一、計算芯片迎來新一輪創新熱潮
大數據推動信息通信產業邁入“新摩爾定律”時代。近年來，信息通信技術產業加速向萬物互聯、萬物感知、萬物智能時代演進，海量數據資源集聚增速遠超摩爾定律，據IDC的數字宇宙報告，全球信息數據總量中接近90%產生於近幾年，到2020年將達到44ZB。圖靈獎獲得者JimGray更是提出“新摩爾定律”，即每18個月全球新增信息量是計算機有史以來全部信息量的總和。
人工智能等創新應用基於海量數據分析發展而來，對計算芯片提出更高要求。除數據洪流催生計算芯片處理能力提升的普遍訴求外，以人工智能為典型代表的強算力消耗型應用創新更是極大提升了對計算芯片的需求。據統計自2012年以來，人工智能訓練任務使用的計算能力每3.5個月提升一倍，隨著深度學習網絡模型日益複雜、數據樣本持續擴大，其對計算能力的需求和消耗與日俱增，對計算芯片提出更高要求。
計算芯片體系不斷擴展，由通用計算向專用計算延伸。通用計算芯片領域，CPU、GPU、FPGA是三大主流架構，其中CPU適用於處理複雜型強、重複性低的串行任務；GPU適合通用並行處理，應用領域由早期圖像處理逐步拓展至通用加速；FPGA具備可重構特性，可根據客戶需求靈活定製計算架構，適合於航空航天、車載、工業等細分行業。專用計算領域，滿足人工智能應用計算需求的專用計算芯片成為創新的焦點所在，現已吸引科研機構、互聯網企業、中小創新企業等加速佈局，搶佔市場發展先機和生態戰略高地。
三大主流通用計算芯片持續升級。一方面持續挖掘傳統架構技術潛力。CPU不斷優化現有架構技術能力，採用亂序執行、超標量流水線、多級緩存等技術提升整體性能表現；GPU持續探索高效的圖形處理單元、流處理單元和訪存存取體系等；FPGA不斷強化應用功能和軟件開發工具的豐富完善，降低開發者門檻。另一方面均通過引入專用計算能力迎合人工智能等新興領域的計算需求。CPU圍繞深度學習計算需求增加專用計算指令，如ARMCortex-A76芯片通過優化縮減深度學習常見的乘法累加運算週期等，實現邊緣側人工智能計算性能近4倍的提升；GPU持續優化針對人工智能計算的專用邏輯運算單元，英偉達圖靈架構GPU芯片中內置全新張量計算核心，利用深度學習算法消除低分辨率渲染問題；FPGA提升異構計算能力，以實現邊緣智能等更多場景的規模應用。
結合應用場景個性需求定向優化，面向人工智能的專用計算芯片差異化創新加速。現階段以深度學習為主的人工智能專用計算主要包括訓練和推理兩部分。其中，模型訓練需實現高性能、高精度、通用化的計算能力，目前英偉達GPU芯片佔據應用規模優勢，據統計全球有超過三千家企業採用其產品進行深度學習項目研發。推理階段則因應用場景的不同而各具差異，雲端推理芯片需實現高通量、低延時、通用化的計算能力，目前GPU、FPGA及專用計算芯片均有應用；端側推理芯片則需滿足低時延或低功耗等差異化場景需求，智能手機、安防監控、自動駕駛等成為首輪爆發焦點，參與者不僅包括高通、intel、英偉達等傳統芯片巨頭，也包括谷歌、百度、寒武紀、地平線等新進入者。
二、我國緊抓發展機遇積極佈局
我國通用計算芯片已基本可用，並在部分重點行業取得應用突破。CPU方面，申威、飛騰等持續推進服務器CPU產品創新和能力升級，其中申威SW26010成功應用於神威太湖之光超級計算機，連續佔據超算Top500排名首位；龍芯和兆芯在桌面PC CPU方面深耕多年，其典型產品已可與intel、AMD中端產品實現對標。GPU方面，景嘉微電子JM7200芯片產品已完成流片、封裝和功能測試；FPGA方面，湧現出高雲半導體、安路科技、遨格芯微、同創國芯等多家企業，相關產品能力可到千萬門量級，並在國家安全重點領域得到應用。
國內企業積參與人工智能專用計算芯片佈局。據統計目前參與的國內企業已超過60家，主要包括兩類：一是百度、阿里等為代表的互聯網企業，百度已推出雲端人工智能芯片“崑崙”，預計明年3月份正式量產。二是寒武紀、地平線等為代表的初創公司，其中寒武紀圍繞雲和端不同場景下的應用計算需求，推出多款人工智能專用計算芯片平臺，與華為合作實現在麒麟970、麒麟980中內置和規模出貨；地平線機器人推出“征程”系列芯片，結合自身在自動駕駛及智能攝像頭等領域的佈局推進應用。此外，海康、中星微、深鑑科技等也在加緊人工智能專用計算芯片的研發和佈局。
我國計算芯片在快速創新的同時，也面臨諸多挑戰。一是，生態基礎依然薄弱。國內集成電路製造能力差距在兩代以上，且與計算芯片設計企業間的耦合度不高；軟件生態尚不完備，缺乏統一的自主軟件工具和應用平臺。二是，參與企業體量偏小，缺乏持續投入的能力。目前國際佔主導的英特爾、英偉達、賽靈思等經過數十年發展，已形成通過自身盈利支撐技術創新投入的正向升級機制。國內企業仍處於少盈利或者不盈利階段，無法支撐滾動升級所需的連續性投入。
三是，國際競爭空前激烈，對外合作難度加大。國際巨頭圍繞大數據、人工智能等新興領域加速佈局、搶爭先機，我國企業面臨更為嚴峻的市場競爭壓力，此外中國資本跨國併購難度不斷加大，也提升了未來技術升級的門檻。三、未來發展建議
強化自主核心技術攻關，加快推動國內技術產業發展。依託國內的市場優勢和企業的成長優勢，針對具有我國特色的個性化應用需求，加大對計算芯片產品的研發。鼓勵科研院所及企業加強對深度學習指令集、芯片體系架構創新的重視，持續加大對CPU、GPU、FPGA等高端芯片的研發投入，提升核心芯片技術產業水平。
強化產業上下游聯動，加快推動自主生態協同發展。一是強化產業上下游間的聯動，加快推動“芯片與整機”、“芯片與應用”等的協同發展。二是推動國內芯片設計企業與中芯國際等製造企業間深化合作，圍繞服務器、智能手機、自動駕駛等差異化需求，實現設計和製造的耦合升級和技術優化。三是，支持企業積極參與國際開源社區，深化對開源軟件技術的理解，提升國內計算芯片配套的系統軟件和應用軟件供給能力。
強化應用創新驅動，加快推動國內技術產業持續升級。整合各類專項資金和社會資金，加大對核心技術/產品自主突破的支持力度，開展研發攻關和國產化應用部署。鼓勵應用企業主導建立應用牽引、研用融合的核心技術研發體系，形成研發、應用、糾錯、完善的體系化迭代創新模式，實現技術研發與應用的協同效應。
閱讀更多 聯捷科技 的文章
