AI芯片企業(yè)需加強軟硬件協(xié)同能力

作者/賽迪顧問股份有限公司集成電路產(chǎn)業(yè)研究中心高級分析師 李丹

　　目前市場上AI主要的商業(yè)應(yīng)用場景有安防監(jiān)控、家居/消費電子和自動駕駛汽車。安防監(jiān)控以及消費電子市場已經(jīng)較為成熟，且國內(nèi)企業(yè)從產(chǎn)品能力到產(chǎn)業(yè)鏈整合能力均占據(jù)優(yōu)勢地位，是目前國內(nèi)人工智能企業(yè)展開競爭的主戰(zhàn)場。本土的汽車主機廠和零部件廠商較為弱勢，目前在無人駕駛領(lǐng)域的布局以互聯(lián)網(wǎng)等非傳統(tǒng)汽車產(chǎn)業(yè)鏈內(nèi)企業(yè)為主。針對不同的應(yīng)用場景，國內(nèi)的主流AI企業(yè)已經(jīng)開始從算法與架構(gòu)的實現(xiàn)向提供特定應(yīng)用場景系統(tǒng)解決方案發(fā)展并不斷向上游的ASIC芯片設(shè)計延伸。如地平線、深鑒科技等企業(yè)均已開始推出自己的芯片產(chǎn)品。

　　在對服務(wù)的安全性、實時性要求不高的應(yīng)用領(lǐng)域，云端布局的人工智能服務(wù)將依然會是市場的主流。而在對服務(wù)的安全性、實時性、隱私性等要求較高的應(yīng)用領(lǐng)域，前端部署已成為市場共識，未來市場空間非常巨大。

異構(gòu)算法要求更高的軟硬協(xié)同能力

　　一直以來，GPU、FPGA、ASIC三者就因其鮮明的特點分工在人工智能領(lǐng)域發(fā)揮著巨大的作用。GPU適合大規(guī)模并行運算，在訓練深度神經(jīng)網(wǎng)絡(luò)方面具有優(yōu)勢。FPGA具備可編程、高性能、低功耗、架構(gòu)靈活等特點，方便研究者進行模型優(yōu)化，一般被用作芯片原型設(shè)計和驗證，或是用在通信密集型和計算密集型場景中，諸如通信、軍工、汽車電子、消費及醫(yī)療等行業(yè)。ASIC將性能和功耗完美結(jié)合，具有體積小、功耗低、可靠性高、保密性強、成本低等幾方面的優(yōu)勢。

　　國內(nèi)人工智能企業(yè)在從單獨的架構(gòu)、算法構(gòu)建到行業(yè)應(yīng)用系統(tǒng)解決方案提供的轉(zhuǎn)變過程中，通過異構(gòu)的方式解決優(yōu)化系統(tǒng)各部分的適配性已經(jīng)成為行業(yè)內(nèi)的共識。這一架構(gòu)和算法上的趨勢，將進一步提升軟件在人工智能系統(tǒng)中的地位，對公司的軟硬協(xié)同能力提出了更高的要求。

AI芯片設(shè)計要考慮終端需求

　　由于人工智能領(lǐng)域是新興事物，整個產(chǎn)業(yè)鏈還不完整，產(chǎn)業(yè)分工尚未形成，AI芯片企業(yè)必須提供從芯片/硬件、軟件SDK到應(yīng)用的解決方案已基本成為業(yè)內(nèi)共識。

　　這一現(xiàn)狀要求每家AI芯片公司都成為一家軟件加系統(tǒng)公司，這樣才能在市場競爭中取得優(yōu)勢。比如，公司在芯片設(shè)計時候就需要考慮未來面對的終端用戶的需求，并通過將芯片集成到系統(tǒng)中，使其運行更加簡單。此外，應(yīng)盡可能減少第三方協(xié)作以及為用戶提供更多的參考設(shè)計也是更好地服務(wù)下游用戶的方式之一。