人工智能风口下的芯片发展

算法的不断迭代、算力的不断提升和数据量的激增激发了人工智能产业在近年来的快速发展，2018年更是有望全面迎来人工智能技术规模应用的拐点。AI芯片作为人工智能产业的核心，也是技术要求和附加值最高的环节，产业价值和战略地位远远大于应用层，这也是国内外科技巨头纷纷布局AI芯片的重要原因。国内科技巨头阿里巴巴宣布开始自主研发AI芯片，此前美国科技巨头谷歌、苹果、微软、Facebook也纷纷开始自主研发AI芯片，英特尔、高通、英伟达、AMD、赛灵思等在各自领域中有绝对优势的传统芯片巨头也都有自家的AI芯片。针对不同的AI应用场景，定制芯片的适用性明显高于通用芯片，这对AI芯片行业又意味着什么？本次邀请华夏芯(北京)通用处理器技术有限公司CEO李科奕，对目前人工智能风口下的芯片发展进行探讨!

Q：a&s总经理、总编辑关玉娟

A：华夏芯(北京)通用处理器技术有限公司CEO李科奕

关玉娟：请问过去十几年，安防行业的芯片供应商的格局发生了什么变化?

李科奕： 在过去的十几年里，安防领域的半导体芯片厂商一直追求打造一个针对所有市场的大一统平台(例如德州仪器、华为海思的某一款视频监控芯片都曾一度占据了中国70%的视频监控市场)。随着安防市场越来越细分和多家中小型芯片公司的介入，一款芯片打天下的时代已经结束了。但是，如果稍微研究一下摩尔定律的话，可以发现目前芯片行业面临的最大挑战在于设计复杂集成电路的成本正在快速增加，而这正在扼杀应用的定制化设计能力。随着集成电路工艺制程越来越先进，IP越来越复杂，设计团队越来越庞大，产品开发周期越来越长，相应的研发投入越来越高，而市场却呈现碎片化、细分化的趋势。针对新工艺制程的巨额芯片设计、制造费用，导致对应的芯片销量的盈亏平衡点就越来越高。市场的碎片化、细分化与芯片设计、制造投入越来越高的矛盾决定了芯片厂商和终端设备厂商必须采用新的商业模式或者技术路径应对这一新的行业趋势。

在这种情况下，像华为这样的芯片厂商开始利用其芯片优势进入终端设备市场。而越来越多的终端设备厂商开始研发、定制芯片，例如：特斯拉、Facebook、微软、谷歌等公司都已涉足芯片行业。这种涉及芯片行业的方式分为两种，一种是建立研发团队，自己研发，另外一种就是与专业芯片设计厂商合作，根据需求实现定制化开发。在安防监控行业，海康威视、大华股份等大型安防设备厂商为了保持其核心竞争优势，都开始自己研发或者和专业的芯片公司合作定制开发芯片。

关玉娟：在安防监控领域，包括芯片的主流技术、商业环境、产品形态会发生什么样的变化?

李科奕：环境是在快速变化当中，例如安防监控的硬件设备发展从当初普通的标清摄像机到高清摄像机，又进化到了带人工智能的摄像机，从而实现了目标识别、目标追踪和人脸识别等功能，这些都是由技术突破带来的新的商业化机遇。

安防监控行业对芯片的需求也在发生变化，比如从早期德州仪器的DSP芯片，发展到后来的专用视频监控芯片(例如华为海思给海康威视提供的ASIC芯片)。过去在设计安防监控的ASIC芯片时，针对不同的应用场景，如车牌识别等，是采用设计不同的硬件算子来实现。而正在兴起的人工智能时代对芯片的需求又不一样了。随着以深度学习为代表的人工智能应用的出现，采用硬件算子的方式，很难满足用户对神经网络算法在不同应用场景下的二次开发需求，于是出现了支持深度学习的AI专用芯片。但是，神经网络的算法还在不断演进和推陈出新当中，单纯的人工智能专用芯片很难满足算法升级的灵活性以及可编程使用的便利性要求。现阶段，比较好的做法是采用通用计算+专用计算的设计方式，将CPU、DSP、GPU及CNN加速引擎等通用及专用的计算单元集成在一颗SoC上，这也就是目前十分热门的异构计算架构。谷歌新任董事长、计算机架构大师Hennessy就认为：采用异构计算架构将成为AI芯片设计趋势。所谓的异构计算——即将通用计算单元与专用计算单元结合起来。通俗地说，指的是一块芯片系统中，中央处理器(CPU)、图像处理器(GPU)、信号处理器(DSP)、AI专用处理器等通用计算和专用计算单元在物理设计和编程使用上能够高效融合、协调。这样的设计，既可以通过通用计算支持算法升级上的灵活性，又可以有效利用专用计算单元在特定算法上的超强计算效率。

以全球异构系统架构(HSA，Heterogeneous System Architecture)联盟为代表的异构计算的兴起，这是中国芯片设计行业一个新机遇。华夏芯作为HSA联盟的主席单位，致力于推动中国异构计算的发展，希望异构计算的优势能够在芯片设计中体现出来，让芯片更好地服务于应用厂商。

从市场的变化反馈到芯片设计的变化，人工智能应用的兴起代表着一个新时代的到来：即计算的本身也从原来的通用计算、专用计算过渡到了通用+专用的异构计算阶段。人工智能的碎片化应用场景意味着终端厂商对芯片很多的定制化需求，这是一个新业态下的新趋势。

关玉娟：请介绍贵司与传统安防应用芯片设计厂商的差异?

李科奕：好的，首先公司和安防领域传统的芯片公司情况不太一样。第一个区别：我们的核心IP都是自主研发设计的，而安防领域传统芯片公司的关键IP（知识产权）一般来源于第三方的许可，例如在安防监控中用得很广的华为海思的SoC芯片，其核心的IP如CPU、并行计算引擎等这些都是许可自Arm公司的，而我们则不需要通过第三方去许可CPU、DSP、CNN等计算单元或IP核，完全都是自己的。

第二个区别：我们的战略定位是成为下游客户的深度战略合作伙伴，这便意味着我们自己不面向市场推芯片。我们的产品有2个，一是设计定制，即利用自主研发的芯片技术为客户设计定制芯片：二是IP授权，即授权许可IP给客户，让客户自己设计芯片。目前，全球越来越明显的市场趋势就是终端客户厂商开始主动根据市场的需求定制芯片。例如像海康威视（全球最大的安防监控厂商）这样的行业客户，对安防监控市场需求非常熟悉，了解安防监控上使用芯片需要的内部带宽、计算能力、功耗，甚至最终完整解决方案的成本是怎么样。这些终端客户开始寻找第三方设计公司去定制一款芯片，从而更好地提升核心竞争力。我们利用自主知识产权的IP优势，通过芯片定制，支持下游客户专注自身的业务发展，构建及提升核心竞争力，这是我们和海思这样的传统芯片公司的一个重要的区别。

关玉娟：目前物联网和人工智能发展极其迅速，包括贵司在内的中国芯片公司的最大优势是什么?

李科奕：华夏芯是国内唯一一家拥有全自主64位高端CPU、DSP、GPU、AI IP的异构计算芯片设计公司，就是采用异构计算的架构来满足市场的定制化需求，将通用计算和专用计算的优势结合起来，同时降低异构计算的开发、编程的门槛。

物联网产业目前存在着应用场景碎片化严重、技术标准化进程缓慢、市场需求和芯片匹配度低、数据和网络安全攻击频发、解决方案价格成本过高、商业模式不明确、投资回报周期长等问题。而安防视频监控产业涉及到端、管、再到云，技术平台覆盖图像识别、深度学习等人工智能算法、以及ISP成像、高清视频、5G通信、云计算等多学科领域。而且无论是在终端侧的物联网还是安防监控应用中，算法、算力还需要考虑功耗和云端传输条件的限制，需要芯片厂商、应用厂商、算法厂商联合设计开发，共同完成对终端用户的支持。例如，智能门锁中的人脸识别算法，和街道视频监控中的人脸识别算法就有很大的差异。两种情况下特征值提取都不一样。像高通等国外的大型芯片公司做智能门锁芯片开发是通过代理商销售的，通过代理商间接支持终端客户厂商。而我们中国的芯片厂商了解本地市场，了解合适的算法厂商，可以更好地服务客户需求，这些挑战反而成为我们的优势。

关玉娟：贵司提供的芯片定制的做法，在研发成本以及人力投入上是否有优势?

李科奕：以华夏芯设计的一款最新的安防监控SoC芯片为例，里面包含了CPU、DSP、AI等处理器IP。传统设计思路是将来自不同供应商的处理器IP“拼”在一起的，因此，芯片的设计和使用是一个很大的困难，具体体现在三个方面：

首先是设计难度大，想要将不同来源的IP进行协同计算，势必是一个很大的挑战；

其次是每一套IP都需要有一个单独的团队来学习和维护，导致芯片设计公司的研发团队变得十分庞大；

最后是使用难度大，用户针对不同厂家的处理器IP，需要开发大量的底层驱动程序，芯片上的编程、测试、应用开发的门槛很高。

正因为以上三点原因，如果按照传统思路去涉及这样复杂的SoC芯片设计，只有华为等大公司才能去碰触。初创公司想要涉足，就一定要找到一种创新思路。

创新并不是凭空想象，而是要结合市场与技术发展趋势，进行合理的探索。比方说华夏芯采用了一套创新的异构设计思路设计全部的计算单元，无论是CPU、DSP、GPU还是AI计算单元，全部源自华夏芯的自主指令集，无需向第三方许可处理器IP。这样就节省了大量的IP许可费和权力金，还可以根据应用需求，进行深度的IP定制。同时，华夏芯无需庞大的设计团队即可基于全自主的处理器IP快速完成SoC设计，大幅度降低了用户的开发门槛。

关玉娟：安防的应用场景很多，贵司选择哪些场景作为突破口?

李科奕：华夏芯作为一个基于新一代异构计算设计技术，为客户定制的芯片可以覆盖几乎所有的应用场景，例如：智能家居，智能门锁芯片，扫地机器人、安防监控、无人驾驶等。

同时，华夏芯还提供完整的解决方案。华夏芯的人工智能解决方案是一套融合了前端感知、边缘计算、后台系统、信息传输和前后端算法的一个闭环的系统级方案。比方说，华夏芯的前端芯片，支持的感知系统除了视觉识别外，还包括语音识别、雷达识别；前端与后台的传输方式，支持NB-IOT、BPLC（宽带电力线载波）等有线和无线模式。从使用场景来看，可以根据客户的需求，提供定制化的算法等。连同完整的开发工具、多个应用库提供给二次开发商、系统集成商，更好的支持他们建立核心竞争力，服务好他们下游的客户。我们在芯片设计时需要考虑的是丰富的芯片接口、足够的计算能力和带宽、更低的功耗、成本等各种因素的平衡。各种边界条件最优的设定对我们的设计来说是一个挑战。同时，我们还需要尽可能简化开发者的开发、调试的难度，使得二次开发者加快产品开发的速度。

高通、Arm、英特尔、英伟达等大型芯片公司在产品线成熟度、规模以及知识产权的布局上优势明显，中国的芯片厂商从应用落地、行业标准等切入点着手，加强自主研发，探索一条支持创新驱动、市场导向的芯片定制化之路，值得肯定和借鉴。同时定制芯片，对于有一定市场规模和用户基础的企业来讲，可以推出更加有个性化、差异化的产品，也更能够增加自身的竞争优势。从中兴事件可以看出，中国半导体战略的发展推动计划已经迫在眉睫，国家的资金目前比较充裕，技术和人才还需要企业加大培养、积累，虽然现在高端芯片对国外厂商的依存度还很高，但是从国家层面想办法建立有效的机制，使中高端芯片的设计厂商更好地建立与应用厂商合作的机会，从而加速中国人工智能芯片的商用化进程。