當前，中國乃至全球AI芯片產業(yè)仍處于產業(yè)化早期階段，執(zhí)行人工智能算法的專用芯片和集成了人工智能神經網絡處理功能的通用芯片將是人工智能芯片領域熱點。而每一種AI芯片的出現(xiàn)，都是一次技術、成果、算法等取得進展的集中展示。

　　去年十一月，為支持異構計算，Arm推出兩款全新的主流ML處理器，分別是Ethos-N57 與 Ethos-N37 NPUs，這是繼Arm ML處理器Ethos-N77之后的兩個處理器，此舉引發(fā)了多方關注。而國內研發(fā)出全球首款超高性能異構AI芯片的消息，再次然人們將關注的目光轉向了異構芯片。

　　近日，位于海寧泛半導體產業(yè)園的浙江芯盟科技有限公司成功研發(fā)出全球首款超高性能異構AI芯片。該芯片只有兩個指甲蓋大小，打破了傳統(tǒng)同構芯片內儲存與計算間的數(shù)據(jù)墻，實現(xiàn)了數(shù)據(jù)存儲、計算的三維集成。

　　據(jù)悉，這種芯片主要應用于類人感知與決策應用場景，如保安、服務員、農民、醫(yī)生、駕駛員等。與此同時，對行業(yè)降低應用產品智能化的成本，加速人工智能驅動的結構模式優(yōu)化與產業(yè)升級具有深遠意義。

　　在人工智能的熱潮之下，AI芯片的市場方興未艾?，F(xiàn)在，越來越多的廠商加入了AI芯片的研發(fā)。除了傳統(tǒng)芯片廠商也有手機和互聯(lián)網企業(yè)，義無反顧的投入其中。這些廠商在不同的范疇及場景下，各擅其長。

　　值得注意的是，算法的發(fā)展程度對于AI芯片研制和最終性能將產生巨大影響。深度學習算法對芯片性能需求主要表現(xiàn)在三個方面，海量數(shù)據(jù)在計算和存儲單元之間的高速通信需求、專用計算能力需求高、海量數(shù)據(jù)自身處理。其中，深度學習算法中有大量卷積、殘差網絡、全連接等特殊計算需要處理，需要提升運算速度，降低功耗。

　　7月30日，由中國人工智能產業(yè)發(fā)展聯(lián)盟（以下簡稱“聯(lián)盟”或AIIA）計算架構與芯片推進組主辦的“2020年度AI芯片交流會”在北京順利召開。會議期間，參會人員從AI芯片技術、神經形態(tài)計算與類腦芯片、推理AI芯片、AI Camera芯片賦能智能家用攝像頭落地實踐等角度展開探討，由此可見業(yè)內人士對于AI芯片產業(yè)發(fā)展的高度重視及殷切期許。

　　有分析人士指出，在AI和5G場景下，以CPU為代表的通用計算顯得越來越吃力，異構計算正在逐漸成為主流的芯片架構。從應用場景來看，今后AI芯片的應用場景不再局限于云端，部署于智能手機、安防攝像頭、智能機器人、自動駕駛汽車等終端的各項產品將變得

　　越來越豐富。除了追求性能提升外，AI芯片也將更加專注于特殊場景的優(yōu)化和提升。在技術和商業(yè)的雙重因素推動，將半導體行業(yè)推向了了寡頭壟斷階段。無數(shù)創(chuàng)業(yè)公司競相斗艷的時代日漸遠去，綜合實力較強的企業(yè)雄踞于市場的勢頭也已經顯現(xiàn)。歸根結底，AI芯片是支撐人工智能技術和產業(yè)發(fā)展的基礎設施，在AI產業(yè)鏈中具有非常重要的地位。要想在激烈的市場競爭中存活，國內外企業(yè)都需要圍繞技術這個核心進行拓展和提升，才能強占用戶群體，成為廝殺激烈“半導體大戰(zhàn)”中的突圍者和勝出者。

　　責任編輯：tzh