2012年，被称为深度学习鼻祖的杰夫·辛顿（Geoffrey Everest Hinton）在NIPS上发布文章介绍了通过训练大型深度卷积神经网络把ILSVRC训练集中的图像进行分类实现了误差率的大幅降低，这也被认为是这一轮AI热潮的开始。随后，深度神经网络日益流行，许多优秀的变体相继出现，如AlexNet、GoogLeNet、VGG Net、ResNet。
当然，深度神经网络的流行离不开算力的支持。由于深度神经网络中的绝大多数运算都是矩阵运算，擅长并行运算的GPU非常适合深度学习。英伟达迅速抓住机会，2016年推出了第一款专为深度学习优化的Pascal GPU，这也让英伟达成为了获益最多的AI芯片公司。
其实，在英伟达推出专为深度学习优化的GPU前，2015年开始AI芯片相关的研究就逐渐成为了学术界和工业界的热点，地平线、耐能、深鉴科技、探境科技、北京清微电子等AI芯片初创公司相继成立。云天励飞、比特大陆、杭州国芯、瑞芯微等则是2015年之前成立的AI芯片公司。
不过，2015年只是AI芯片热潮的开始。
AI芯片热潮遇上资本寒冬与行业衰退
在AI的热潮里，英伟达、英特尔收获更多AI芯片订单的同时也加大了对于AI的投入。同样值得关注的是，以软件见长的互联网巨头们也纷纷进军AI芯片领域，包括谷歌、Facebook、亚马逊、阿里、百度。
除了巨头，资本也在推动AI芯片的热潮。2018年5月开始，探境科技、云知声、耐能、思必驰、寒武纪相继宣布新一轮融资的消息。2019年春节期间，报道称Adobe集团正在考虑是否打造自有的芯片。2月底，地平线公告完成近6亿美金的B轮融资，投后估值达30亿美金。
资本的助推以及头部企业的入局引发了一些人对AI芯片市场过热的担忧，不过业内人士看法不一。今年1月地平线联合创始人、算法副总裁黄畅接受雷锋网采访时表示，AI芯片在2018年的火热程度确实没有预料到。
华登国际副总裁苏东年初接受采访时表示AI芯片还不算过热，未来会不会过热或者说产生泡沫最关键的是AI芯片的应用能否落地，能够落地就不会过热。在资本寒冬，投资机构为了安全考虑，还是投资头部企业。对于非头部企业，由于投资者对投资标的的要求会更高，更加聚焦产品落地能较快实现正向现金流才更容易进行下一轮融资。
不过，从2018年下半年开始的资本寒冬给AI芯片初创公司的芯片落地增加了不少压力。国际半导体产业协会（SEMI）此前下调了2019年全球半导体设备展望，预计全年产值将比去年衰退9%，终止2016年以来连续三年的增长走势。
多家分析机构的最新的数据也表明了今年半导体市场面临的挑战。5 月7 日，IHS Markit指出，全球半导体市况在今年初呈现迅速恶化，预估全球半导体市场销售额将年减7.4% 至4462 亿美元，可能会创下将创下2009 年（注：当年下跌将近11%）以来最大衰退幅度。5月15日，IDC最新报告指出，半导体行业正努力应对智能手机销售放缓以及中国需求疲软的局面，全球半导体收入在连续三年增长后，预计在2019年将减少7.2%。
AI芯片的落地战已经打响
在严峻的市场背景之下，特别是新一轮AI热潮已经持续了四年的情况下，AI芯片的落地显得尤为重要。苏东看好AI芯片在无人驾驶和安防的落地，他表示：“2019年安防领域会有更多的应用，无论是使用海思的芯片还是做相关算法公司的芯片，可以预见会有更多的落地应用。无人驾驶也是AI芯片一个比较好的落地场景，但无人驾驶属于汽车的前装市场，周期会相对长一些。”
黄畅认为，新的杀手级应用可能来自智能驾驶以及智能IoT场景。据悉，地平线早在3年多前便开始投入AI芯片研发，目前第一代AI芯片已经开始大规模商业化。在智能驾驶领域，地平线已经和全球四大汽车市场Tier1s和OEMs建立了合作关系。
拥有算法和行业应用优势的触景无限将掌握核心芯片技术作为下一步战略，在推进安防行业前端智能感知产品盾悟智能盒/分析主机及打造落地解决方案的同时，逐步加大对芯片的投资。2018年6月，触景无限注资物联网芯片设计公司Inspirit IoT，组建感知芯片战略联盟，开展战略性合作。Inspirit IoT提出一种高于目前业界十倍压缩比的优化方法，将极大地提高FPGA使用效率，这套方法也将在触景无限芯片计划中对FPGA的应用起到重要作用。另外，触景无限也即将携手国内知名芯片企业，共同打造新一代人工智能感知芯片（SOC），为下一代人工智能感知领域提供端到端的全方位解决方案。
已经有现象级产品云天“深目”动态人像识别系统的云天励飞也在去年10月流片了具有自主知识产权的DeepEye1000 嵌入式视觉AI芯片，能够提供处理器级别的指令集灵活性，软件可编程，能广泛用于摄像头、机器人、无人机，以及智慧城市、智慧社区、智能制造、新零售等AI边缘计算场景。据云天励飞副总裁李爱军介绍，这款AI芯片将在2019年正式商用。
探境科技创始人兼CEO鲁勇此前接受采访时表示，之前技术没有达到一个相对理想的状态，成本也没有下降到适合普及的程度，而2019年技术和成本都会迎来拐点。基于用户对智能家居越来越高的接受度，2019年智能家居也会快速普及，也将带动AI芯片的落地。
近日，耐能创始人兼CEO刘俊诚接受采访时也表示：“AI芯片的竞争已经到了应用落地的竞争。”
芯片是一个长周期的产品，四年之后，我们看到初创公司们的芯片已经陆续流片，这也表明AI芯片的落地战已经打响。
AI芯片成功落地的关键
对于AI芯片初创公司而言，投入巨资以及花费几年时间研发的AI芯片能否获得客户的青睐，能够持续迭代产生营收是公司生存的关键。
对于巨头而言，AI芯片的实力将决定他们能否继续引领AI革命。英特尔作为芯片霸主，虽然其CPU在AI时代的优势不如GPU明显，但他们正在通过创新以及研发独立GPU增强AI的实力。
在上月的2019英特尔中国媒体纷享会上，英特尔中国研究院院长宋继强指出，任何单一的因素，都不足以满足多元化的计算需求。面向未来，英特尔全方位推动计算创新，引领“超异构计算”时代。
他透露，英特尔将架构创新作为未来十年创新的主要驱动力，继续带来指数级的扩展效应。这里所说的架构，不单单是指CPU内核的设计，也涵盖了整个计算产品从硬件到软件的所有构成。这是因为，软新的硬件通过软件的优化，通常能够实现一百倍以上的加速，更好的满足AI的计算需求。比如，Skylake通过软硬件集合优化以后，AI推理性能可以提高275倍。
架构创新的其中一个关键就是突破冯诺依曼架构的限制。在AI 芯片实现中，基于冯·诺伊曼体系结构，提供运算能力相对简单易行，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“内存墙”问题。
目前，也有不少初创公司和团队在进行架构上进行创新，使用的方法包括可重构、可重组、存算一体、存储优先等。
当然，技术领先性只是AI芯片落地的关键之一，一款AI芯片性能再好，技术再领先，不能得到用户的青睐也无法成功，而这其中又涉及到切入的领域、商业模式、市场环境等因素的影响。
2019年7月13日，由中国计算机学会主办，雷锋网、香港中文大学（深圳）联合承办的CCF-GAIR全球人工智能与机器人峰会，将开设“AI芯片”专场，以“资本寒冬下突破AI芯片落地的难题”为主题，邀请业内知名学者、AI芯片代表企业分享他们对于AI芯片架构未来的演进方向的看法，以及具备技术优势的AI芯片如何选择合适的应用领域更好地落地的独到见解。
目前，英特尔的芯片专家、地平线联合创始人、算法副总裁黄畅、云天励飞副总裁李爱军、触景无限联合创始人兼CEO肖洪波已经确认出席AI芯片论坛并发表演讲。上一届AI芯片专场的学术大咖中国半导体行业协会IC设计分会理事长、清华大学微电子所所长魏少军教授也即将确认出席。
RISC-V作为目前备受关注的新的指令集架构，在IoT和AI领域也非常有潜力，此次的AI芯片专场上，中科院计算所研究员、先进计算机系统研究中心主任、中国开放指令生态（RISC-V）联盟秘书长包云岗博士也会分享RISC-V指令集架构的优势以及在AI和IoT时代的机会。（雷锋网）
相关文章：
正在生成分享图...
乔燕薇