AI芯片的发展，离不开人工智能技术的成熟。人工智能从1956年诞生至今，共经历过三次大的浪潮。进入21世纪，由于计算机性能的提升和海量数据的产生，以及机器学习和CNN技术（Convolutional Nerual Networks，卷积神经网络）获得突破，算法、算力和数据都满足了人工智能的商业化落地需求，人工智能迎来了高速发展的阶段。

实际上，人工智能产业得以快速发展，离不开目前唯一的物理基础——芯片。可以说，“无芯片不AI”，能否开发出具有超高运算能力、符合市场需求的芯片，已成为人工智能能否可持续发展的重要因素。

近年来，AI芯片产业发展迅猛，众多企业纷纷布局。但从芯片的起步、发展、成熟的三个阶段来看，人工智能芯片仍然处于起步阶段。

巨头新锐，共遇产业瓶颈

按应用场景的不同，AI芯片设计可分为云端训练、云端推断、终端推断三部分。其中云端训练芯片主要以英伟达的GPU为主，新入竞争者是谷歌的TPU，以及深耕FPGA的赛灵思与英特尔。在云端推断方面，代表企业有AMD、谷歌、英伟达、百度、寒武纪等。

在终端推断方面，由于移动终端、自动驾驶等应用场景需求逐渐爆发，布局企业包括传统芯片巨头和初创企业，如高通、华为海思、地平线、寒武纪、比特大陆等。

不难发现，在市场格局上，虽然目前都是传统芯片巨头占据着AI芯片市场的霸主地位。但AI芯片落地难，是困扰巨头与新锐的共同问题。 

来源：清华大学未来芯片创新中心

地平线联合创始人兼副总裁黄畅告诉亿欧科创：AI芯片落地之所以难，首先是大家技术上都遇到了共同的瓶颈，也是所谓的“冯·诺依曼瓶颈”。

提高AI芯片性能的关键之一，在于支持高效的数据访问。在传统冯·诺伊曼体系结构中，数据从处理单元外的存储器提取，处理完之后再写回存储器。AI芯片本身基于冯·诺伊曼体系结构，使用简单的功能是完全没问题的。

但由于运算部件和存储部件存在速度差异，当运算能力达到一定程度，由于访问存储器的速度无法跟上运算部件消耗数据的速度，再增加运算部件也无法得到充分利用，即形成所谓的冯·诺依曼瓶颈，或“内存墙”问题，这是长期困扰计算机体系结构的难题。

目前常见的方法是利用高速缓存（Cache）等层次化存储技术，尽量缓解运算和存储的速度差异。然而，AI芯片中需要存储和处理的数据量远远大于之前常见的应用。这都使得冯·诺依曼瓶颈问题在AI应用中愈发严重。“可以不夸张地说，大部分针对AI提出的硬件架构创新都是在和这个问题做斗争。”黄畅补充道。

不过，也正是由于人工智能芯片的技术难题，导致不论是巨头还是新锐都处于同一起跑线，这给国产企业提供了良好的超越“赛道”。这也避免了传统巨头利用自身已有优势，快速甩开对手。

问鼎全球，如何弯道超车

19年6月20日，寒武纪推出第二代云端“思元270”；6月21日，华为发布人工智能手机芯片“麒麟810”；7月3日，百度发布人工智能芯片远场语音交互芯片“鸿鹄”；10月29日，地平线发布AIoT边缘计算人工智能芯片“旭日二代”。

可以发现，国产企业在AI芯片领域的布局已初见雏形，有一战之力。但想问鼎全球，仍需改善一些不足。

针对国产AI芯片的发展，中国工程院院士倪光南多次表示，芯片设计门槛极高，只有极少数企业能够承受中高端芯片研发成本，这也制约了芯片领域创新。我国可以借鉴开源软件成功经验，降低创新门槛，提高企业自主能力，发展国产开源芯片。

“开源软件正成为当前软件产业的主流，芯片产业也可以采用开源这种模式。”倪光南强调，目前在芯片开发方面，新的RISC－V指令集是一种能够降低处理器芯片IP成本的新模式。企业可以自由免费使用RISC－V进行CPU设计、开发并添加自有指令集进行拓展等。RISC－V对于当前AI芯片架构的优化，成本的控制，都有很好的效果。

关于AI芯片架构，其实我国企业已有不少可圈可点的案例，例如华为的达芬奇架构，寒武纪的Cambricon－X架构，鲲云科技的CAISA架构，地平线的伯努利架构等。

比起人工智能芯片架构，我国更应该关注人工智能芯片的产业链完整度。

我国制造芯片的最新设备和工艺比国际先进水平落后多代，因此一些人工智能芯片需要送到境外进行制造和封装。这就会造成芯片产量不足，以及价格过高的问题。使得下游很多使用其模组的产品无法量产，造成恶性循环，不利于行业的发展。

作为国内边缘侧AI芯片领域的先行者，嘉楠科技早在2016年就掌握了16nm制程工艺，之所以现阶段的AI芯片制程工艺仍为28nm，主要也是受价格和出货量的限制。

赛迪顾问《中国人工智能芯片产业发展白皮书》显示，中国人工智能芯片市场规模保持高速增长。云端领域，2018年云端市场全球占比17．0％；预计2021年将达221．5亿元，CAGR达 51．23％。终端领域，2021年将达84．1亿元，CAGR为59．3％。

面对如此广阔的市场，希望国产企业能潜心突破瓶颈，问鼎全球。

作者：张伟超