AI造芯：实力担当还是华美冒险？

AI造芯路上，最不缺的就是梦想和勇气。不管是高通、英伟达这样的巨头，还是无数前仆后继的成长型企业。

关于AI，前景无疑足够有吸引力，才能转化为放手一搏的动力。这场围绕AI的造芯热潮，被认为将在2019年经历落地应用的关键考验。未来是否能如期而至？纷纷落地的赛道上，什么样的AI芯片能够稳稳着陆？

巨头的盛宴

4月19日，高通在人工智能开放日上，正式推出布局云端的AI推理加速处理器——Cloud AI 100。在此之前，高通一直致力于无线网络边缘终端侧的耕耘，推出了四代基于骁龙平台的AI芯片。从终端到云端，高通一个更为完整的AI版图呼之欲出。

4月23日，特斯拉的自动驾驶芯片公布。这款马斯克口中“世界上最好的自动驾驶芯片”，与上一代由Nvidia驱动的硬件相比，据称每秒帧数处理能力提高了 21 倍，可使每辆车的硬件成本降低约 20％。这项重磅芯片系统的研发、更新、量产和应用无疑需要耗费无数心力与金钱，能不能撑住这个“世界最强”，还要看特斯拉的长远表现。

瑞芯微：老牌企业拥抱AIoT

去年，在全球前20名的AI芯片企业排名中，中国大陆仅占两个席位，瑞芯微便是其中之一。面对扑面而来的AIoT时代，瑞芯微针对视觉、图像感知、语音交互等领域，推出一系列AI芯片产品，以多种应用形态量产并商用。

瑞芯微日前在福州举办千人开发者大会，期间发布的人工智能计算棒AI加速器是一大亮点，内置的NPU算力最高可达3.0TOPs。相同性能下，功耗相比28nm工艺可降低30%左右。这个加速棒被称为是AI、物联网从业者、开发者的“产品研发利器”，在众多与场景结合的学习能力方面被寄予厚望。开发者通过U盘大小的计算棒，外加一台Linux系统的终端，即可获得强大的算力与深度学习推理能力，大大降低了开发门槛。

而在此之前，瑞芯微的AI芯片RK3399和RK3399 Pro已经有了成熟的落地应用案例。在支付宝一款人脸支付产品“蜻蜓”中，采用的正是RK3399 芯片方案。

多年来的技术积累，深耕产业形成的敏锐触觉，以及在终端市场的强大生态链，或许都是瑞芯微在AI芯片商业化道路上先声夺人的主要因素。

云知声的AI哲学：“全栈”和“硬核”

近来，云知声的AI技术开放日很热闹，四地巡回日程过半，北京、深圳已盛大举行。以语音识别及语言处理技术起家的云知声，去年5月推出其首款面向物联网的AI芯片UniOne，采用自主AI指令集，号称性能比通用方案提升超50倍。

谈及造芯动力，云知声创始人/CEO黄伟说，“在AIoT市场加速爆发的今天，云端方案在网络、带宽、能耗、隐私以及边缘计算等方面的限制，使得面向物联网的AI芯片成为必然抉择。”不论是CPU还是GPU、FPGA，现有的芯片架构并非为 AI 专门设计，并不能满足物联网AI算力需求，且考虑了太多的向后兼容性，因此在性能上远非最优。“基于业务方面对芯片产品、场景的反复验证，以及对AIoT终局的判断，云知声在2014年就明确必须自主研发面向物联网的AI芯片。”黄伟表示。

在今年的技术开放日上，云知声董事长/CTO梁家恩将云知声的 AI 哲学概括为“全栈”和“硬核”，所谓全栈是指贯通技术创新到产业应用的价值闭环，硬核则指破解产业规模化应用难题。四大“硬核”技术包括：语音感知与表达，语言与知识计算，AIoT芯片落地，超算平台与图像、翻译拓展。

2014年开始布局AI芯片，2016年正式启动，2018年拿到第一块芯片——云知声的AI造芯之路算是稳健。芯片对于云知声的战略布局有多重要？梁家恩表示，这是规模化量产中最重要的硬核技术。面向方案商与开发者，可提供更完整的AI 应用参考方案，帮助客户更快、更高效地打造AI未来应用。

在云知声的“云端芯”生态中，AI芯片还将发挥哪些作用？值得期待。

嘉楠耘智：区块链巨头的AI摘星之旅

作为区块链领域数一数二的企业，嘉楠耘智涉足AI可以说是顺势而为。如果说区块链是当时的脚踏实地，那么AI就是必须要仰望的星空。幸运的是，嘉楠耘智这场摘星之旅开始得够早、够及时，目前已经小有成果。

2016年，嘉楠耘智开始了AI造芯之路。历时两年，于2018年9月发布量产RISC-V商用边缘计算芯片勘智K210，该芯片是一颗集成机器视觉与听觉的SoC，定位于AI与边缘计算领域。

“AI市场化需要高效、可靠且有一定性价比优势的芯片来为相关应用提供计算平台。嘉楠耘智起步于区块链领域，专注于高性能、高算力的ASIC芯片设计，可以通过这些积累来把握AI落地的机遇。”嘉楠耘智销售总监黄波说。“我们的AI产品计划，将着力为客户提供高度定制化和弹性化的解决方案，与合作伙伴共同打造生态系统并实现技术与商业的双赢。”

勘智K210支持8路麦克风阵列预处理流程，通过多路麦克风阵列信号采集，并结合对应的算法，可实现声源的方向识别。同时，基于芯片和人脸识别AI算法能力，可以将预先录入的人脸图像与对应用户人脸进行特征比对，从而进行身份权限管理。搭配智能云台摄像头可以进行目标人脸追踪和捕捉。

通过深度神经网络处理器，勘智K210能够灵活运用图像识别、语音识别、视频处理、信息检索等功能。可应用于智能家居、新零售、物流检测等场景，还可以为未来社区、智慧城市提供整套解决方案。

勘智K210采用RISC-V架构，双核处理器，最高主频400M，拥有CNN神经网络加速单元、KPU和音频预处理单元，单芯片可实现图像和语音识别能力。

在区块链的技术、资金和资源积累，对嘉楠耘智在AI领域能起到哪些推进作用？由于矿机芯片出货量巨大，嘉楠耘智已成为台积电在中国市场的前五大客户。在ASIC芯片设计和自研算法方面的积累，都有助于设计和产品化的快速推进。

如何看待AI芯片市场当前的竞争格局？黄波表示，从资本和技术角度来看，国际巨头仍处于优势地位。从芯片架构角度来看，AI时代完全不同于以往。它有着大量丰富的应用，技术路线有分散、碎片化的特征，因此终端需要实现很多可定制化的功能，也需要芯片架构更有弹性、更为开放。

正是如此，嘉楠耘智不遗余力推动着RISC-V商用边缘计算芯片的落地。“x86架构在PC领域的成功毫无疑问，ARM架构在移动终端一时风头无两。一个处理器架构能在一个时期胜出，最主要还是它适应了本时期产业发展的需要。现在，RISC-V在短短几年时间迅速被业界认可，主要原因是它满足IoT边缘计算的需求。”黄波表示。

在AI领域，嘉楠耘智目前主要聚焦于本地边缘计算。“去中心化的技术是我们的信仰，”黄波强调，“许多数据并不一定需要发送到服务器去处理，例如采集的声音、人脸，本地端就能够实现存储识别，这对于提高处理效率、保护消费者隐私都大有益处。”

“基于RISC-V的解决方案大量落地仍需要两三年时间，我们已经率先实现商用。下一步，将继续致力于优化功耗控制，将单位晶圆下的算力发挥到极致。”黄波表示，“算法方面我们也更欢迎与更多的第三方伙伴进行合作，共同打造生态系统建设，推动在更多行业的落地应用。”

结语

集成电路与其他行业的最大差别在于，玩家除了要拥有规模和成本优势之外，决胜关键关乎持续的创新能力。芯片作为高投入、高尖精的技术，布局不仅要看眼前，更要看未来，要做好深耕五年十年甚至几十年的准备。这样的行业和技术属性，注定了AI造芯本身就是一场冒险。

但值得庆幸的是，经历了轰轰烈烈的造芯大潮，我们看到越来越多的芯片走向落地应用。而随着IoT的大规模实施、5G商用的到来，AI的落地应用也有望得到革命性的进展。

好戏才刚刚开始。