深度 | AI晶片終極之戰
https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652712307&idx=1&sn=28806ccb69a5f5d1142ac5f79ccde395&chksm=847dba7db30a336bfde664a5f2b75fdc443ac541483542eada358f298965614f60e3faaecf7e&scene=21#wechat_redirect
2018-03-05 釋出
看點：解讀AI晶片四大門派“少林、武當、五嶽、明教”，看晶片與人工智慧如何重塑世界。
2015年的秋天，北京的雨水比往年要多些，溫度卻不算太冷。這一年裡，年僅23歲的姚頌剛剛拿到清華大學的畢業證書；32歲的陳天石博士畢業後已在中科院計算所待了整整8年；而在晶片界摸爬滾打了14年的老將何雲鵬卻毅然辭掉了長虹晶片高管的職位，華麗創業轉身。
2015年的秋天，在大洋的另一端，英偉達的股價還在20多美元徘徊，谷歌公司內部卻開始祕密地用上了TPU晶片；在彼岸的中國市場裡，百度研究院兩位高管：副院長餘凱與異構計算團隊負責人吳韌陸續離職，成立了兩家晶片公司——地平線與異構智慧。
2015年的秋天，比特幣雖然開始逐漸回暖，但依舊持續在200美元的低迷狀態，日後的世界第一大礦機晶片生產商位元大陸除了不斷迭代礦機產品，還悄然規劃起了另一條人工智慧產品線。位元大陸聯席CEO詹克團那年36歲，話不多，愛看歷史、哲學、科幻——比如科幻小說《三體》。
誰也沒有想到，就在短短兩年多以後，這些人的生命會共同被捲入一場前所未有的科技洪流當中——人工智慧專用晶片（AI晶片）——而與他們一同的，還有其他成百上千位前沿技術領域最頂尖的優秀人才。他們其中既有一路保送僅僅24歲就博士畢業的少年天才、也有在業內叱吒風雲數十年的行業泰斗；既有成立僅一年公司估值就超過10億人民幣的創業神話、也有市值高達8000億美元、全球坐二望一的科技霸主。經ZDX初步測算，僅國內AI晶片頭部創業公司的融資金額就已超過了20億人民幣。而根據中信證券測算，2020年全球AI晶片的市場規模可達146.16億美元。
人工智慧這一項新興技術，在經歷了最近幾年的技術積累、升級、發酵之後，正在以AI晶片作為載體而全面崛起。AI晶片正在以一種前所未有的速度顛覆著以安防、手機、無人駕駛汽車、雲端計算等為首的四大領域，並從它們延展開來，進一步對工業、製造、醫療、教育等傳統領域造成巨大沖擊，重新塑造著世界格局。據ZDX報導瞭解得知，目前全球至少有45家初創公司正在研發語音互動和自動駕駛晶片，並且至少有5家企業已經獲得超過1億美元的融資，這一數目還在不斷增加當中。
回望中國市場，人工智慧與AI晶片技術為中國市場這幾十年來埋頭追趕的晶片行業開啟了一扇新大門，讓我國第一次擁有傲立世界前沿科技之林、甚至引領全球科技潮流的機會視窗。
在這個市場中，資本是最快響應起來的。在動輒融資上億美元融資的催化之下，中國市場AI晶片創業市場尤為興盛，除了融資獨角獸層出不窮外，各大創業公司也根據自身特點陸續形成了四大派系，我們可以用武林幾大門派來做形象的比喻——“少林、武當、五嶽、明教”，這四大派系的玩家們各有特色，神通盡顯。
相比起來，海外各大巨頭也不遑多讓。就在大約20天前，當整個中國都沉浸在農曆春節的團圓氛圍當中時，大洋彼岸科技巨頭谷歌突然宣佈，其AI晶片“TPU”的強大計算能力將向民眾開放——這塊TPU的來頭可不小，谷歌的AI程式AlphaGo（阿爾法狗）就是靠它提供的強大計算能力戰勝了全球圍棋第一高手，柯潔。
恰恰就在同一天，那個一直以線上書店而廣為人知的科技巨頭亞馬遜，也被曝出正在為其爆款產品——智慧音響Echo——打造專用AI晶片，該專案研發團隊已有449名員工。
ZDX歷經半年，深入業內，首次對AI晶片全產業鏈上下近百家核心企業進行報導，覆蓋國內外各大巨頭玩家、新興創企、場景應用、代工生產等，全面深入地對晶片產業發展、創新創業進行了追蹤報導，由此也促成了ZDX舉辦的國內首創AI晶片創新峰會。此為ZDX AI晶片產業系列的重磅報導之一，通過對AI晶片最熱的四大應用行業與各大入場行業玩家的拆解，全景式地解構了AI晶片產業鏈面貌。
四大商業場景面臨顛覆
AI晶片之於人工智慧的意義，則可以理解為發動機之於汽車。人工智慧這一理論已經提出了多年，但是由於實現它需要的計算量實在太大，這輛“跑車”一直沒有配備上合適的“發動機”，只能放在倉庫積灰。直到AI演算法和大資料時代的到來、以及AI晶片的出現。
廣義來說，能夠驅動AI程式的晶片，都能叫做AI晶片。不過本文特指已經為AI演算法進行了特殊設計的晶片。按照應用場景，AI晶片可以簡單地分為用於雲端伺服器機房等地的雲AI晶片，以及用於端智慧裝置、IoT裝置的終端AI晶片。
雲AI晶片的特點是效能強大、能夠同時支援大量運算、並且能夠靈活地支援圖片、語音、視訊等不同AI應用。我們現在使用的各種網際網路AI能力（比如線上翻譯、人證比對），背後都有云AI晶片在發揮作用或提供算力。
端AI晶片則需要嵌入到裝置內部，讓裝置不需要聯網就能具備AI能力。它們的特點是體積小、耗電少，而且效能不需要特別強大，通常只需要支援一兩種AI能力。現在手機裡的晶片、攝像頭裡的晶片、甚至你家電飯煲裡的晶片都開始陸續AI化。
全球GPU霸主英偉（NVIDIA）創始人黃仁勳曾經向ZDX說過，未來，AI與AI晶片將會無處不在：咖啡機、保溫杯、麥克風、甚至耳環、鞋子這些小物件都會智慧化。
目前，AI晶片有四個最為火熱的商業應用場景——家居/消費電子、安防監控、自動駕駛汽車、以及雲端計算。
1）家居/消費電子——悄然入侵你家，潤物細無聲
我們先從離我們生活最近的家居/消費電子說起。
2017年9月，華為釋出了世界首款手機AI晶片麒麟970，打響了AI晶片入侵手機的第一槍。10月，搭載這塊AI晶片的華為Mate 10和Mate 10 Pro正式面世。
這款麒麟970 AI晶片中搭載了一個專門用於處理AI的模組——NPU（神經網路處理單元），其技術來源於國內AI晶片創企中科寒武紀。這塊NPU的計算速度比CPU快了25倍，同時還將能耗效率將提高了50倍。
這款AI晶片不僅能夠讓你的手機能夠照相更好看、翻譯更流暢、語音識別更準確外，還能學習理解你的使用習慣，讓手機自動釋放記憶體，更快更流暢。
在圍繞華為Mate 10和麒麟970晶片進行的一系列獨家深入採訪中，華為無線終端晶片業務部總監Eric曾經告訴ZDX，未來AI將會是晶片中的一個基礎技術，可能到了明年（2018年），每家晶片公司都會有這個能力。（18個月，華為AI手機涅槃誕生記）
事實證明，他說的沒錯。
就在麒麟970釋出的短短兩週後，9月13日，蘋果釋出十週年紀念款iPhone X，搭載自研的AI晶片A11，這塊晶片不僅讓iPhone X用起來更快更流暢，還能讓iPhone X支援人臉識別解鎖（FaceID）、人臉識別付款、照片自動分類、以及實時表情跟蹤Animoji等功能。
在今年春節年廿九（2月14日）當天，老牌晶片公司ARM正式宣佈推出兩款針對移動端的AI晶片架構：物體檢測處理器和機器學習處理器。這事的重要性絕對不容小覷——要知道，目前全世界超過90%的手機晶片採用的是ARM的架構，連麒麟970和蘋果A11都不例外。
而在剛剛結束的MWC2018上，中端手機晶片巨頭聯發科釋出了新款手機晶片Helio P60，支援AI和計算機視覺，能夠提供精確的人臉識別等功能。
而高階手機晶片巨頭高通則在今年2月22日宣佈推出基於其梟龍晶片系列的人工智慧引擎（AI Engine），將高通手機SoC當中的所有軟、硬體AI計算能力打包到這個引擎裡，讓人工智慧在手機上的應用更快速、高效。
這一系列風起雲湧的新品釋出證明，手機已然成為AI晶片市場紅海戰局的重要組成部分。不過除了手機之外，你日常使用的眾多家用電子產品也在悄無聲息地進行著AI升級，主要圍繞語音AI展開，代表玩家包括亞馬遜打造Echo智慧音響AI晶片、啟英泰倫打造的家用電器語音AI晶片、杭州國芯打造語音AI晶片等等。
聯發科技副總經理暨智慧裝置事業群總經理向東西表示，2018年全球智慧音響市場預計將突破6000萬大關，而在這6000萬里面，也將會有越來越多的音響產品搭載AI晶片。
2）安防攝像頭——被所有AI晶片玩家看好的大火市場
隨著市場經濟的快速發展、技術的不斷成熟、再加之國家政策的推動，中國安防產業的規模也在不斷增長。根據佳都科技《人工智慧技術白皮》顯示，2017年安防市場規模將已經超過了6350億，同比增長17.6%。
安防市場規模不斷增長的同時，意味著以攝像頭為主的安防裝置數量增加（最近一年內，國內安防高清攝像頭的出貨量會在1億顆左右），人眼監控已經看不過來了；再加之社會對安保要求的提升，安防產業越發重視事前預警，傳統的人工審查方式已經遠不足以滿足產業需求，安防要求的是機器獨立實時監控、實時報警。
由於AI能夠對迅速對視訊進行結構化處理，對人、車、物進行快速識別比對，機器不僅能認出逃犯、嫌疑人，還能記錄分析他的實時位置，此類能力與公安、交警、民防等需求不謀而合。
毫不誇張地說，現在幾乎所有AI晶片創業公司都將安防作為核心應用場景之一，紛紛推出內嵌於安防監控攝像頭的AI晶片，成億的研發資金砸向這塊，稱安防AI晶片為“當紅炸子雞”絲毫不為過。
此外，幾個安防行業老牌巨頭也在蠢蠢欲動著。安防是個集中度很高的傳統行業，海康威視、大華股份、宇視科技這三大行業巨頭加起來已經佔了安放領域的半壁江山。這些安防巨頭們有著積累深厚的行業經驗，不僅是眾多AI晶片公司的合作伙伴，其自身也在推進AI+安防的步伐。
舉個例子，宇視科技在AI+安防領域已經發布了一整套AI整體解決方案，涉及嵌入了GPU晶片的前端智慧攝像機、人臉識別速通門、後端資料中心一體機等。不過宇視首席架構師姚華向ZDX提到，與AI初創不同，宇視這類傳統安防企業除了研發AI技術外，還需要重點關注這一技術的工程化和落地性，比如使用者機房耗電量、發熱量等工程性問題。安防AI化的全面鋪開並沒有那麼容易。
而在發改委的2018年“網際網路+”、人工智慧創新發展和數字經濟試點重大工程擬支援專案名單上，海康海康威視的“計算機視覺AI晶片研發及產業化專案”赫然紙上。
3）自動駕駛汽車——三大AI晶片勢力，推動無人車商用落地
根據美國交通部的分類標準，自動駕駛汽車可以分為五個等級：L1-L5，L1駕駛輔助、L2部分自動化、L3有條件自動化、L4高度自動化、L5完全自動化（完全自動化也就是不需要司機，車子可以自己走），這也是業內普遍比較認可的分類方法。由於需要對環境進行感知、進而決策，因此L3-L5級別的自動駕駛技術對計算平臺的要求越來越高，對AI晶片的需求也越來越強烈。
目前，AI晶片正在成為自動駕駛計算平臺的核心組成部分，由英偉達、英特爾這樣的晶片巨頭，和地平線這樣的創業公司整合成為自動駕駛計算平臺，提供給整車廠和Tier-1（一級供應商）汽車配件商巨頭，落地到自動駕駛解決方案當中。目前看來有三股勢力：
1、英偉達的Xavier計算平臺（前身是Drive PX），這一計算平臺正在被超過20家自動駕駛創業公司，以及博世、採埃孚等供應商巨頭採用，打造各自的自動駕駛。其中最接近量產商用的是採埃孚Pro AI方案。
2、英特爾GO計算平臺（由英特爾CPU、英特爾收購的Mobileye EyeQ晶片、英特爾收購的Altera FPGA處理器）被整車廠寶馬、義大利FCA、以及供應商巨頭德國大陸、加拿大麥格納、德爾福（後拆分出安波福）、都陸續採用其打造為自動駕駛解決方案。其中英特爾、寶馬、大陸等還牽頭成立了自動駕駛聯盟。
3、以地平線為代表的創業公司正在打造自己的自動駕駛計算平臺。地平線的雨果自動駕駛平臺早期使用的是英特爾FPGA處理器，後打造自研BUP架構，並推出沿用這一架構的AI晶片“征程”。此外ZDX瞭解到，由於汽車自動駕駛行業巨大，不少第一陣營的AI晶片創業公司也祕密瞄準了這一領域。
無論是上述何種自動駕駛計算平臺，AI晶片都是其中的關鍵組成部分，也是自動駕駛技術發展的主要推動力。
博世，作為汽車Tier-1領頭玩家，將在2018年實現L2級別自動駕駛實用、2021年完成L3商用。博世底盤控制系統中國區駕駛員輔助系統雷達研發部門總監蔡旌向ZDX表示，博世正在與眾多自動駕駛計算平臺供應商合作探索，其中既有巨頭，又有初創公司。博世對自動駕駛計算平臺在功耗、成本上有較高要求。
對於自動駕駛需要的計算平臺，博世與較多供應商正在合作探索，其中既有巨頭，又有初創公司。博世對自動駕駛計算平臺在功耗、成本上有較高要求，未來博世的選擇將會是嵌入式的計算平臺。
自動駕駛初創企業智行者CEO張德兆也曾向ZDX表示，自動駕駛技術離普及還有待時日，因此創業公司在進行技術研發的同時也要著力於技術的落地與商業變現。而且無人車雖然需要較強的算力，但成本、功耗與量產都是需要考慮的元素。
4）雲端計算——為網際網路AI供能，高效靈活
無論上微博還是點外賣，我們現在使用所有網際網路應用，背後都是雲服務資料機房在提供計算能力。而我們現在使用的各種網際網路AI能力（比如線上翻譯、人證比對、圖片搜尋等），背後都有云AI晶片在龐大的資料中心機房中日夜不停地提供算力。
上文提到，雲AI晶片的特點是效能強大、能夠同時支援大量運算、並且能夠靈活地支援圖片、語音、視訊等不同AI應用。這是一個體量巨大的市場，同時也是各類晶片巨頭廝咬最緊的戰場。
打響第一槍的是英偉達，這家成立於1993年的年輕晶片公司在人工智慧時代嚐盡的紅利，由於其GPU特別適合用於如今的主流AI演算法——深度學習——的訓練，這家公司不僅股價從30多美元一路飆升至200多美元，還在全球範圍內掀起了這場規模巨集大的AI晶片熱潮。
最先響應是全球各大傳統晶片巨頭們，英特爾、高通、ARM、聯發科等都陸續進場。而這其中，稱霸晶片市場十多年的英特爾更是重金出倉，一路“買買買”，佈局了眾多AI晶片產品線，雲AI晶片與端AI晶片都有所涉及。
英特爾研究院院長宋繼強曾經向ZDX表示，AI晶片的未來一定是多樣化，不同種類的產品滿足不同功耗、尺寸、價錢的要求——英特爾如今的AI晶片佈局就朝著這種多樣性發展。人工智慧是一場馬拉松，現在這場比賽才剛剛開始。
此外，國內科技巨頭如百度、阿里、騰訊、科大訊飛等也都陸續進軍雲AI晶片領域，不過暫時以投資動向居多，其中百度在2017年8月釋出了XPU，這是一款256核、基於FPGA的雲端計算AI晶片。
四大門派：少林、武當、五嶽、明教
雲AI晶片方面，以英偉達GPU為代表的海外玩家起步較早。而在端AI晶片方面，中國的眾多初創公司則跑在了世界前列。
美國國家工程院院士、英偉達首席科學家Bill Dally教授曾經向ZDX表示，目前雲端AI晶片的市場已經較為成熟，全球各大科技巨頭紮根已深，格局很難被撼動。相比而言，種類繁多而且數量巨大的終端AI晶片市場還有待擴充，是眾多AI晶片初創企業的機會所在。
在動輒融資上億元融資的催化之下，中國AI晶片創業市場尤為興盛，不僅從2015年之後陸續湧現出一批AI晶片創業公司，還催生了不少獨角獸企業。根據創始團隊背景、公司屬性、技術流派等特點，國內的這些AI晶片創業公司可以分成“少林、武當、五嶽、明教”四大派系。
1）少林：學術濃厚，一脈傳承
之所以把這幾家稱作“少林派”，是因為這些創業團隊普遍成立較早，大多從清華、北大、中科院、電子科技大學等高等院校/研究機構脫胎而來，具備極強的學術屬性。創始團隊中一般還會有一個“老教授”加持，他們在晶片及相關學術研究上有著多年的學術積累，並且在這些院校與機構中任職多年，能夠為公司提供一套成系統的人才資源體系——對於高新科技公司來說，人才意味著技術優勢、也意味著強大的市場競爭力。
這一派別不僅憑藉深厚的學術背景受到資本親睞，而且能夠獲得“母校”在市場與人才方面的支援。比如代表玩家之一：中科寒武紀——其創始人陳雲霽、陳天石兩兄弟都是中科院計算所博士畢業，2016年創業之初，寒武紀不僅在天使輪獲得了中科院計算所的1000萬元研究經費，還在各種專案資源中獲得了中科院的支援。在搭載寒武紀AI晶片技術的華為海思麒麟970晶片釋出之後，中科院計算所還特意向華為發來賀信，強調了寒武紀的中科院背景。
此外，代表玩家還有清華電子系汪玉副教授帶領團隊成立的深鑑科技、電子科技大學博士生導師劉洋教授帶隊成立的深思創芯、清華大學魏少軍教授帶領的清華大學微電子學研究所、清華精儀系施路平老師組領銜的類腦計算晶片團隊、北京大學高能效計算與應用中心主任叢京生帶領的基於FPGA的深度學習加速團隊等等。
這些玩家中，深鑑科技是最早一批獨立作為商業企業運營的創企業之一，它成立於2016年3月，最早由FPGA技術起家，目前已成功躋身中國AI晶片創企第一陣營。深鑑科技CEO姚頌向ZDX透露，目前深鑑已經接到了數千萬的訂單，兩款AI晶片都在量產當中，已經有不少合作伙伴在使用當中。
深思創芯CEO俞德軍博士則告訴ZDX，除了現有的民間場景需要用到AI晶片外，軍事上的導彈輔助、艦艇、潛艇等場景也需要AI晶片，深思創芯目前正與國內軍用單位合作這些專案。
魏少軍教授帶領的清華大學微電子學研究所則在30多年來一直致力於晶片前沿學術技術的研發，AI晶片屬於其中的技術分支；去年，清華大學微電子學研究所的AI晶片Thinker在2017 ACM/IEEE ISLPED國際低功耗電子學與設計會議上獲得了設計競賽獎，這是中國大陸單位首次以第一完成單位獲得此項榮譽。
2）武當：老牌大廠，跨界轉型
武當，內家之宗。在AI晶片這個大江湖裡，除了各類創業公司之外，不少傳統晶片廠商也陸續入局，AI晶片對於他們來說既是其現有產品的自然升級，也是個機遇與挑戰並存的時間視窗——做得好了，彎道超車、一舉成為行業龍頭；做不好了，容易先機盡失、甚至有被市場淘汰的危險。
一直以來，這些公司因傳統機頂盒晶片、手機晶片、安防攝像頭晶片而為人所知。與AI晶片創業公司相比，這些老牌晶片公司普遍具有豐富的設計製造經驗、市場渠道完善、並且有成熟的商業運作經驗。代表玩家包括華為海思、杭州國芯、中星微電子等等。
舉個例子，杭州國芯成立於2001年，屬於國內較早的一批晶片設計公司，目前在全球機頂盒晶片市場佔據份額高達15%。2017年底，杭州國芯也釋出了其首顆語音AI晶片GX8010。
值得一提的是，由於安防是AI晶片落地應用的核心場景之一，而且市場巨大。但是現在幾乎所有安防晶片巨頭、安防硬體巨頭（比如宇視科技、國科微、中天微等）都在陸續進行著AI晶片相關的研發與合作。目前這些廠商正式對外公佈的訊息不多，但是都在祕密進展當中。
3）五嶽：神通盡顯，海渡八仙
“五嶽派”的玩家大多在傳統晶片行業中有著多年的技術經驗積累，與前兩派的玩家相比，他們既有著多年的晶片打造經驗、對於安防、家居等行業有著自己深入的理解，同時又具備創業公司快速決策、快速奔跑的市場屬性。
不過由於晶片前期的研發投入金額較大，“五嶽派”的玩家背後普遍有科技巨頭的投資身影，比如百度、騰訊、阿里、英特爾；又比如依圖、雲知聲、雲天勵飛這類已經具備一定資本體量的人工智慧創業公司。
這一派的代表玩家包括英特爾參與投資的地平線機器人，值得一提的是，地平線機器人創始人餘凱是原百度副院長。此外，還有依圖科技投資的ThinkForce、阿里巴巴創業者基金與高通等投資的耐能（Kneron）、雲知聲旗下的雲知芯、Roobo投資的啟英泰倫、與上海寶信軟體股份簽訂合作協議的海青智盈等等。
4）明教：位元加持，另闢蹊徑
在眾多AI晶片公司當中，還有著這樣一派另類的玩家：他們用短短几十個月的創業時間就將年營收做到了25億美元，財富積累的迅猛程度幾近恐怖；他們狂熱地崇拜技術，極盡可能地壓榨出晶片最後一絲計算效能；他們矇眼狂奔、千金一擲，與此同時卻又神祕而低調，對於外界的種種猜疑不置一詞。
他們就是這波比特幣狂潮中的賣水人——虛擬貨幣“礦機晶片”的生產商們，代表玩家包括位元大陸、嘉楠耘智等。
獲取虛擬貨幣需要進行“挖礦”，而“礦機”的本質就是一種專用於挖礦計算機，它同樣由晶片驅動供能。晶片效能越強大，挖起礦來就越快、越多、越有優勢。在以虛擬貨幣價格一飛沖天的市場裡，這些為挖礦者提供發動機的晶片公司的財富積累自然水漲船高。
拿位元大陸來說，位元大陸成立於2013年10月，2017年的總營收已經飆升至25億美元，擁有超過1000名員工，在全球建立了百億次計算的資料中心，佔礦機專用晶片市場超過70%份額，幾乎具有壓倒性的市場優勢。
不過，就在虛擬貨幣一飛沖天的2017年年底，位元大陸卻另闢蹊徑，正式推出了第一款AI專用晶片“SOPHON（算豐）”——這一名字正是來源於位元大陸聯席CEO詹克團愛讀的那套科幻小說，《三體》。
位元大陸產品戰略總監湯煒偉還曾向ZDX透露，在最近這一兩個月內，位元大陸的AI晶片團隊規模已經極速擴張到300人。
晶片一直是個“燒錢”的東西，這款採用28nm工藝的“算豐”AI晶片僅研發與流片費用就高達幾百萬美元。傳統晶片的迭代速度為1-2年，但位元大陸宣佈其產品將會以9個月一代的速度進行快速迭代著。
此外，世界第二大比特幣礦機生產商嘉楠耘智也在2017年12月預釋出了其自研AI晶片KPU，目前，這個礦機巨頭已申請掛牌新三板。2017年公司的收入超過12億元，利潤過3億。
與其他從AI起家切入晶片的公司相比，礦機廠有著豐富的晶片打造經驗與豐厚的資本積累，不過相對而言，其他專注AI晶片的初創公司則在AI演算法優化與軟體生態打造上更有優勢。畢竟對於AI晶片來說，AI與晶片兩方面能力都十分重要。
源起之初：雲端計算，第一批吃到肉的海外巨頭
所謂人工智慧，其實就是讓機器具備像人一樣的智慧。但是一直以來，計算機其實都是很“笨”的，一些對於人類來說易如反掌的任務，對於計算機來說卻難於登天：比如認清楚這張照片裡的動物是什麼？
對於人類來說，我們看到了一隻在野外坐著的灰貓，而對於計算機而言，它看到的卻是影像中的一組數字；我們看到的貓耳與貓眼，在計算機看來只是數字88和23的區別。
由此衍生出的一門重要學科叫做計算機視覺（Computer Vision，CV），而分清楚“貓”、“狗”這兩類外形相似的動物、並且在圖片中圈出這隻貓的位置，一直是這門學科的冠上明珠級別的難題，近20年來一直難有進展。
直到2012年。
2012年的初冬，發生了一件大事情。在2012年計算機視覺屆的“奧林匹克”——ImageNet挑戰賽的賽場上，出現了一位另類玩家，一位來自多倫多大學的老教授，Geoffrey Hinton。Hinton和他的團隊們第一次用上了GPU晶片和深度學習演算法，讓計算機識圖的錯誤率猛然降低了數倍，成為計算機視覺歷史上的一個重要節點。
在2015年的ImageNet大賽上，微軟亞洲研究院團隊更是憑藉GPU與深度學習演算法，第一次讓計算機的識圖能力超過了人類。人類識圖錯誤率約為4%，而冠軍團隊機器識圖的錯誤率為3.57%。
一石激起千層浪。GPU晶片與深度學習演算法一下成了人工智慧屆的“網紅”，無數科學們都開始將研究重心轉移到它們身上。
深度學習演算法可以理解為實現人工智慧的一種電腦程式，它讓計算機通過對大量素材的學習（比如成千上萬張不同種類的“貓”圖片），讓機器自己總結出“貓”的特徵，下次你再給它一張貓的照片，無論是黑貓、白貓、波斯貓，它都能認出來。
在圖片分類、識別興起之後，視訊識別、語音識別、翻譯、語音助手等一系列AI應用應運而生。
其實，GPU的本命更加廣為人知——顯示卡。陰差陽錯地，科學家們發現GPU晶片的平行計算架構與深度學習一拍即合，猛然把機器原先需要幾個月的“學習”時間壓縮到了幾天、甚至幾個小時之內，兩強搭檔，在2012年的ImageNet上大放異彩。
不過，英特爾、IBM等老牌雲伺服器晶片廠商同樣在積極佈局這一市場，各自通過併購、投資、研發等方式不斷切入雲AI晶片市場。
與此同時，谷歌作為創新科技的代表企業，也從2014年起開始打造屬於自己的雲AI晶片——TPU（張量處理單元），谷歌的AI程式AlphaGo（阿爾法狗）就是靠它提供的強大計算能力戰勝了全球圍棋第一高手柯潔。大約20天前，谷歌宣佈將TPU的強大計算能力通過谷歌雲將向使用者開放。
谷歌AI中國中心總裁&谷歌雲AI研發主管李佳曾經向ZDX表示，AI晶片的熱潮將會長時間影響AI行業，晶片的進步將會對人工智慧行業發展帶來一個正向的支援，通過算力的進步與發展，未來將會給人工智慧帶來更多的機會、更大的想象空間。
自此，人工智慧迎來了自學科建立60年以來最大規模的市場應用爆發潮，從曾經遙不可及的前沿技術忽然一夜之間就來到了我們身旁，成了家喻戶曉的風口話題。
如果說2015-2016年是AI晶片巨頭們廝殺激烈的爭奪戰，那麼接下來的2016-2017年則是國內AI晶片創業市場逐漸升溫加熱、最終大紅大火、進入白熱化競爭的時段。隨著市場的進一步升溫發酵，到了2017年年底，市場競爭達到了前所未有的激烈程度。
僅僅是在2017年10月-11月這兩個月間，就有四間國內AI晶片公司同時宣佈獲得千萬美元以上的大額融資，如果從2017年8月開始算起，四個月間至少有十幾款AI晶片面市。晶片產品升級週期普遍長達12-24個月，如今這樣密集火熱的市場轟炸，簡直有如一場AI晶片的集體狂歡。
狂歡後的思考
不過，集體狂歡的背後，總是存在冷靜的聲音，不少業內人士都曾經向ZDX表示過對AI晶片行業幾點擔憂：
1）晶片競爭非常慘烈，是個“數一數二”的行業。晶片的優勢在於規模，一塊普通晶片的銷量需要達到百萬顆級別才能達到盈虧平衡。一旦市場開始成熟，巨頭們能夠通過十倍、百倍的產量進行市場收割，這些大量湧現的AI晶片創業公司可能最終只能跑出來一兩家。
2）人工智慧技術宣傳多，行業落地少。幾乎所有AI晶片創業公司都將自己的主要目標定在了安防與自動駕駛這兩類市場上，對於安防而言，AI這一市場需求雖然已經存在多年，但是大規模遠距離場景下的AI應用還有很多工程化問題需要解決；而對於自動駕駛而言，一則這一技術離大規模落地商用還有一段時間，二則各大車廠把安全屬性奉為至高，對人工智慧目前的“黑箱”狀況較難接受。現在除了手機外，並沒有哪一款AI晶片銷售量超過100萬塊的。
3）人工智慧演算法還在快速發展過程中，每半年到一年間計算模型都在發生變化。而晶片的設計研發週期普遍較長，只有非常成熟的演算法才適合固化到晶片上，現在的人工智慧演算法還不夠成熟。
中國半導體行業協會IC設計分會理事長、清華大學微電子學研究所所長魏少軍教授認為，從產業發展規律來看，在今明兩年之內AI晶片將持續火熱，大家扎堆進入；但是到了2020年前後，則將會出現一批出局者，行業洗牌開始。
晶片，國之根本
作為所有電子產品的“大腦”，晶片對於科技發展的重要性無需贅言。長久以來，中國大陸地區晶片技術發展落後，嚴重依賴海外進口：2013年以來，中國大陸用在進口晶片上金額已超高達2000億美元，晶片已經超過石油，成為國內第一大進口商品。
與已開發國家與地區相比，我國大陸地區晶片製造工藝差距不小。雖然近年來國內晶片設計產業保持著快速增長（約20%），但總的來說，產業發展依舊存在自主創新能力弱、關鍵核心技術對外依存度度、人才缺乏等問題。舉個例子，現在臺積電、英特爾等已經在進行7nm晶片的技術開發當中，而我國大陸地區現階段28nm工藝才剛剛順利普及，14nm工藝仍在攻關當中。
不過，AI晶片的崛起，為中國長久以來只能埋頭追趕的晶片行業開啟了一扇新大門。在這類新興技術的戰場上，我們第一次與技術已開發國家站在了同一起跑線上，在有些領域甚至站在了全球科技發展的前列。
國家對於人工智慧及AI晶片的重視程度也達到了前所未有的高度，去年7月與12月，國務院與國家工業和資訊化部接連發布《新一代人工智慧發展規劃》、《促進新一代人工智慧產業發展三年行動計劃》，對於人工智慧行業下一步的發展規劃提出了方向性的意見。其中除了包括我國面向2030年的新一代人工智慧“三步走”戰略，還將神經網路晶片（AI晶片）提到了三大核心技術之一的高度。
《行動計劃》指出，到2020年，國內AI晶片技術需要取得突破進展，包括雲端神經網路晶片和終端神經網路晶片。與此同時，AI晶片需要實現在智慧終端、自動駕駛、智慧安防、智慧家居等重點領域的規模化商用。
而在今天公佈的總理2018年政府工作報告中還提出，要加強新一代人工智慧研發應用，在醫療、養老、教育、文化、體育等多領域推進“網際網路+”。
結語：重塑世界的AI晶片
在一場AI晶片大火燒過了2017年之後，2018年，我們將看到一大批AI晶片初創企業的產品正式落地商用，各大晶片巨頭玩家的相關產品也會逐一面市，我們即將進入“無晶片不AI、無終端不AI、無行業不AI”的時代當中。
未來，每個晶片都提升它的AI計算能力，小到一個耳機、一臺音響，大到一臺工業機器人、一輛自動駕駛汽車，這些終端的AI化將深入到各行各業當中，除了文中重點解讀的四大行業，未來，工業、製造、醫療、教育等行業也會逐漸被AI晶片滲透入侵；隨著AI計算逐步滲透社會各行各業，我們的世界將逐漸被AI重塑，我們也將進入一個AI社會。
隨著巨頭玩家的不斷入局、創業公司的快速奔跑，AI晶片——作為人工智慧產業皇冠上的明珠——已經逐漸成為了一場高手間的較量。這一新興技術既為科技巨頭帶來了業務升級、產業擴大的新風口；又也為各大創業者提供了顛覆現有格局，重塑科技話語權的嶄新機會；同時還為中國半導體產業實現超車提供了一個絕好的新機遇。