導(dǎo)讀：2000年初的山寨市場催生了我國集成電路的創(chuàng)新與發(fā)展，而如今山寨紅利耗盡，廉價(jià)替代的時(shí)代已經(jīng)過去，集成電路從業(yè)者需要面向的客戶也變?yōu)槿A為、小米等世界頂級水平客戶，性能及性價(jià)比成為取勝的要素。未來，中國半導(dǎo)體必然由創(chuàng)新帶動，引領(lǐng)市場。

上世紀(jì)六七十年代，半導(dǎo)體成就了美國硅谷，然而現(xiàn)在提及硅谷，第一時(shí)間想到的并不是硅，不是半導(dǎo)體，硅谷的代言也逐漸從半導(dǎo)體企業(yè)，變?yōu)楣雀琛⑻O果等科技企業(yè)。

與此同時(shí)，硅谷半導(dǎo)體產(chǎn)業(yè)的增長逐步放緩。盡管美國等處于半導(dǎo)體產(chǎn)業(yè)“老大”地位的領(lǐng)導(dǎo)國家，產(chǎn)業(yè)增長速度在逐漸放緩，但鑒于它們掌握著絕對的技術(shù)優(yōu)勢，因此未來還要依靠它們的技術(shù)創(chuàng)新，引領(lǐng)產(chǎn)業(yè)發(fā)展；占據(jù)“老二”地位的國家，將緊緊跟隨“老大”的腳步，擴(kuò)充自己的市場。

對于大力推動集成電路產(chǎn)業(yè)發(fā)展的我國來講，恰處于市場、人才、政府、金融四大因素相融合的特殊時(shí)代。專家認(rèn)為，我國半導(dǎo)體產(chǎn)業(yè)從業(yè)者以及創(chuàng)業(yè)者若能抓住這次機(jī)會，成功的機(jī)率就很大。

在AI的推動下，巨頭們在變革，同時(shí)也催生了一批新生代IC企業(yè)，比如本土IC企業(yè)深鑒科技、寒武紀(jì)、地平線、比特大陸等。

人工智能倒逼芯片底層的真正變革

研究人類的科技發(fā)展史，發(fā)現(xiàn)科技的進(jìn)步速度呈現(xiàn)指數(shù)型加速態(tài)勢。尤其在1950年以后進(jìn)入芯片時(shí)代，摩爾定律推動下的每18個(gè)月“芯片晶體管同比例縮小一半”帶來的性能提升以倍數(shù)計(jì)。

每一次加速的過程推動，都引發(fā)了產(chǎn)業(yè)的深層次變革，帶動從底層到系統(tǒng)的階躍。我們本篇報(bào)告將著重從底層芯片角度出發(fā)，探討人工智能芯片帶來的深層次變革。

然而時(shí)至今日，人類精密制造領(lǐng)域（半導(dǎo)體制造是目前為止人類制造領(lǐng)域的最巔峰）遇到硅基極限的挑戰(zhàn)，摩爾定律的放緩似乎預(yù)示著底層架構(gòu)上的芯片性能的再提升已經(jīng)出現(xiàn)瓶頸，而數(shù)據(jù)量的增長卻呈現(xiàn)指數(shù)型的爆發(fā)，兩者之間的不匹配勢必會帶來技術(shù)和產(chǎn)業(yè)上的變革升級。

變革從底層架構(gòu)開始

計(jì)算芯片的架構(gòu)50多年來都沒有發(fā)生過本質(zhì)上的變化，請注意計(jì)算架構(gòu)的決定是資源的組織形式。而傳統(tǒng)的馮諾伊曼是采取控制流架構(gòu)，采用的是線性的記憶體和布爾函數(shù)作為基線計(jì)算操作。

處理器的架構(gòu)基于流水線串行處理的機(jī)制建立，存儲器和處理器分離，流水線的計(jì)算過程可以分解為取指令，執(zhí)行，取數(shù)據(jù)，數(shù)據(jù)存儲，依次循環(huán)。

深度學(xué)習(xí)以神經(jīng)元為架構(gòu)。從單一的神經(jīng)元,再到簡單的神經(jīng)網(wǎng)絡(luò),到一個(gè)用于語音識別的深層神經(jīng)網(wǎng)絡(luò)。層次間的復(fù)雜度呈幾何倍數(shù)的遞增。數(shù)據(jù)量的激增要求的就是芯片計(jì)算能力的提升。

計(jì)算的體系處于碎片化引發(fā)架構(gòu)變革。數(shù)據(jù)的擴(kuò)張遠(yuǎn)大于處理器性能的擴(kuò)張，依靠處理器性能在摩爾定律推動下的提升的單極世界已經(jīng)崩潰，處理器性能提升的速度并不足以滿足AI所需的應(yīng)用程序的需求。大量數(shù)據(jù)消耗的數(shù)字運(yùn)算能力比幾年前所有數(shù)據(jù)中心加起來還要多。

人工智能芯片——新架構(gòu)的異軍突起

觀察人工智能系統(tǒng)的搭建，以目前的架構(gòu)而言，主要是以各種加速器來實(shí)現(xiàn)深度學(xué)習(xí)算法。本章討論各種加速器的形式和實(shí)現(xiàn)，并探討加速器變革下引發(fā)的行業(yè)深層次轉(zhuǎn)變，并從2個(gè)維度給出詳細(xì)的測算人工智能芯片的潛在空間

首先我們必須描述人工智能對芯片的訴求，深度學(xué)習(xí)的目標(biāo)是模仿人類神經(jīng)網(wǎng)絡(luò)感知外部世界的方法。深度學(xué)習(xí)算法的實(shí)現(xiàn)是人工智能芯片需要完成的任務(wù)。在算法沒有發(fā)生質(zhì)變的前提下，追根溯源，所有的加速器芯片都是為了實(shí)現(xiàn)算法而設(shè)計(jì)。

我們整理了人工智能芯片相關(guān)的類型和產(chǎn)業(yè)鏈公司，傳統(tǒng)的芯片廠商/生態(tài)的建立者/新進(jìn)入者。

傳統(tǒng)的芯片制造廠商：Intel，Nvidia和AMD。他們的優(yōu)勢在于在已有架構(gòu)上對人工智能的延伸，對于硬件的理解會優(yōu)于競爭對手，但也會困頓于架構(gòu)的囹圄；新進(jìn)入者，某些全新的架構(gòu)比如神經(jīng)網(wǎng)絡(luò)芯片的寒武紀(jì)，因?yàn)槭侨碌氖袌鲩_拓，具有后發(fā)先至的可能。新進(jìn)入者的機(jī)會，因?yàn)槭莻€(gè)全新的架構(gòu)機(jī)會，將有機(jī)會誕生獨(dú)角獸。