，当前AI芯片正随着AI技术落地蓬勃发展，在这个过程中，IP厂商承担着非常重要的作用，同时AI芯片丰富、碎片化的应用场景，也给IP厂商提出了更高求。

可以看到，各家厂商正在发挥各自的优势，不过改进和迭代技术，提供更加完善的工具链和生态链支持，以帮助AI芯片产业更加全面和快速的发展。

欢迎添加作者微信Li1015071271，交流学习。