清华微电子发布AI芯片 专注于神经网络计算，可用于ai,图像等多种应用

华大学微纳电子系副系主任尹首一老师带队设计了低功耗AI芯片Thinker，专注于神经网络计算，可以动态地调整计算和内存需求，用于视频、图像、语音等多种AI任务应用。

在北京清华大学的一个办公室里，一块名为Thinker的芯片正在处理摄像机采集到的视频数据，同时将其中提取的人脸数据与数据库中现有的做匹配。几秒钟后，这一块Thinker芯片又在处理中文语音命令。

Thinker是一块由清华微电子研究所设计的AI芯片，用于支持神经网络计算，它最大的特点是功耗非常小——只需要八节AA电池就够让它运行一整年。

Thinker芯片可以动态地调整计算和内存需求，以满足正在运行的软件的需求。这一点非常重要，因为许多实际生活中的AI应用程序（识别图像中的对象或理解人类语言）需要不同类型的具有不同层数的神经网络的组合。

2017年12月，《IEEE固态电路杂志》（IEEE Journal of Solid-State Circuits）上发表了一篇关于Thinker的设计理念的论文，《IEEE固态电路杂志》是计算机硬件设计领域的国际顶级期刊。

事实上，如今中国科技领域发展迅猛，Thinker芯片仅仅是其中的一个例子。在目前人工智能硬件优化的热潮中，中国的半导体行业正面临一个千载难逢的发展机遇。计算机芯片是人工智能成功的关键，因此中国需要发展自己的AI芯片，使其成为真正的技术力量。

尹首一老师（清华大学微纳电子系副系主任和Thinker论文的主要作者）说：“和以前中国追赶信息科技革命的速度相比，这次中国对人工智能趋势的反应速度是最快的”，因为中国在神经网络处理器的研发和设计上面已经做了很多努力。

尽管现在中国已成为太阳能电池板和智能手机的制造中心，中国的半导体产业却远远落后于美国。根据中国半导体行业协会所公布的数据，2017年1月至9月，中国的进口集成电路总额达到了1828亿美元，比上一年增长了13.5％。与此同时，包括谷歌和英特尔在内的美国科技巨头与初创公司们都在开发人工智能专用芯片。

作为应对政策之一，2017年12月，中国工业和信息化部发布了为期三年的人工智能发展计划（《促进新一代人工智能产业发展三年行动计划（2018-2020年）》），政府制定了到2020年要让神经网络处理芯片实现量产的目标。

清华微电子所尹首一老师的团队之所以要开发Thinker芯片，是因为在端设备上运行AI应用时，功能强大的GPU或FPGA芯片不仅价格昂贵，而且功耗过大，不适合运用到靠电池供电的小型设备上。

相比而言，Thinker则可以嵌入到很多小型设备中，包括智能手机、手表、家用机器人、或远程控制的仪器设备等。尹首一老师的团队计划在今年三月推出第一款搭载Thinker芯片的端智能产品。

除了Thinker芯片之外，中国还有很多类似的AI芯片项目正在进行中。 1月下旬，中国科学院计算技术研究所（ICT）的一个研究小组将与当地半导体制造商合作生产一批用于机器人的芯片——Dadu。这个名为Dadu的芯片有两个核心处理器——一个用于运行神经网络，另一个用于控制运动。神经核心处理器可以处理机器视觉，同时也可以对到某一地点的最佳路径或是拿取某一物品的运动轨迹进行规划。

韩银和（中国科学院计算技术研究所研究员和机器人芯片项目负责人）设想了一系列应用，包括可以运送咖啡的机器人还有可用手势控制的无人机。他说，在中国开发这样一个系统的好处在于中国有庞大的用户群，用户群越大，基于用户体验的芯片设计的更新迭代速度就会越快。

除了清华微电子所与中科院计算所外，现在也有越来越多的中国公司开始开发AI芯片。比如中科睿芯（SmarCo），中科睿芯是一家总部位于北京的创业公司，主要设计用于数据中心和处理视频片段的AI芯片。

“将来，只生产芯片的公司会越来越少，”位于北京的创业公司地平线机器人（ Horizon Robotics）的ASIC设计总监马凤祥如是说。地平线公司专注于将AI技术应用于智能摄像头和自动驾驶上，2017年12月，地平线发布了两款计算机视觉芯片，它们可以让车辆识别行人，也可以帮助商场研究来往客流规律。地平线自2015年成立以来，公司已发展到300多名员工。

马凤祥表示，地平线机器人不是一家芯片公司，我们为自己的产品设计芯片，以求达到提高产品性能还有降低生产成本的效果。

目前，中国AI芯片研究人员需要解决许多问题：如何将其芯片设计商业化，如何扩大规模，以及如何驾驭人工智能所改变的计算领域。虽然有诸多挑战，但中国的芯片研究人员最不缺少的便是雄心壮志。ICT的韩银和说：“作为芯片研究人员，我们都有梦想，未来我们能取得多大的进展，请世界拭目以待。”