當地時間8月21日，全球FPGA芯片龍頭企業賽靈思，在其舉辦的首屆創新日（Innovation Day）活動期間，發佈了最大容量的FPGA——Virtex UltraScale+VU19P。據悉，新發布的VU19P芯片擁有350億個晶體管，是有史以來單顆芯片可以支持的最高邏輯密度和最大I/O數量。該芯片可以支持未來ASIC和SoC的仿真與原型設計，也將支持測試測量、計算、網絡、航空航天等相關應用，特別是可支持設計全新5G芯片。
FPGA（Field Programmable Gate Array）是在PAL、GAL等可編程器件的基礎上進一步發展的產物。它是作為專用集成電路（ASIC）領域中的一種半定製電路而出現的，既解決了定製電路的不足，又克服了原有可編程器件門電路數有限的缺點。
由此可見，雖然以美國為首的西方國家在不遺餘力的抵制華為的5G技術，但是芯片行業的巨頭們卻都在積極佈局5G芯片。從另一個方面來看，中國企業很難在傳統芯片行業突出重圍，只有抓住人工智能、5G等前沿技術衍生出的專有芯片研發，才有可能殺出一條血路。
AI芯片作為人工智能、5G技術發展的“引擎”，就為中國企業提供了一次彎道超車的機遇。
什麼是AI芯片
AI芯片也被稱為AI加速器或計算卡，即專門用於處理人工智能應用中的大量計算任務的模塊。目前，業界對AI芯片尚無嚴格界定，廣義上說，擅長執行人工智能算法的芯片就可以稱為AI芯片，主要有GPU、FPGA和ASIC三種技術路線。賽靈思最新發布的VU19P就屬於FPGA。
根據承擔的任務和部署位置的不同，AI芯片大致可以分為雲端訓練芯片、雲端推斷芯片和終端推斷芯片。
雲端訓練：即數據中心，對神經網絡而言，訓練過程就是通過不斷更新網絡參數，使推斷/預測誤差最小化的過程。雲端訓練對於芯片有著很高要求：計算精度必須支持具有較長字長的浮點數或定位數；不僅要具備強大的單芯片計算能力，還要具備良好的擴展性；對內存數量、訪問內容的帶寬和內存管理方法的要求都很高。
雲端推斷：指直接將數據輸入神經網絡並評估結果的正向計算過程。相比雲端訓練芯片，推斷芯片在單位功耗算力、時延和成本等方面產生更多需求。
終端推斷：由於終端推斷任務的應用場景多種多樣，如自動駕駛汽車、智慧家居產品和各類IoT設備等，芯片部署在各種設備中，其需求和約束也呈現出多樣化的特點。對於多數應用來說，速度、面積、能效、安全和硬件成本是最重要的考慮因素。
為什麼要發展AI芯片
除了實現“芯片突圍”的戰略之外，發展AI芯片，主要是受人工智能、雲計算、大數據等新技術對處理器計算能力需求日益高漲的推動，開發專用處理器是未來科技發展的方向，也是其他未來技術實現的基礎。
在通用處理器無法滿足新技術計算能力要求的情況下，在不同的領域採用專用處理器，即捨棄部分通用性以獲得更高的效率，逐漸成為未來半導體行業的發展趨勢。對比CPU，專用芯片的適用範圍較窄，但在特定領域能做得更好，性能可以實現數十倍甚至百倍的提升。
為什麼我國有望在AI芯片實現彎道超車
首先，AI芯片領域是一個嶄新的領域，眾多企業的起步都差不多。即使國外龍頭企業有一些芯片的研發經驗，但是在AI技術上，並不具備很大的優勢。比如，英偉達研發GPU多少年了，雖然現在在AI的研發上，很多科技公司需要用英偉達的芯片，但是也只是用來測試用，把它當做一個通用芯片，它的芯片可能用於語音、圖像、視頻等領域，但是比專用的AI芯片效率要低，而且成本上可能也要更高。
其次，AI芯片基本都是針對某個很垂直的領域研發的。尤其是一些小型的AI芯片，可能有二三十人，用一兩年時間就能研發出來，未來是物聯網的時代，很多商品都具備聯網能力，而這些商品都會具備AI能力，所以都需要AI芯片。因此，AI芯片設計非常依賴市場應用場景的規模和多樣性。眾所周知，我國擁有全球最大、最全面的應用市場，因此具備培育AI芯片龍頭企業的土壤。
最後，我國的企業已經在AI芯片領域取得了一定的基礎和優勢。 比如，寒武紀目前估值位列全球AI芯片獨角獸之首；百度發佈的崑崙每秒可執行260萬億次運算，是英偉達Jetson Xavier的約9倍；華為發佈的海思麒麟970也是手機領域首款具備AI運算能力的SOC。
作者觀點
5G和人工智能時代已然來臨，新的時代孕育新的機遇——想要中國芯，現在是最好的時代。想要中國芯，AI芯片是最好的賽道。
閱讀更多 魯緩 的文章
