|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
& s9 \/ T) Q& ~) I* p! ^" q
3 b+ P5 q8 D7 [: u8 W
7 m9 q) z8 }; r) w9 H* G! M! a1 [9 |( m. q3 D* ~
+ B8 B5 }; N& G* \% a$ T* E1 y. S( h2 c# }. e4 p
这几天,AI芯片可谓存在感“爆棚”。先是寒武纪科技完成1亿美元A轮融资,一跃成为首个AI芯片“独角兽(估值超过10亿美元的初创企业)”,再是华为将于9月2日正式发布“HUAWEI Mobile AI”。早在今年7月,华为就在媒体沟通会上公布将于今年秋季正式推出AI芯片,成为首个在智能手机中引入AI处理器的厂商。
% |4 M' c9 x* j5 n: X* k7 Y7 F& I5 `4 K1 g9 m
与此同时,产业链也传出华为海思下一代处理器麒麟970已经小规模量产并将于今秋发布的消息。业内纷纷预测,将在9月2日揭开面纱的华为AI芯片会率先集成到麒麟970处理器上,并搭载寒武纪科技的嵌入式IP(知识产权),国产AI芯片“独角兽”与民族手机龙头有望走向强强联合,国产芯片能否借AI的东风“翻盘”引发各界关注。
4 e; N6 p6 b. u2 E7 m; ^
8 W( G8 K# f& @7 E4 ]; x3 n“根据国际知名专利检索公司QUESTEL发布的《芯片行业专利分析及专利组合质量评估》,中国近10年芯片专利增长惊人,已成为芯片专利申请第一大国。从基础技术的积累来看,我国在AI芯片方面与美国差距不大,具有‘翻盘’机会。但在龙头企业数量和企业研发能力方面,中美两国还有一定的差距。我认为人工智能是实现换道超车的机会,但要达成‘翻盘’,还任重而道远。”赛迪智库集成电路产业研究所副所长林雨在接受《中国电子报》专访时说。
9 E3 o; |2 F3 p" B7 |4 C
: X. q* h0 d( R |5 _5 V' _6 MAI芯片将形成
/ I) ~. J3 f% N' S' O, C3 Z
; J$ K" u3 _: k. S“双龙头”格局9 b2 t* t$ J2 N3 \: @
$ F) U& S3 a/ e1 C/ M4 \长期以来,“生态构建”都是美国科技龙头进行产业部署的关键。以谷歌为例,为提高TensoRFlow软件引擎的运算效率,谷歌研发了TPU(Tensor Processing Unit)芯片,并将TPU部署到云端,供云用户租用并允许部分研究者免费接入。英特尔也通过收购Altera、Nevana、Mobileye等技术提供商,积极构建从嵌入式端到云端、从底层到应用层的良性AI闭环。0 E: j: E0 w% K( p. y
2 n* q: U% t( U$ N; s! ~0 f
“图像识别、语音识别、人脸识别等领域,多采用CPU、GPU或FPGA来处理深度学习应用,可这些芯片要么性能不够,要花好久才完成计算,要么效率不足,要花费巨大的能耗。寒武纪针对深度学习进行芯片功能设计,具有较高的性能功耗比。随着人工智能的进一步发展,GPU或CPU都不足以支撑大规模神经网络。因此,只有在技术优势的形成期就构建产业生态,才能形成生态闭环,保障优势地位。”林雨告诉记者。0 y$ w' _- ]5 Z# P& j
8 X% @) \8 h: s" j然而,腾讯研究院在今年7月发布的《中美两国人工智能产业发展全面解读》中指出:美国的AI投资遍及基础层、技术层、应用层,对于芯片、处理器尤为看重,融资高达308亿元;而中国投资集中于应用层,处理器及芯片领域的融资只有13.28亿元。虽然寒武纪在A轮融资中交出的亮眼成绩单提振了基础层的融资表现,但中国AI企业在产业生态的构建上仍有很大的提升空间。# u; j) @1 P M; K
+ E* V6 f: I9 ^' V“芯片生产涉及很多环节。目前国内做传统芯片封装的企业缺乏做人工智能算法的能力,能做人工智能算法的企业在开发工具、EDA工具、仿真测试工具方面也多少会依赖外资企业。如果无法构建覆盖周边技术的产业链,国产AI芯片的整体推进就会拖慢。”赛迪顾问电子信息行业分析师向阳在接受《中国电子报》专访时说。/ r! @3 m W$ h; B
5 H6 H9 T2 K! \3 ^1 |( |6 H5 A在被问及是否注意到华为即将推出AI芯片的消息时,华为海思的工作人员表示在发布会之前不便发表评论。不过,业界对寒武纪将深度学习加速IP授权华为芯片的猜测,已经对国内企业的AI生态构建产生了参考价值。
1 ?% w) u- X1 C2 n" K% N X2 d( }+ m9 q
一方面,寒武纪等AI基础层厂商将IP授权给应用层企业,有利于其技术专利在终端市场的推广,从中获取的授权费用还能缓解基础层产品营收期漫长带来的资金压力;另一方面,华为等IT企业可以借助基础层厂商的技术优势,在手机AI芯片等前沿领域占得先机,并结合华为海思在处理器研发的技术储备,提振基础层表现,构建处理器/芯片—技术应用—产品封装的全产业链版图。
: g' Q# {! H0 M. X7 f
6 S/ f/ s E4 y“寒武纪一直是国产芯片的领头羊,民族品牌华为在移动端也有无可比拟的优势。如果寒武纪的IP能用到华为这种市场占有率高的手机产品,形成一个互相推动的‘双龙头’的格局,打造AI生态,会为国内AI芯片带来更多的市场机遇。”向阳说。; C3 t( E7 k! w1 U
除了龙头企业的战略合作,完善的知识产权保护也是构建AI生态的关键因素。第一手机界研究院院长孙燕飚在接受《中国电子报》专访时指出,高通公司约有三分之二的收入来自芯片,三分之一的收入来自专利授权;可净利润约有三分之二来自专利授权,三分之一来自芯片,技术许可已经是高通利润的重要组成,而国内靠IP授权获利的企业尚在少数。
) w) s9 ^+ Q' g* v: [+ u, K, t- ]: P
+ ^4 \3 h% y) _( ~: K, K" p% {“中国现在正处于一个IP保护制度逐步完善的过程。由于芯片附加值很高,开发周期长,围绕芯片的知识产权保护制度尤其需要明确和完善。”孙燕飚说。5 C, \' p+ w" U( m8 G! H4 @7 c q
+ j' |5 e7 H+ ?% g5 y; [" I" R中国AI企业数量" B, x! m6 O+ U0 F) {/ J
3 r4 K* T% x, T( h仅次于美国
; m: @# m5 `* H: S- ?
: \, D [* J, K) V* W' @9 D# i- x' {5 x# {
寒武纪CEO陈天石说过:只要国产AI指令集立住了,中国主导世界AI产业的机会可能就到来了。从AI产业的发展模式来看,这句话并非空穴来风。由于AI技术的应用空间覆盖各行各业,细分领域和商业机会众多,任何一家企业都无法面面俱到。无论大企业还是中小企业,只要在行业或产业的业务链条上找到切入点,就有机会获得话语权。3 k9 Z: l, M+ N
“目前市场上的手机芯片有指纹识别芯片、图像识别芯片、基带芯片、射频芯片等将近100个种类。国内企业还有一些高精尖芯片技术没有掌握,但在大部分核心技术都有突破,在细分领域还有很多商业机会。”孙燕飚在接受《中国电子报》专访时表示。7 E, d6 E+ p }# E" s/ @
/ i* W& P. A$ h$ Q, D根据腾讯研究院公布的数据,中国人工智能企业数量已经达到592家,占据全球人工智能企业总数的23%,仅次于美国,在部分领域核心关键技术实现重要突破,形成了一定的技术储备。依托国内高速发展的移动网络、庞大的数据资源与丰富的应用场景,芯片企业具有可观的发展空间。- e* [7 h, E# v. e
) w9 r( n# {( \: s* |“举例来说,华为P10、mate9、荣耀9等旗舰机都采用了华为海思芯片,销量和市场份额并不逊色采用高通芯片的vivo和oppo旗舰机。虽然国内厂家在处理器领域还到不了和高通等外资企业叫板的程度,但也渐渐有了比肩的势头。当然,创新和研发仍然是芯片企业发展的核心动力,如果跟在别人后面走,很可能走进死胡同,错失市场机遇。”孙燕飚说。5 H- @9 s# v4 k! p& Q
4 l! U6 a+ W" f* w据悉,寒武纪本轮融资将应用于寒武纪系列处理器在终端和云端的产品化与市场化。向阳预测,未来寒武纪一方面会向大规模计算延伸,将AI芯片作为计算资源开放出来,甚至形成“AI云”;另一方面,也会在终端产品的本地化智能开展更多的市场化运作。. Y" h: |" z7 D5 v1 w6 b( w6 t
9 q" j9 K1 `" Q# E% }5 ~5 R
“搭载深度学习模块的AI芯片,能对手机上图像识别、语音识别等应用进行加速。虽然不少芯片厂商都在为工厂和生产企业定制搭载学习模块的嵌入式芯片,但真正用在手机上的并不多,国外厂商都在AI手机芯片领域积极布局,华为在这方面也走得很快。”向阳告诉《中国电子报》记者。
' L) g' t ?. G, ]+ y
- ~0 x0 T; |2 O8 N在手机端,AI芯片还有更多的应用场景,有望在2020年之前实现更多功能。“目前手机端语音识别的准确率已经达到90%,如果能通过AR和图像识别技术判断用户的唇语,辅助语音识别,准确率能得到进一步的提升。 ”孙燕飚说。" F) C3 ^- ^8 q
" p' E& f$ m) d% J# B8 X8 H" B) J7 \% v' d' O6 h4 k9 ?
, N0 r' x5 w! ~+ z2 }# n
|
|