“只看設(shè)計(jì)架構(gòu)層面，國(guó)內(nèi)的人工智能芯片并不比國(guó)外差，但這是不夠的?！痹谌涨爸锌圃何锢硭e行的“科學(xué)咖啡館”科普沙龍上，清華大學(xué)電子工程系教授汪玉指出，這相當(dāng)于在沙子上蓋樓，基礎(chǔ)并不堅(jiān)固。

　　如今國(guó)內(nèi)已涌現(xiàn)出更多做人工智能芯片的企業(yè)，做得“一點(diǎn)不比國(guó)外差，有的甚至更好”。

　　這里所說(shuō)的“好”，主要涵蓋設(shè)計(jì)架構(gòu)層面。而設(shè)計(jì)架構(gòu)成為國(guó)內(nèi)人工智能芯片的強(qiáng)項(xiàng)，背后有一定的原因。

　　傳統(tǒng)的CPU和GPU芯片采用基于指令流的馮諾依曼式計(jì)算架構(gòu)和計(jì)算模式來(lái)運(yùn)行，而人工智能芯片多采用類腦或仿腦的架構(gòu)方式，能夠突破內(nèi)存墻的計(jì)算瓶頸，在語(yǔ)音識(shí)別、圖像識(shí)別等運(yùn)用深度神經(jīng)網(wǎng)絡(luò)算法的場(chǎng)景下，相比傳統(tǒng)芯片，人工智能芯片具有顯著優(yōu)勢(shì)。

　　由于與傳統(tǒng)芯片存在上述差異，僅從設(shè)計(jì)架構(gòu)來(lái)看，國(guó)內(nèi)人工智能芯片能夠很快跟進(jìn)相關(guān)技術(shù)，與發(fā)達(dá)國(guó)家?guī)缀跆幱谕凰健?/p>

　　從近期新聞可管窺國(guó)內(nèi)人工智能芯片的火熱進(jìn)展

　　6月20日，寒武紀(jì)推出第二代云端人工智能芯片“思元270”;6月21日，華為發(fā)布人工智能手機(jī)芯片“麒麟810”;7月3日，百度發(fā)布遠(yuǎn)場(chǎng)語(yǔ)音交互芯片“鴻鵠”。

　　華為、寒武紀(jì)等企業(yè)開發(fā)的人工智能芯片，大多為通用性芯片，可勝任多種人工智能應(yīng)用場(chǎng)景。此外，不少高校和研究院所也在研發(fā)人工智能芯片，它們多為專用性芯片，在特殊應(yīng)用場(chǎng)景下性能較強(qiáng)。

　　產(chǎn)業(yè)鏈條仍存掣肘短板

　　盡管國(guó)內(nèi)人工智能芯片發(fā)展方興未艾，且在設(shè)計(jì)架構(gòu)方面可圈可點(diǎn)，但專家指出，總體上中國(guó)在芯片領(lǐng)域基礎(chǔ)薄弱，仍存不少掣肘短板。

　　中國(guó)大陸制造芯片的最新設(shè)備和工藝比國(guó)際先進(jìn)水平落后一到兩代，因此一些人工智能芯片需要送到境外進(jìn)行制造和封裝，產(chǎn)業(yè)鏈完整度欠佳。

　　手機(jī)上所用的人工智能芯片就是典型例子，這些芯片往往需要采用最新工藝以降低功耗、提高集成度和計(jì)算性能，屬于高端芯片，需求量非常大，但中國(guó)大陸尚不具備制造和封裝條件。

　　國(guó)內(nèi)人工智能芯片發(fā)展的弱項(xiàng)還有高速接口以及專用的集成電路IP核。以后者為例，它們具有比較高的計(jì)算性能，設(shè)計(jì)復(fù)雜，又與制造工藝休戚相關(guān)，要實(shí)現(xiàn)這樣的設(shè)計(jì)模塊通常需要多年沉淀積累。

　　高速接口和專用的集成電路IP核被業(yè)界看作核心技術(shù)，使用它們往往需要國(guó)外公司授權(quán)許可，而不具備這些技術(shù)的企業(yè)在短期內(nèi)又很難得到許可。

　　國(guó)內(nèi)人工智能芯片在需要聰明智慧的環(huán)節(jié)做得不錯(cuò)，但在需要積累沉淀的環(huán)節(jié)做得卻不夠好。

　　整體而言，國(guó)內(nèi)相關(guān)領(lǐng)域研究起步較晚，確實(shí)需要積累和沉淀。長(zhǎng)遠(yuǎn)來(lái)看，中國(guó)人工智能芯片領(lǐng)域應(yīng)把握機(jī)會(huì)補(bǔ)上薄弱環(huán)節(jié)，將關(guān)鍵核心技術(shù)掌握在自己手中，以免受制于人。