一文读懂AI芯片生态圈 大佬新贵在新战场厮杀

　　最近魏少军教授在谈及中国AI(人工智能)芯片产业的现状时说：“现在AI芯片的炒作过头了，今天的一部分甚至大部分的AI芯片创业者会成为技术变革的‘先烈’”。魏少军的话不是空穴来风，仅仅一两年间，国内AI芯片头部创业公司的融资额度就超过了20亿人民币。全球至少有45家初创公司研制AI芯片(语音交互和自动驾驶)，5家企业融资超过了1亿美元。

　　01

　　AI芯片的生态圈

　　从广义说，能够驱动AI程序的芯片都叫做AI芯片。从狭义来说，AI芯片是为适应AI算法进行了特殊设计的芯片。

　　从应用层面讲，AI芯片主要分为云AI芯片和端AI芯片。云AI芯片应用于云端服务器及数据中心;端AI芯片应用于智能设备、IoT端设备。未来，人工智能将会在我们的日常生活中得到极大普及，正如英伟达创始人黄仁勋所说：“未来，AI与AI芯片将无处不在：咖啡机、保温杯、麦克风、甚至耳环、鞋子这些小物件都会智能化。”

　　云AI芯片的特点是性能强大、能够同时支持大量运算、支持图片识别、以及语音、视频处理。端AI芯片则需要嵌入到设备内部，让设备不联网就能具备AI能力。AI芯片之于人工智能的意义，可以理解为发动机之于汽车。人工智能理论已经提出多年，由于它需要一台计算能力超强的“发动机”驱动，所以多年没有真正跑起来，直到AI算法、大数据以及AI芯片的出现。

　　人工智能的破局是在2012年计算机视觉届的“奥林匹克”—ImageNet挑战赛的赛场上，来自多伦多大学的Geoffrey Hinton教授和他的团队第一次用上了GPU芯片和深度学习算法，成为AI史上的一个重要节点。

　　在2015年的ImageNet大赛上，微软亚洲研究院团队更是凭借GPU与深度学习算法，第一次让计算机的图像识别超过了人类。人类识图错误率约为4%，而冠军团队机器识图的错误率为3.57%。在图像识别兴起之后，视频识别、语音识别、翻译、语音助手等一系列AI应用应运而生。

　　AI芯片的爆发，至少将会影响到四个应用场景：家居/消费电子、安防监控、自动驾驶以及云计算。

　　图一、AI芯片产业生态

　　移动通讯

　　华为2017年9月发布的麒麟970，搭载了NPU (神经网络处理器)AI处理模块，是世界首款手机AI芯片。NPU比CPU快25倍，能耗提高了50倍。苹果在2周后发布了搭载A11处理器的iPhoneX，首个推出人脸识别的AI芯片。ARM紧接其后推出了两款AI芯片，应用于移动端的物体检测和机器学习的处理器。ARM这个动作的影响是巨大的，因为全球超过90%的手机芯片采用ARM架构，包括麒麟970和苹果A11。

　　追随者还有联发科和高通。联发科推出的Helio P60，支持AI的计算机视觉、人脸识别。高通的基于枭龙芯片的A1引擎，将所有手机中的SOC软硬件一网收尽统统打包。AI芯片成了手机红海战场的一个重要搅局者。

　　安防监控

　　安防市场2017年超过了6350亿人民币，同比增长了17.6%。佳都科技《人工智能技术白皮书》指出，2017年国内高清摄像头出货1亿颗。

　　由于AI能够对迅速对视频进行结构化处理，现在几乎所有AI芯片创业公司都将安防作为核心应用场景之一，纷纷推出内嵌于安防监控摄像头的AI芯片。安防三巨头海康威视、大华股份、宇视科技不仅是众多AI芯片公司的合作伙伴，其自身也在推进安防+AI的步伐。

　　自动驾驶

　　AI芯片正在成为自动驾驶计算平台的核心。在这一领域目前主要有三大AI芯片势力：英伟达、英特尔和地平线。英伟达和英特尔大家都很熟悉，地平线是一家中国初创公司，原百度研究院副院长余凯任CEO。地平线的雨果自动驾驶平台早期使用的是英特尔FPGA处理器，现在开始打造自己的BUP架构，并推出沿用这一架构的AI芯片“征程”。

　　云计算

　　AI芯片可以为互联网供能，例如在线翻译、人证比对、图片搜素等，背后都离不开AI芯片的支持。在移动领域错失先机的英特尔不惜花重金布局：$160亿美元收购Altera(FPGA)，$4亿美元收购Nervana(神经网络处理器)，继而收购Movidius(视觉处理器，收购资金未详)，云AI芯片与端AI芯片都有所涉及。其他有高通、ARM、联发科等也陆续进场。

　　图二、AI芯片的两大应用领域