第三屆全球IC企業(yè)家大會暨第十八屆中國國際半導(dǎo)體博覽會于2020年10月14日至16日在上海召開。其中在以“創(chuàng)芯引領(lǐng)萬物智能”為主題的5G芯片論壇上，燧原科技、知存科技、賽靈思等廠商均發(fā)表了自己對于AI芯片的挑戰(zhàn)的看法。

燧原科技：AI需要芯片

市場研究數(shù)據(jù)顯示，AI芯片行業(yè)的算力需求以3~4個月的速度進(jìn)行翻倍，呈現(xiàn)出爆炸式增長趨勢。在過去8年里，算法效率提升了44倍，計算需求則提升了高達(dá)30萬倍。

算力需求如此迅猛的增長，什么樣的芯片架構(gòu)才能適應(yīng)這樣的市場供給機(jī)會？燧原科技AI處理部門設(shè)計總監(jiān)馮闖認(rèn)為，通用云端AI芯片計算架構(gòu)主要需滿足四個方面內(nèi)容。

首先是多精度，以滿足云端業(yè)務(wù)多種多樣的需求；其次是高算力，不僅單芯片能超越摩爾定律的節(jié)奏來加大供給，還能通過高速互聯(lián)技術(shù)進(jìn)提升算力規(guī)模；再有可靈活編程，最后還要支持高并行操作，不僅是多核、多芯片的并行，還包括高效的數(shù)據(jù)流和計算之間的高并行。

知存科技：存算一體AI芯片解決“存儲墻”問題

知存科技CEO王紹迪指出，flash存算一體化技術(shù)可解決“存儲墻”的問題。

存算一體化架構(gòu)，顧名思義，指在存儲中加入計算能力，能夠有效減少數(shù)據(jù)搬移，大幅提升計算速度和能效。知存科技在這一方面早有布局。

王紹迪指出，該公司現(xiàn)在的兩款產(chǎn)品，第一款針對智能家居的WTM1001已在今年9月份批量試產(chǎn)，運(yùn)算功耗300~500uW，最高算力可以達(dá)到10Tops/W。第二款智能SoC WTM2101針對可穿戴設(shè)備，算力較同類芯片高出50倍左右，而功耗可可以同時做到最低水平，將在今年第三季度出樣片，預(yù)計明年一季度批量試產(chǎn)。

另外，知存科技也正在設(shè)計一款SoC WTM3213，主要針對輕量級的視覺或中量級的人工智能運(yùn)算，將應(yīng)用于門禁、機(jī)器人和智能眼鏡等產(chǎn)品，該產(chǎn)品有望在2021年Q4量產(chǎn)。

盡管就目前來講，存算一體技術(shù)還沒有達(dá)到十分成熟的地步，國際上從事該項(xiàng)技術(shù)的公司也不是很多。但王紹迪指出，知存科技從2012年開始做Flash存算一體芯片的流片、設(shè)計，一路迭代過來已經(jīng)完成了18次的流片?？梢哉f經(jīng)驗(yàn)相對較多。

他也認(rèn)為，相信未來會有更好、更佳的突破，包括在工藝上、在器件上、在材料上，使得模擬計算可以具備比現(xiàn)在好數(shù)十倍甚至百倍的運(yùn)算效率。

賽靈思：AI芯片的核心壁壘是軟件生態(tài)

賽靈思人工智能業(yè)務(wù)高級總監(jiān)姚頌指出，就AI芯片來說，最重要的是解決帶寬不足的問題。不管是CPU還是GPU，與其說是說產(chǎn)品性能不夠，其實(shí)很大程度上是利用率特別低。

但又不能極大地增大芯片面積，因?yàn)椴粌H良率會面臨問題，價格方面也非常奢侈。解決思路不妨從微架構(gòu)的角度出發(fā)，因?yàn)锳I芯片的微架構(gòu)核心是要減少訪存次數(shù)。

此外，姚頌以數(shù)字AI芯片為例指出，數(shù)字AI芯片并沒有那么難。但這一領(lǐng)域在2018年以后的整體進(jìn)步速度趨緩。因?yàn)檠永m(xù)摩爾定律的代價確實(shí)太高，初創(chuàng)型公司難以做到顛覆大公司，簡而言之，這一領(lǐng)域不會存在顛覆式創(chuàng)新的大機(jī)會。

除此之外，姚頌還指出，AI芯片的核心壁壘不是性能，而是軟件生態(tài)。

時擎智能科技：市場對AIoT芯片的四大要求

擎智能科技芯片設(shè)計總監(jiān)徐鴻明表示，AI算法層出不窮，更新迭代的速度也非常的快。加上5G的應(yīng)用和發(fā)展，使得AI與IoT相互促進(jìn)，相互融合?？梢哉f，AIoT芯片現(xiàn)在扮演著一個非常重要的角色。

不過，相對以往來講，市場現(xiàn)在更多是追求AIoT芯片算力的效率，即單位算力的成本、性價比。另外，AIoT芯片在端側(cè)的算法上呈現(xiàn)出輕量化、小型化的趨勢，也讓市場對AIoT芯片提出了更加嚴(yán)格的要求。

徐鴻明指出，具體來講主要分為四個典型需求，第一是算力需求，目前來講百GOPS級別的處理能力基本上能夠覆蓋大部分的應(yīng)用場景，如端側(cè)的語音識別的算力需求在10G到100G的量級，而端側(cè)的圖象識別、人臉識別可能是在500G左右，端側(cè)的智能視頻可能在T級以上。

低功耗的要求。能耗比是目前端側(cè)AIoT芯片設(shè)計的一個衡量指標(biāo)；第三是成本，市場上主流的語音芯片單價在0.5到1美元左右，視頻芯片在2到3美金；第四是通用性、靈活性的需求，能夠滿足碎片化市場需求以及不斷迭代、演進(jìn)的算法需求。

酷芯微電子：AI SoC仍面臨帶寬、能耗問題

酷芯微電子有限公司芯片工程總監(jiān)周強(qiáng)表示，AI的普及將給我們的生活帶來非常大的便利，特別是會給IC這個行業(yè)帶來很多的機(jī)會。

我們先從設(shè)計方面來入手討論一下AI芯片設(shè)計的一些挑戰(zhàn)以及怎么去應(yīng)對。

不過AI SoC目前在設(shè)計上仍面臨一些挑戰(zhàn)，比如帶寬、能耗問題。

對于帶寬不夠的問題，可以選擇壓縮。周強(qiáng)指出，該公司對于目前通用的神經(jīng)網(wǎng)絡(luò)算法都會去對其進(jìn)行一些壓縮。另外，還可以對中間層數(shù)據(jù)進(jìn)行展存等等。

而在降低功耗方面，可以做一些相移、動態(tài)時鐘門控、把register替換成memory，另外也可以縮小芯片面積，或者從應(yīng)用層面，比如采用AVFS，AFS等等這些處理技術(shù)。

但是，在實(shí)現(xiàn)上面也有很大的挑戰(zhàn)。其一是性能和能耗的兩個方面，另外一是存在芯片集成度和面積的扳手腕情況。

北方華創(chuàng)：5G芯片領(lǐng)域每一塊都是藍(lán)海

北方華創(chuàng)新興應(yīng)用集科研行業(yè)發(fā)展部總經(jīng)理?xiàng)钺酥赋觯?G、AI、新能源汽車、AR/VR等新興領(lǐng)域，正引領(lǐng)半導(dǎo)體第三波發(fā)展浪潮，也是未來五年的一些關(guān)鍵技術(shù)。

以該公司在5G芯片領(lǐng)域較典型的應(yīng)用舉例。除SAW/BAW介質(zhì)濾波器、針對人臉識別的GaAs VCSEL芯片、用于一線收集信息，是AI“神經(jīng)末梢”的MEMS傳感器、以及應(yīng)用于AR/VR及未來顯示的硅基OLED和引領(lǐng)交通的SiC，還有硅基氮化鎵（GaN）電子功率器件和GaN微波射頻器件。

根據(jù)Yole 數(shù)據(jù)，硅基氮化鎵（GaN）電子功率器件到2022年的市場規(guī)模將達(dá)到4.5億美元，年復(fù)合增長率達(dá)到91%。新的增長點(diǎn)來自于手機(jī)快充、無線充電、為代表的消費(fèi)類電源應(yīng)用。

而GaN微波射頻器件，主要體現(xiàn)在5G通訊的基站上的應(yīng)用，來替代此前的砷化鎵或者硅的射頻器件達(dá)不到的功能。Yole預(yù)測，到2013年GaN微波射頻器件市場規(guī)模將達(dá)到13.2億美元，年復(fù)合增長率達(dá)22.9%。

盡管5G芯片領(lǐng)域同樣存在挑戰(zhàn)，但楊崴表示，每種器件的結(jié)構(gòu)比較單一，并沒有像硅器件那樣發(fā)展的很復(fù)雜，要求的各項(xiàng)指標(biāo)精度都很高。所以這塊領(lǐng)域更適合逐一重點(diǎn)突破，我們認(rèn)為每一塊領(lǐng)域都屬于藍(lán)海，可以耕耘的空間比較大。這是機(jī)遇。

中興通訊：5G芯片在實(shí)現(xiàn)上存在4項(xiàng)技術(shù)需求的挑戰(zhàn)

中興通訊集成電路資深專家葉輝表示，5G將推動半導(dǎo)體產(chǎn)業(yè)的新一輪的爆發(fā)。根據(jù)市場研究數(shù)據(jù)，2020年和2022年全球5G終端將分別達(dá)到2000萬和2億臺，而終端基帶和射頻市場規(guī)模合計將超過500億美元。

葉輝認(rèn)為，這一數(shù)據(jù)有點(diǎn)保守，預(yù)計今年5G終端會大大超過2000萬臺，上看1億臺以上。2022年可能也會超過這一數(shù)據(jù)。

葉輝進(jìn)一步指出，在5G、AI、物聯(lián)網(wǎng)、汽車智能化的推動下，全球半導(dǎo)體的銷售產(chǎn)值將突破5000億美元。

不過，5G芯片在實(shí)現(xiàn)上存在技術(shù)需求的挑戰(zhàn)。包括高性能、高功耗、高集成度以及超大規(guī)模的四項(xiàng)挑戰(zhàn)。

首先，高性能意味著芯片需要高性能的DSP/CPU，高帶寬和低時延的需求。與此同時，還包括高速的Serdes互聯(lián)。另外，像芯片的工作頻率更高，全芯片的時序收斂會越來越復(fù)雜，以及可靠性也將有更高的要求。

高功耗方面，以電池為例，在網(wǎng)絡(luò)側(cè)它的芯片功耗主要體現(xiàn)在一個芯片大概要幾十瓦甚至數(shù)百瓦的功耗，此外，功耗分析及優(yōu)化，測試模式的IR也提出了更高的要求。

高集成度方面，業(yè)務(wù)模塊交互更復(fù)雜，模塊會更多，包括芯片的IP/IO的數(shù)量會更進(jìn)一步的增加，芯片測試方案的復(fù)雜度會增加，芯片的測試成本控制更高，最后驗(yàn)證難度更大，有可能會成為設(shè)計瓶頸。

最后是規(guī)模層面?，F(xiàn)在芯片的尺寸，尤其是針對5G主設(shè)備的芯片尺寸非常大，接近工藝制造的極限。硬化的模塊會越來越多，對于整個交付流程包括后端綜合都會帶來一些新的挑戰(zhàn)。再有芯片的制造良率低，因?yàn)橐?guī)模越大良率必然要下降。
責(zé)任編輯:tzh