【AI晶片】AI晶片卡位戰：誰贏得自動駕駛處理器，誰就贏得了AI時代

在 PC 時代和手機時代，儘管我國的整機產量、手機出貨量均為全球第一，但遺憾的是，晶片、系統的主導者卻是外國公司。再到如今大熱的人工智慧，中國的創新應用可謂是層出不窮，但核心技術占主導地位的依舊是外國公司。

中國還有望領跑人工智慧時代嗎？若想牢牢佔據主導地位，我們應該怎麼做？

地平線創始人兼 CEO 餘凱博士基於對行業的洞察得出了一個結論：誰贏得了自動駕駛處理器，誰就贏得了人工智慧時代。如今我們身處 AI 技術引領全球科技的時代，加之中國也疾行於千年以來又一次民族復興的程式之中。所以儘管問題是存在的，但前途還是光明的。餘凱博士在本文中深度剖析中國人工智慧產業爆發背後的巨大隱憂及自動駕駛處理器的研發現狀，為中國領跑人工智慧時代提出了建設性建議。以下是部分要點摘錄：

▨ 人工智慧大規模產業化的關鍵，首先在於人工智慧處理器的突破，而人工智慧處理器的制高點必然來自於最具規模效應和最具技術挑戰性的行業應用。

▨ 面對諸多挑戰，需要人工智慧在感知和決策等基礎理論和演算法方面的基礎性創新。

▨ 深刻理解人工智慧的軟體將促進處理器架構的研發效率。

▨ 自動駕駛處理器的突破不僅意味著自動駕駛核心技術的突破，更代表了人工智慧核心軟硬體的突破，必然帶動整個人工智慧產業的騰飛。

▨ 應用場景決定演算法，演算法定義晶片，軟硬體協同設計，這就是 AI 時代的新摩爾定律。

中國人工智慧產業爆發

背後的巨大隱憂

前不久，英國權威雜誌《經濟學人》以封面文章的形式，發表題為《中美數字霸權之爭》的深度分析報導，而人工智慧正是競爭的主戰場。近年來，中國在人工智慧應用方面的進展令人印象深刻，表現為四個核心優勢：政府高度支援、風險投資活躍、佔優勢的人才資源和海量資料。

據調研機構 CB Insights 統計，2017 年全球人工智慧初創企業融資額達 152 億美元，其中中國公司達 73 億美元，佔全部融資額的 48%，超過美國的 38%，成為全球第一。

2018 年更被認為是中國人工智慧產業爆發的元年，但在一片火熱的行業發展背後，卻潛藏著巨大的隱患：目前我國的人工智慧產業絕大部分都是應用創新，在人工智慧技術最核心的處理器和作業系統方面，現實卻是冰冷的：國外公司依然牢牢佔據主導地位。

人臉識別是最早的人工智慧應用之一，市場迅速膨脹，但開啟一款市面上的智慧攝像機或視訊人臉分析伺服器，裡面的核心處理器不是英偉達就是 Intel，或者賽靈思。自動駕駛是國家確定的四大人工智慧關鍵應用領域之一，科技部在去年底宣佈，依託百度公司建設國家級自動駕駛創新平臺，但百度本身不掌握任何核心處理器或者作業系統。

▨ 在 PC 時代，我國的整機產量全球第一，但主導者卻是 Intel 和微軟；

▨ 在手機時代，我國手機出貨量還是第一，但主導者卻是高通和 ARM；

▨ 在人工智慧時代，我們看到英偉達和 Google 在持續擴大其優勢，當我們還沉浸在產業爆發的狂歡中時，美國憑藉強大的基礎硬體與核心軟體實力，又一次提前卡位。

這不得不引起我們的警惕：中國會不會再次輸掉一個時代？

早在 2014 年，習近平主席在中科院院士大會上發表講話時，就著重提到人工智慧的迅猛發展，並指出：「機器人革命」有望成為第三次工業革命的一個切入點和重要增長點，是衡量一個國家科技創新和高階製造業水平的重要標誌。人工智慧已經明確上升到國家戰略。

PC 行業和手機行業的歷史表明，資訊產業的核心就是處理器和作業系統，人工智慧大規模產業化的關鍵，首先在於人工智慧處理器的突破，而人工智慧處理器的制高點必然來自於最具規模效應和最具技術挑戰性的行業應用。英偉達是目前人工智慧行業的執牛耳者，其最先進的處理器首先面向自動駕駛，並非偶然，英偉達清楚地意識到：拿下自動駕駛應用，面對其它應用就是降維打擊。

自動駕駛處理器在效能、可靠性、實時性、功耗效率以及對應的演算法等方面都提出了人工智慧行業應用中最高標準的要求。其突破不僅意味著自動駕駛核心技術的突破，更代表了人工智慧核心軟硬體的突破，必然帶動整個人工智慧產業的騰飛。

▲ 面向自動駕駛的人工智慧處理器擁有業界最高的計算能力

自動駕駛處理器

將撬動難以估量的巨大經濟規模

來自美國交通部的資料顯示，到 2025 年，智慧駕駛的軟硬體銷售（不含整車）將達到 262 億美元，但其社會效益將放大到 1 萬億美元，這其中包括了緩解交通擁堵、節省燃料、減少事故以及提高生產效率。

可以說，每 1 美元的自動駕駛處理器銷售，將帶來 40 美元的社會效益！這就是基礎技術的作用，有極強的產業放大效應。

在今年 CES 展上，英偉達公佈了其最新、也是迄今為止最複雜的處理器「Xavier」，並將其命名為「全球首款自主機器處理器」，表示其「將揭開人工智慧時代的新篇章」。

事實上，Xavier 處理器首先應用於自動駕駛，但其「自主機器處理器」的命名暗示，該處理器不僅可用於汽車，還可應用於更廣泛的機器人領域。從技術角度看，自動駕駛汽車是機器人應用的集大成者，其工作場景最為複雜、技術難度最高，搞定了自動駕駛，只做減法就可以拿下泛機器人的各種應用。

資本市場充分看好該市場，英偉達的市值自三年前以來，已經增加了一個數量級，達到 1500 億美元；Intel 在去年收購了 Mobileye 之後，這艘半導體航母的市值竟然也上漲了接近 50%，達 2400 億美元。

國務院去年釋出《新一代人工智慧發展規劃》，明確提出，到 2030 年，人工智慧核心產業規模超過 1 萬億元，帶動相關產業規模超過 10 萬億元。

著名諮詢公司普華永道預計，與人工智慧相關的增長到 2030 年將把全球 GDP 提升 16 萬億美元，其中半數來自中國。

而自動駕駛處理器，恰好站在人工智慧技術革命和汽車產業革命的交匯點上。

自動駕駛處理器研發

面臨最複雜的技術挑戰

晶片曾經是中國工業界的短板，經過多年的努力，中國已經在消費電子領域有了長足的進步，湧現出了 MTK、海思等公司，躋身全球前二十大晶片公司行列（不包括代工廠），但在汽車電子領域，NXP、英飛凌、瑞薩、TI 和 ST 等跨國公司仍佔據了絕大部分市場份額。中國的晶片公司在這個領域的市場佔有率，幾乎是零。能夠符合前裝汽車電子質量和可靠性規範的產品，甚至今天還沒有出現。

從整個自動駕駛產業鏈的格局來看，主要是感測器、處理器和控制器三個主要部分，在感測器領域，無論是攝像頭還是鐳射雷達，都有幾十家以上的供應商，控制器領域的供應商更多，但處理器領域，真正得到認可的就是英偉達和 Mobileye 兩家。相比照眾多湧現出來的的新造車企業，高集中度的格局折射出自動駕駛處理器的開發難度之高。

自動駕駛事關生命安全，整個系統必須保證在任何時候都要可靠工作，及時響應。而對應的自動駕駛處理器，將面臨四個方面的關鍵挑戰：計算能力、低功耗、可靠性、和安全性。

目前 AI 晶片業界的算力最高記錄是英偉達最新推出的 Pegasus，計算能力達到 320TOPS（萬億次運算/秒），其目標正是自動駕駛。事實上，業界已經在嚴肅地討論 POPS（1 千萬億次運算/秒）時代何時到來，這相當於要把「天河一號」超級計算機（2010 年建成，當時排名全球第一）裝進一臺汽車！

但計算能力和低功耗永遠是一對矛盾。英偉達的 Pegasus 的算力最高，但功耗也達到了恐怖的 500 瓦。這將帶來一系列麻煩的問題，包括晶片的工作壽命縮短、需要可靠的散熱系統、巨大的功耗對於電動汽車的續航里程也帶來了很大的負擔。事實上，低功耗對於自動駕駛系統至關重要。

與手機這樣的消費電子產品相比，汽車電子面臨的工作環境要複雜惡劣得多，為了嚴格保證整車品質和可靠性，汽車電子始終追求的是實現零缺陷（Zero Defect）的目標，AEC-Q100 作為汽車電子的通用標準，是自動駕駛處理器需要跨過的第一道坎。

自動駕駛處理器需要滿足 ASIL（汽車安全完整性等級）規範，需要達到 B 或者 C 級，這是第二道坎。為了確保在功能上的可靠性，自動駕駛系統需要在各個方面都有可靠的冗餘備份系統。這就好像電網系統的設計一樣，某一處供電系統的故障不會讓整個電網癱瘓。

同時，我們還要確保整個計算系統中的資料是高度安全的，不被篡改、破壞或者竊取。設想一下，如果黑客攻破了自動駕駛系統，將其中的影像資料進行篡改，本來感測器已經探測到前面有個橫穿馬路的孩子，但篡改後的資料卻顯示什麼都沒有，後果可想而知。

AlphaGo 在圍棋領域的成功，代表了人工智慧在決策方面一個里程碑式的成就，但是對於圍棋這樣的應用，是一個環境封閉、規則完備、資訊完整的決策場景，但即使是這麼簡單的場景，Google 都要用算力高達 180TOPS 的 TPU 去支撐，才能夠滿足要求。自動駕駛面臨的是一個開放的環境、不完備的規則、不全面的感知資訊、多智慧體的博弈場景，而且還不能出錯。

面對這麼多的挑戰，需要人工智慧在感知和決策等基礎理論和演算法方面的基礎性創新。而對應的計算任務所需的計算模式、計算複雜度、實時性和功耗指標，都要求基於自動駕駛處理器開發軟硬體完美結合的系統級設計。

可以說，支援自動駕駛軟體系統是核心目標，而硬體處理器架構是關鍵路徑，兩者必須緊密配合。這就意味著，自動駕駛處理器也體現了我們國家在人工智慧基礎理論和軟體演算法方面的最高水平。

AI 時代的制勝之道：

軟體驅動的處理器設計

在自動駕駛處理器這個領域，為什麼是英偉達和 Mobileye 領跑？

去年，Intel 宣佈以 153 億美元收購 Mobileye，以彌補其在自動駕駛方面的短板，Intel 作為半導體行業的老大哥，想切入汽車行業已經很久，但最後還需要花大錢靠收購來獲得市場，尷尬的背後折射出的是什麼？

無論是 Mobileye 還是英偉達，相對於他們的競爭對手，有一個共同點：他們充分地結合了演算法和計算，進行協同設計，由此提供了完整的解決方案，在這一點上，其它競爭對手與這兩家的差距甚遠。

Google 切入處理器領域的時間並不長，但很快就把 TPU 做出來了，不僅在 AlphaGo 大放異彩，還將其做成了一項 AI 服務，其商業潛力巨大。

這一現象的背後，折射出一個新的趨勢：深刻理解人工智慧的軟體將促進處理器架構的研發效率。本質上講，這是一場由人工智慧應用場景驅動的軟硬體技術革命。人工智慧晶片的本質並不是硬體，而是軟硬結合的載體。人工智慧晶片的發展，並不是單純的工藝和電晶體密度驅動，而是計算架構與演算法的配合驅動，使其實際的計算效率不斷提升，追求極致效能。

可以說，應用場景決定演算法，演算法定義晶片，軟硬體協同設計，這就是 AI 時代的新摩爾定律。誰理解了應用場景並掌握了演算法，誰就掌握了核心優勢。

自動駕駛處理器

成為國家科技實力的戰略制高點

如果說，人工智慧是中美雙雄爭霸的主戰場，自動駕駛就是這個戰場的決定性戰役。

911 事件以後，政府和公眾都猛然意識到，交通工具如果不加以控制，將會變成威力巨大的武器，《速度與激情 8》更是以殭屍車隊的瘋狂表現刺激到了公眾的神經，自動駕駛事關國家安全是顯而易見的。

與 Mobileye 和英偉達打交道的中國車廠普遍表示，國外公司在合作條款、技術支援方面都非常苛刻，進一步凸顯了開發國產處理器的緊迫性。

自動駕駛處理器對於自動駕駛的意義，就好像發動機之於航空業的意義，中國要想佔據自動駕駛和人工智慧技術的戰略制高點，就需要有自己的自動駕駛處理器，讓我們在這個領域有自己的話語權，不會受制於人，不再讓自主品牌在 Mobileye 和英偉達之間做艱難的選擇。

我們需要有像自動駕駛處理器這樣的硬科技的突破，否則科技領袖的地位是很難樹立起來的，國家安全更無從談起。什麼是硬科技，是通訊、能源、交通技術，是真正定義一個國家、科技工業實力的技術。這就好像是東北戰役，為什麼要先打易守難攻的錦州，而不是唾手可得的瀋陽？因為錦州是戰略高地，一旦拿下，瀋陽不攻自破。

自動駕駛處理器

是人工智慧產業的珠穆朗瑪

人工智慧晶片無疑是當下人工智慧行業最炙手火熱的話題，來自諮詢公司的一份調查顯示，目前已經公佈了人工智慧晶片開發計劃的中國公司已達 39 家。但細數下來，會發現絕大部分都面向安防或者消費應用，而真正在自動駕駛處理器上發力的，只有地平線。

▲ 2017 年底，地平線釋出第一代自動駕駛處理器

近日，彭博社在對奧迪的採訪中，奧迪駐北京發言人約翰娜・巴斯（Johanna Barth）表示，奧迪已經為中國（自動駕駛）專案挑選地平線公司作為合作伙伴。去年，奧迪在全球率先推出了 L3 級自動駕駛的量產版車型奧迪 A8，確立了其在自動駕駛技術的全球領先地位，此次奧迪選擇地平線作為合作伙伴，是中國公司在自動駕駛核心技術方面的重要突破。

自動駕駛所涉及的領域之多，難度之大，堪比 20 世紀的登月工程，但正如美國總統肯尼迪所說，「我們選擇登月，不是因為它容易，而是因為它很難。」後來的事實證明，登月計劃的成功，真正奠定了美國科技霸主的地位，逆轉了自斯普特尼克時刻以來，蘇聯在太空和武器系統方面的優勢地位，全球科技人才往美國聚集，進一步擴大美國在科技上優勢。

我們這一代做人工智慧的人，幸運之處就在於：我們熬過了 AI 的寒冬，身處於一個 AI 技術引領全球科技的時代。而中國，也疾行於千年以來又一次民族復興的程式之中。在這幅恢弘的歷史畫卷之中，無論是從技術難度、經濟規模，還是戰略影響來看，自動駕駛處理器都堪稱這個時代科技的珠穆朗瑪。不負時代，無問西東，是我們這代人的責任與使命，誰贏得了自動駕駛處理器，誰就贏得了人工智慧時代！

中國缺“芯”，AI晶片或能扳回一局

 資料派 

一、中興受制裁，AI晶片個股未受影響

當地時間4月16日，美國商務部宣佈，因違反美國規定，將禁止美國公司向中國的中興通訊銷售零部件、商品、軟體和技術，時長7年，解禁時間為2025年3月13日。根據外媒公佈的制裁禁令，美國商務部除了禁止美國廠商向中興銷售零部件，還禁止他們向中興提供任何技術服務或技術支援。

這意味著中興通訊在2017年3月認罪並簽署的和解協議宣告失敗，已繳納的8.92億美元罰款仍不足以息事寧人，甚至可能還要進一步補繳緩期執行的3億美元罰款。而更可怕的是，被美全面封殺後，對於嚴重依賴從美國進口晶片等元器件的中興通訊來說，無疑是一場災難。

由於擔心美國製裁帶來的深遠效應，唯恐AI晶片被波及，而據彭博社報導，中金公司稱不必擔心美國禁令的連鎖反應，看好AI晶片個股。

分析其原因，是國內人工智慧晶片企業主要落地應用的場景是安防領域，而安防業務產業鏈對美國公司依存度較低，主要零部件都有中國或日韓供應商。另外，很多企業已開始自主研發，例如海康、大華從2017年已開始佈局晶片的進口替代，前端相機用AI推理晶片的國產比例逐步提高，只有後端資料中心用AI訓練晶片等少數產品依賴進口。

在這次中興被禁事件，有人聲討美國挑起貿易戰、有人疾呼中國要實現自主可控的晶片產業、有人憤怒於中興在原創技術上“太不爭氣”、還有人反思中國基礎創新缺失的深層原因之時，跟半導體晶片領域同樣重要的神經網路處理晶片，或許可以在“晶片戰爭”中為中國實現彎道超車。

二、AI晶片浪潮中，中國靠近世界最前沿

神經網路晶片，指的就是AI晶片，目前英偉達和谷歌幾乎佔據了人工智慧處理領域80%的市場份額，蘋果、亞馬遜、微軟、Facebook、特斯拉此前也都已物色相關領域的人才並研發自己的晶片，AI晶片“大戰”一觸即發。而幸運的是，在這一輪浪潮之中，中國晶片前所未有地靠近世界前沿。中國的初創公司不僅與歐美初創公司幾乎處在同一起跑線上，甚至渴望與英偉達、英特爾這些巨頭直接拼殺。

目前，中美兩國在人工智慧晶片的競爭主要分為三個主要賽道：

第一個是基於GPU、FPGA等通用晶片的半定製方案。美國沿襲在傳統計算晶片上的強大優勢，包括在CPU、FPGA、GPU、DSP領域包攬全球第一的技術能力和行業地位，自然佔據了這個賽道的霸主地位。據報導，有四千餘家企業在醫療、生命科學、能源、金融服務、汽車、製造業以及娛樂業等多個領域運用GPU或者FPGA開展深度學習工作，傳統優勢的滲透力可見一斑。這也可以從側面看出，在這條賽道上，中國的企業鮮少再有機會。

第二個賽道是針對深度學習演算法的專用晶片。儘管GPU、FPGA等通用晶片適用於大規模平行計算，但是也存在效能、功耗等方面的瓶頸，面對不斷激增的資料量和持續擴大的AI應用規模，通用晶片自然有其侷限性，因此專用晶片必然是大勢所趨。中國科學院計算所研究員、寒武紀深度學習處理器晶片創始人陳雲霽博士在《中國計算機學會通訊》上撰文指出：通過設計專門的指令集、微結構、人工神經元電路、儲存層次，有可能在3~5年內將深度學習模型的智慧處理效率提升萬倍。這也使得中美人工智慧晶片創業的大部分企業集中在這個賽道進行競爭。

目前，這條賽道上即有谷歌、英偉達等巨頭，也有無數中小型創業公司，其中不乏大量來自中國的人工智慧晶片初創企業，大家試圖採用多種方法來定製晶片的設計和架構，以解決計算非結構化資訊時效能疲軟、如何平衡功耗和成本的問題等不同AI應用場景中人工智慧晶片面臨的痛點問題。在AI領域的投資上，我國已經超越美國成為世界第一，其中大筆資金投向了AI專用晶片領域，這也充分證明了這個賽道，對我國計算晶片的意義非同尋常。

第三個賽道是類腦計算晶片，這個領域不再僅僅侷限於加速深度學習演算法，也不僅僅侷限於在特定場景下實現人工智慧，而是在晶片基本結構甚至器件層面上希望能夠開發出新的非馮諾依曼計算機模型和體系結構，去解決通用智慧計算的問題。類腦的研究距離可以大規模廣泛使用的成熟商用技術還有一定差距，甚至在產業化的過程中還面臨不小的風險，但是長期來看這個賽道是最有可能會帶來計算體系革命的選擇。在這個領域其實更多是基礎研究能力的比拼，中國和美國的差距其實並不大。

三、國內AI晶片行業現狀，創業公司鋒芒畢露

國內人工智慧晶片企業列表

AI晶片是中國“芯”的新徵程，且看中國創業公司如何鋒芒畢露：

2017年8月，寒武紀科技完成1億美元A輪融資，成為全球AI晶片領域第一家獨角獸。寒武紀擁有終端AI處理器IP和雲端高效能AI晶片兩條產品線，2016年釋出的寒武紀1A處理器（Cambricon-1A）是世界首款商用深度學習專用處理器，面向智慧手機、安防監控、無人機、可穿戴裝置以及智慧駕駛等各類終端裝置，在執行主流智慧演算法時效能功耗比全面超越傳統處理器，與阿里飛天技術平臺、神威太湖之光、華為麒麟960晶片、特斯拉、微軟HoloLens、IBMWatson等國內外新興資訊科技的傑出代表同時入選第三屆世界網際網路大會（烏鎮）評選的十五項“世界網際網路領先科技成果”。

成立於2015年的地平線機器人，致力於打造面向未來的人工智慧晶片BPU（Brain Processing Unit），並提供高效能、低功耗、低成本、完整開放的嵌入式人工智慧解決方案。憑藉地平線提供的服務，電子類產品能夠具備一些AI功能，包括感知、互動、理解、甚至是決策。目前已成功推出了第一代嵌入式人工智慧處理器IP——高斯架構，被成功應用於基於FPGA的深度神經網路處理器，實現低功耗高效能的視覺感知。未來隨著效能的提升和功耗的降低，地平線將陸續推出BPU（BrainProcessingUnit）的第二代伯努利架構和第三代貝葉斯架構，地平線也將進一步推進支撐從感知到決策演算法的系統軟體和硬體IP設計，從而支援更高階別的自動駕駛乃至無人駕駛功能。

源於清華的深鑑科技，專注於深度學習處理器與編譯器技術，研發了一種名為“深度壓縮”的技術，它不僅可以將神經網路壓縮數十倍而不影響準確度，還可以使用“片上儲存”來儲存深度學習演算法模型，減少記憶體讀取，大幅度減少功耗。目前，深鑑科技著眼於智慧城市與智慧資料中心兩大市場，通過包括板卡模組、FPGA、編譯器、深度壓縮等在內的完整解決方案。

創立於2016年1月的西井科技，專注研究類腦人工智慧的晶片+演算法的平臺研究及商業化應用開發。其基於神經形態工程學。已推出了自主研發的深度學習類腦神經元晶片（deepwell）和可模擬5000萬級別的“神經元”的類腦神經元晶片深南（deepsouth）產品。西井科技已經構建起一個面向SNN脈衝神經網路及深度學習的軟硬體平臺——Westwe Brai。首款深度學習處理器Deewe，據悉功耗僅為傳統晶片的幾十分之一到幾百分之一。

另外，據媒體報導，阿里也開始做晶片了，名字被定為Ali-NPU，主要用途是影像視訊分析、機器學習等AI推理計算。同時給出的還有一個很有震撼力的參考數字——按照設計，該晶片的價效比將是目前同類產品的40倍。阿里官方還表示，此款晶片的研發，未來將會更好的實現AI智慧在商業場景中的運用，提升運算效率、降低成本。

在高校方面，研發進展也非常超前。2018年初，清華大學研究團隊便開發出的代號為“思考者（Thinker）”的晶片引起外媒關注，該晶片能支援神經網路處理，可支援低能耗驅動——8節五號電池就能夠滿足該晶片一年下來的耗電量。除此之外，“思考者”可動態調整自身的計算和記憶要求，從而適應裝置中的軟體在執行時所需的條件。

同時，很多老牌晶片企業正在積極擁抱人工智慧時代的變化，成為中國人工智慧晶片產業中的重要力量。在2013年以前成立的海思，中星微、北京君正、中天微、杭州國芯等傳統SoC處理器晶片或者多媒體晶片企業就是其中的代表。相比那些活躍的初創AI晶片新生力量，老牌企業具有更加完備的前後端設計、產品、驗證和測試團隊，具備打造一顆完整SoC晶片產品的工程化經驗。

就目前來看，在部分AI晶片前沿創新領域，我國一些企業的技術能力已經達到了國際領先水平，尤其在基礎研究方面，比如在直接在儲存器內執行計算而不需要資料傳輸的記憶體計算領域，異構融合類腦計算領域，可重構計算晶片技術領域，我國的基礎研究能力已經與國際接軌甚至引領。

去年12月，工信部印發了《促進新一代人工智慧產業發展三年行動計劃(2018-2020年)》，其中對於AI晶片是這樣規劃的：人工智慧整體核心基礎能力顯著增強，智慧感測器技術產品實現突破，設計、代工、封測技術達到國際水平，神經網路晶片實現量產並在重點領域實現規模化應用，開源開發平臺初步具備支撐產業快速發展的能力。

當下，儘管AI晶片市場仍是海外公司唱主角，但中國AI晶片的研發已是百花齊花。如何讓晶片適應演算法的演進、做出創新的晶片架構，如何實現晶片從設計到封測完整的產業鏈，如何擴大市場規模，讓中國以最快速度跟上這次技術浪潮，中興的遭遇讓人覺得，自主創新已是刻不容緩。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com