2020年世界人工智能大會(huì)云端峰會(huì)于7月10日開幕，本次大會(huì)上的“萬物智聯(lián) 芯火燎原”人工智能芯片創(chuàng)新主題論壇探討了AI芯片領(lǐng)域的新機(jī)遇，從市場(chǎng)、政策、應(yīng)用、方案等方面分享了人工智能的行業(yè)趨勢(shì)。

華東理工大學(xué)副校長，中國工程院院士 錢鋒：突破“堵點(diǎn)”“卡脖子”瓶頸，推進(jìn)集成電路產(chǎn)業(yè)高質(zhì)量發(fā)展

錢鋒院士指出我們需要推動(dòng)集成電路產(chǎn)業(yè)的高質(zhì)量發(fā)展，才不會(huì)處處受制。

我國是世界第一制造大國，但并非制造強(qiáng)國。目前我國集成面臨著高質(zhì)量發(fā)展的關(guān)鍵問題，雖然在高速發(fā)展期，卻依然存在“短板”，“全而不強(qiáng)”，供應(yīng)鏈存在“斷鏈”的風(fēng)險(xiǎn)。再者就是技術(shù)受制于人。

為此錢鋒院士也提出了四大對(duì)策：1.建立適合中國又能引領(lǐng)世界集成電路產(chǎn)業(yè)發(fā)展的產(chǎn)業(yè)鏈、供應(yīng)鏈、價(jià)值鏈、創(chuàng)新鏈“四鏈”協(xié)同的新模式和新機(jī)制。2.打通創(chuàng)新鏈，建立需求驅(qū)動(dòng)的協(xié)同創(chuàng)新鏈。3.健全體制機(jī)制，集聚優(yōu)勢(shì)創(chuàng)新資源，構(gòu)建研發(fā)與成果轉(zhuǎn)化的新型研發(fā)機(jī)構(gòu)和產(chǎn)學(xué)研平臺(tái)，激發(fā)單位和科技人員的創(chuàng)新活力。4. 夯實(shí)人才根基，打造既有很強(qiáng)創(chuàng)新能力又懂市場(chǎng)運(yùn)作的集成電路產(chǎn)業(yè)領(lǐng)軍人才梯隊(duì)，促進(jìn)國家重大工程的建設(shè)和產(chǎn)業(yè)邁向價(jià)值鏈中高端。

清華大學(xué)微電子學(xué)研究所所長 魏少軍：世紀(jì)大變局下的中國芯片產(chǎn)業(yè)應(yīng)對(duì)之道

魏少軍教授提出國內(nèi)企業(yè)與科研需要把握科技進(jìn)步，知己知彼，加強(qiáng)研發(fā)投入。

“中國集成電路全面替代指日可待”這種說法是非常極端的，如果我們不清楚自己需要什么東西，很可能出現(xiàn)全面混亂。

我們?cè)撊绾螒?yīng)對(duì)呢？首先要正確認(rèn)識(shí)自己，中國已經(jīng)成為世界經(jīng)濟(jì)依存度非常高的國家，但我們對(duì)世界依存度卻在減小。信息基礎(chǔ)設(shè)施仍大量依靠國外技術(shù)標(biāo)準(zhǔn)和設(shè)備，在這個(gè)過程中一定要調(diào)整。而AI方面需要發(fā)現(xiàn)應(yīng)用場(chǎng)景才能真正做好人工智能芯片，技術(shù)與資本雙輪驅(qū)動(dòng)，敢于創(chuàng)新。

芯原股份創(chuàng)始人、董事長兼總裁 戴偉民：無處不在的AI：從云計(jì)算到邊緣計(jì)算

戴偉民博士認(rèn)為芯原作為IP廠商，在云計(jì)算到邊緣計(jì)算上能夠提供額外的助力。

人工智能整個(gè)產(chǎn)業(yè)鏈從生產(chǎn)到應(yīng)用，在云端主要是訓(xùn)練、推理、分析，而邊緣端首先要人機(jī)交互再做一些推理。

芯原希望開放創(chuàng)新保護(hù)隱私的AI技術(shù)生態(tài)，現(xiàn)在很多國家和地區(qū)制定法律要保護(hù)隱私，唯一辦法就是有些處理要在終端。終端上也可以做訓(xùn)練，之后在集中到云上去做。這就牽扯到了硬件平臺(tái)開放的問題，此處的開放不一定是免費(fèi)，但要盡可能開源，否則沒辦法形成這個(gè)生態(tài)。

IBS最近也提到芯原的設(shè)計(jì)能力擴(kuò)展到5nm，這是中國半導(dǎo)體設(shè)計(jì)能力競(jìng)爭(zhēng)力增強(qiáng)的關(guān)鍵指標(biāo)。5nm的發(fā)展將會(huì)超過7nm，14nm很快會(huì)過渡到12nm。我們希望芯原能夠在中國AI浪潮中水漲船高，賦能整個(gè)產(chǎn)業(yè)鏈。

恩智浦半導(dǎo)體公司大中華區(qū)主席 李廷偉：智慧合作共贏

恩智浦專注于工業(yè)/IOT、汽車、手機(jī)和5G四大市場(chǎng)領(lǐng)域，在性能、連接性和功能整合方面提供了自己的方案設(shè)想。

恩智浦所開發(fā)的AI邊緣計(jì)算主要靠感知和處理來創(chuàng)新，在硬件和軟件中加入AI來計(jì)算，然后通過有線和無線連接去執(zhí)行。

汽車隨著電氣化、自動(dòng)化的發(fā)展，需要開發(fā)應(yīng)用場(chǎng)景來引領(lǐng)技術(shù)超前發(fā)展。汽車實(shí)現(xiàn)自動(dòng)駕駛需要感知，也就靠激光雷達(dá)、攝像頭和毫米波雷達(dá)等，這對(duì)安全性有非常高的要求。如此多的汽車傳感器數(shù)據(jù)如果沒有AI的話，一味強(qiáng)調(diào)計(jì)算只會(huì)使功率指數(shù)增長。

Synaptics高級(jí)副總裁、IOT部門總經(jīng)理 Saleel Awsare：給智能家居賦予邊緣AI

Synaptics的AI應(yīng)用專注于智能家居端，通過差異化競(jìng)爭(zhēng)提供了更高成本效益的產(chǎn)品。

邊緣AI存在著三大關(guān)鍵挑戰(zhàn)：1.隱私與安全性，我們用神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，在邊緣設(shè)備上維護(hù)你的隱私。根據(jù)內(nèi)容安全的要求，我們也提供安全性保障，設(shè)備的安全性處理都在邊緣進(jìn)行。2.更快的響應(yīng)時(shí)間，幫助用戶降低延時(shí)，避免每個(gè)行為都訪問云端。3.能源效率，我們與智能家居設(shè)備制造商合作時(shí)，建立邊緣AI的需求主要是因?yàn)樗麄儾幌氪罅拷ㄔ煨碌臄?shù)據(jù)中心。如果處理多數(shù)放在邊緣進(jìn)行的話，就可以節(jié)約能源和成本。

太一科技創(chuàng)始人以及CEO 解渤：中醫(yī)人工智能之路

新冠疫情下中醫(yī)也發(fā)揮了獨(dú)特的作用，太一科技通過人工智能的方法，用遠(yuǎn)程醫(yī)療與互利網(wǎng)將中醫(yī)的潛力挖掘出來，與全球人民共享。

我們與芯原科技合作開發(fā)了一個(gè)人工智能芯片的設(shè)計(jì)，把脈診儀本地AI數(shù)據(jù)處理都放到這一芯片中去。這樣傳輸量、準(zhǔn)確度和加壓與反饋的處理過程都很容易，可以用最快速的方法實(shí)時(shí)操作。經(jīng)過算法模型計(jì)算后，我們還原成3D結(jié)果圖，方便脈象的直觀展示。

高通產(chǎn)品管理副總裁 Ziad Asghar：人工智能引擎改變端測(cè)的計(jì)算能力

高通產(chǎn)品管理副總裁Ziad Asghar認(rèn)為AI改變了移動(dòng)終端、工業(yè)物聯(lián)網(wǎng)和汽車等領(lǐng)域的體驗(yàn)，人工智能處理技術(shù)只有規(guī)?；?，才能從低端的物聯(lián)網(wǎng)應(yīng)用普及到IVI和XR運(yùn)算的高端應(yīng)用。

為了將邊緣側(cè)的人工計(jì)算能力進(jìn)一步改善，我們采用了高通第五代人工智能引擎。我們采用了異構(gòu)計(jì)算的方式，針對(duì)不同的精度級(jí)別、不同的功耗級(jí)別和不同延遲級(jí)別優(yōu)化不同的模塊。

我們還應(yīng)用了一些創(chuàng)新性的想法，比如深度學(xué)習(xí)帶寬壓縮，切實(shí)減少了我們的產(chǎn)品中數(shù)據(jù)交流所需的功耗。使用第五代的高通人工智能引擎，我們可以將峰值性能提升到每秒15萬億次。

黑芝麻智能科技聯(lián)合創(chuàng)始人COO 劉衛(wèi)紅：AI感知計(jì)算平臺(tái)賦能未來智能出行

黑芝麻智能科技以華山2號(hào)芯片，在智能駕駛領(lǐng)域覆蓋了L2到L4的布局。

智能駕駛的發(fā)展使汽車電子架構(gòu)產(chǎn)生了巨大變化，原來是單獨(dú)的ECU分布控制，逐漸轉(zhuǎn)向ECU集成。而智能駕駛每升一級(jí)都對(duì)算力有大量提升，L3時(shí)所需算力大概30TF，L5則需要500TF以上。

智能駕駛芯片面臨的另外一個(gè)挑戰(zhàn)是技術(shù)門檻很高，特別是高算力低功耗的芯片，從產(chǎn)品的設(shè)計(jì)、驗(yàn)證復(fù)雜性到產(chǎn)品的功耗、可靠和安全設(shè)計(jì)，在設(shè)計(jì)時(shí)也要考慮車規(guī)級(jí)的ISO2621規(guī)定。

三星電子高級(jí)副總裁 MoonSoo Kang：硅解決方案助力AI行業(yè)

三星電子高級(jí)副總裁 MoonSoo Kang指出具有競(jìng)爭(zhēng)力的人工智能芯片不僅需要先進(jìn)的制程技術(shù)，還要有優(yōu)秀的設(shè)計(jì)IP。

多樣化的AI應(yīng)用程序需要多樣化的計(jì)算需求和技術(shù)要求，同時(shí)面臨著不同的邊界條件和需要克服的技術(shù)障礙。硅片技術(shù)的最新趨勢(shì)是異質(zhì)整合，這與半導(dǎo)體行業(yè)的傳統(tǒng)方向-也就是越來越多的內(nèi)容集成到單個(gè)芯片中的方向截然相反。

這種趨勢(shì)基于兩個(gè)原因。首先，高端制程的邏輯工藝變得越來越昂貴。先進(jìn)工藝的硅片制造成本越來越高，而先進(jìn)技術(shù)節(jié)點(diǎn)的芯片設(shè)計(jì)成本也隨之迅速增加。其次，并非設(shè)計(jì)的所有部分都以相同的方式體驗(yàn)高級(jí)技術(shù)節(jié)點(diǎn)的好處。模擬設(shè)計(jì)不會(huì)隨著先進(jìn)技術(shù)節(jié)點(diǎn)的發(fā)展而縮小?？紤]到更高的晶圓成本，采用先進(jìn)技術(shù)節(jié)點(diǎn)的模擬零件變得越來越昂貴。

本文由電子發(fā)燒友整合，素材來源于人工智能大會(huì)云端峰會(huì)。