智東西（公眾號： zhidxcom）編 | 智東西內參

2010 年以來， 由於大數據產業的發展， 數據量呈現爆炸性增長態勢，而傳統的計算架構又無法支撐深度學習的大規模並行計算需求， 於是研究界對 AI 晶元進行了新一輪的技術研發與應用研究。 AI 晶元是人工智慧時代的技術核心之一，決定了平台的基礎架構和發展生態。

本期的智能內參，我們推薦清華大學的報告《 人工智慧晶元研究報告 》，全面講解人工智慧晶元，系統梳理人工智慧晶元的發展現狀及趨勢。如果想收藏本文的報告全文（人工智慧晶元研究報告），可以在智東西公眾號回復關鍵詞「nc303」獲取。

以下為智能內參整理呈現的乾貨：

一、基本知識及現狀

從廣義上講只要能夠運行人工智慧演算法的晶元都叫作 AI 晶元。但是通常意義上的 AI 晶元指的是針對人工智慧演算法做了特殊加速設計的晶元， 現階段， 這些人工智慧演算法一般以深度學習演算法為主，也可以包括其它機器學習演算法。 人工智慧與深度學習的關係如圖所示。

人工智慧與深度學習

深度學習演算法，通常是基於接收到的連續數值， 通過學習處理， 並輸出連續數值的過程，實質上並不能完全模仿生物大腦的運作機制。 基於這一現實， 研究界還提出了 SNN（Spiking Neural Network，脈衝神經網路） 模型。 作為第三代神經網路模型， SNN 更貼近生物神經網路——除了神經元和突觸模型更貼近生物神經元與突觸之外， SNN 還將時域信息引入了計算模型。目前基於 SNN 的 AI 晶元主要以 IBM 的 TrueNorth、 Intel 的 Loihi 以及國內的清華大學天機芯為代表。

1、AI 晶元發展歷程

從圖靈的論文《計算機器與智能》 和圖靈測試， 到最初級的神經元模擬單元——感知機， 再到現在多達上百層的深度神經網路，人類對人工智慧的探索從來就沒有停止過。 上世紀八十年代，多層神經網路和反向傳播演算法的出現給人工智慧行業點燃了新的火花。反向傳播的主要創新在於能將信息輸出和目標輸出之間的誤差通過多層網路往前一級迭代反饋，將最終的輸出收斂到某一個目標範圍之內。 1989 年貝爾實驗室成功利用反向傳播演算法，在多層神經網路開發了一個手寫郵編識別器。 1998 年 Yann LeCun 和 Yoshua Bengio 發表了手寫識別神經網路和反向傳播優化相關的論文《Gradient-based learning applied to documentrecognition》，開創了卷積神經網路的時代。

此後， 人工智慧陷入了長時間的發展沉寂階段，直到 1997年 IBM的深藍戰勝國際象棋大師和 2011年 IBM的沃森智能系統在 Jeopardy節目中勝出，人工智慧才又一次為人們所關注。 2016 年 Alpha Go 擊敗韓國圍棋九段職業選手，則標誌著人工智慧的又一波高潮。從基礎演算法、 底層硬體、 工具框架到實際應用場景， 現階段的人工智慧領域已經全面開花。

作為人工智慧核心的底層硬體 AI 晶元，也同樣經歷了多次的起伏和波折，總體看來，AI 晶元的發展前後經歷了四次大的變化，其發展歷程如圖所示。

AI 晶元發展歷程

（1） 2007 年以前， AI 晶元產業一直沒有發展成為成熟的產業； 同時由於當時演算法、數據量等因素， 這個階段 AI 晶元並沒有特彆強烈的市場需求，通用的 CPU 晶元即可滿足應用需要。

（2） 隨著高清視頻、 VR、 AR遊戲等行業的發展， GPU產品取得快速的突破； 同時人們發現 GPU 的並行計算特性恰好適應人工智慧演算法及大數據並行計算的需求，如 GPU 比之前傳統的 CPU在深度學習演算法的運算上可以提高几十倍的效率，因此開始嘗試使用 GPU進行人工智慧計算。

（3） 進入 2010 年後，雲計算廣泛推廣，人工智慧的研究人員可以通過雲計算藉助大量 CPU 和 GPU 進行混合運算，進一步推進了 AI 晶元的深入應用，從而催生了各類 AI 晶元的研發與應用。

（4） 人工智慧對於計算能力的要求不斷快速地提升，進入 2015 年後， GPU 性能功耗比不高的特點使其在工作適用場合受到多種限制， 業界開始研髮針對人工智慧的專用晶元，以期通過更好的硬體和晶元架構，在計算效率、能耗比等性能上得到進一步提升。

2、我國 AI 晶元發展情況

目前，我國的人工智慧晶元行業發展尚處於起步階段。 長期以來，中國在 CPU、 GPU、DSP 處理器設計上一直處於追趕地位，絕大部分晶元設計企業依靠國外的 IP 核設計晶元，在自主創新上受到了極大的限制。 然而，人工智慧的興起，無疑為中國在處理器領域實現彎道超車提供了絕佳的機遇。 人工智慧領域的應用目前還處於面向行業應用階段，生態上尚未形成壟斷，國產處理器廠商與國外競爭對手在人工智慧這一全新賽場上處在同一起跑線上，因此， 基於新興技術和應用市場，中國在建立人工智慧生態圈方面將大有可為。

由於我國特殊的環境和市場，國內 AI 晶元的發展目前呈現出百花齊放、百家爭鳴的態勢， AI 晶元的應用領域也遍布股票交易、金融、商品推薦、安防、早教機器人以及無人駕駛等眾多領域，催生了大量的人工智慧晶元創業公司，如地平線、深鑒科技、中科寒武紀等。

儘管如此， 國內公司卻並未如國外大公司一樣形成市場規模， 反而出現各自為政的散裂發展現狀。除了新興創業公司，國內研究機構如北京大學、清華大學、中國科學院等在AI 晶元領域都有深入研究；而其他公司如百度和比特大陸等， 2017 年也有一些成果發布。可以預見，未來誰先在人工智慧領域掌握了生態系統，誰就掌握住了這個產業的主動權。

3、AI學者概況

基於來自清華大學AMiner 人才庫數據，全球人工智慧晶元領域學者分布如圖所示， 從圖中可以看到， 人工智慧晶元領域的學者主要分布在北美洲，其次是歐洲。 中國對人工智慧晶元的研究緊跟其後，南美洲、非洲和大洋洲人才相對比較匱乏。

人工智慧晶元領域研究學者全球分布

按國家進行統計來看美國是人工智慧晶元領域科技發展的核心。 英國的人數緊排在美國之後。其他的專家主要分布在中國、 德國、 加拿大、義大利和日本 。

人工智慧晶元領域研究學者全球分布

對全球人工智慧晶元領域最具影響力的 1000 人的遷徙路徑進行了統計分析，得出下圖所示的各國人才逆順差對比。

各國人才逆順差

可以看出，各國人才的流失和引進是相對比較均衡的，其中美國為人才流動大國，人才輸入和輸出幅度都大幅度領先。英國、 中國、 德國和瑞士等國次於美國，但各國之間人才流動相差並不明顯。

二、AI 晶元的分類及技術

人工智慧晶元目前有兩種發展路徑：一種是延續傳統計算架構，加速硬體計算能力，主要以 3 種類型的晶元為代表，即 GPU、 FPGA、 ASIC，但 CPU依舊發揮著不可替代的作用；另一種是顛覆經典的馮·諾依曼計算架構，採用類腦神經結構來提升計算能力， 以 IBM TrueNorth 晶元為代表。

1、傳統的 CPU

計算機工業從 1960 年代早期開始使用 CPU 這個術語。迄今為止， CPU 從形態、設計到實現都已發生了巨大的變化，但是其基本工作原理卻一直沒有大的改變。 通常 CPU 由控制器和運算器這兩個主要部件組成。 傳統的 CPU 內部結構圖如圖 3 所示， 從圖中我們可以看到：實質上僅單獨的 ALU 模塊（邏輯運算單元）是用來完成數據計算的，其他各個模塊的存在都是為了保證指令能夠一條接一條的有序執行。這種通用性結構對於傳統的編程計算模式非常適合，同時可以通過提升 CPU 主頻（提升單位時間內執行指令的條數）來提升計算速度。 但對於深度學習中的並不需要太多的程序指令、 卻需要海量數據運算的計算需求， 這種結構就顯得有些力不從心。尤其是在功耗限制下， 無法通過無限制的提升 CPU 和內存的工作頻率來加快指令執行速度， 這種情況導致 CPU 系統的發展遇到不可逾越的瓶頸。

傳統 CPU 內部結構圖（僅 ALU 為主要計算模塊）

2、並行加速計算的 GPU

GPU 作為最早從事並行加速計算的處理器，相比 CPU 速度快， 同時比其他加速器晶元編程靈活簡單。

傳統的 CPU 之所以不適合人工智慧演算法的執行，主要原因在於其計算指令遵循串列執行的方式，沒能發揮出晶元的全部潛力。與之不同的是， GPU 具有高並行結構，在處理圖形數據和複雜演算法方面擁有比 CPU 更高的效率。對比 GPU 和 CPU 在結構上的差異， CPU大部分面積為控制器和寄存器，而 GPU 擁有更ALU(ARITHMETIC LOGIC UNIT，邏輯運算單元)用於數據處理，這樣的結構適合對密集型數據進行並行處理， CPU 與 GPU 的結構對比如圖 所示。程序在 GPU系統上的運行速度相較於單核 CPU往往提升幾十倍乃至上千倍。隨著英偉達、 AMD 等公司不斷推進其對 GPU 大規模並行架構的支持，面向通用計算的 GPU(即GPGPU， GENERAL PURPOSE GPU，通用計算圖形處理器)已成為加速可並行應用程序的重要手段。

CPU 及 GPU 結構對比圖（引用自 NVIDIA CUDA 文檔）

GPU 的發展歷程可分為 3 個階段， 發展歷程如圖所示：

第 一 代 GPU(1999 年 以 前 ) ， 部 分 功 能 從 CPU 分 離 ， 實 現 硬 件 加 速 ， 以GE(GEOMETRY ENGINE)為代表，只能起到 3D 圖像處理的加速作用，不具有軟體編程特性。

第二代 GPU(1999-2005 年)， 實現進一步的硬體加速和有限的編程性。 1999 年，英偉達發布了「專為執行複雜的數學和幾何計算的」 GeForce256 圖像處理晶元，將更多的晶體管用作執行單元， 而不是像 CPU 那樣用作複雜的控制單元和緩存，將 T&L(TRANSFORM AND LIGHTING)等功能從 CPU 分離出來，實現了快速變換，這成為 GPU 真正出現的標誌。之後幾年， GPU 技術快速發展，運算速度迅速超過 CPU。 2001 年英偉達和 ATI 分別推出的GEFORCE3 和 RADEON 8500，圖形硬體的流水線被定義為流處理器，出現了頂點級可編程性，同時像素級也具有有限的編程性，但 GPU 的整體編程性仍然比較有限。

第三代 GPU(2006年以後)， GPU實現方便的編程環境創建， 可以直接編寫程序。 2006年英偉達與 ATI分別推出了 CUDA(Compute United Device Architecture，計算統一設備架構)編程環境和 CTM(CLOSE TO THE METAL)編程環境， 使得 GPU 打破圖形語言的局限成為真正的並行數據處理超級加速器。

2008 年，蘋果公司提出一個通用的並行計算編程平台 OPENCL（OPEN COMPUTING LANGUAGE，開放運算語言），與 CUDA 綁定在英偉達的顯卡上不同，OPENCL 和具體的計算設備無關。

GPU 晶元的發展階段

目前， GPU 已經發展到較為成熟的階段。谷歌、 FACEBOOK、微軟、 TWITTER 和百度等公司都在使用 GPU 分析圖片、視頻和音頻文件，以改進搜索和圖像標籤等應用功能。此外，很多汽車生產商也在使用 GPU 晶元發展無人駕駛。 不僅如此， GPU 也被應用於VR/AR 相關的產業。

但是 GPU也有一定的局限性。 深度學習演算法分為訓練和推斷兩部分， GPU 平台在演算法訓練上非常高效。但在推斷中對於單項輸入進行處理的時候，並行計算的優勢不能完全發揮出來。

3、半定製化的 FPGA

FPGA 是在 PAL、 GAL、 CPLD 等可編程器件基礎上進一步發展的產物。用戶可以通過燒入 FPGA 配置文件來定義這些門電路以及存儲器之間的連線。這種燒入不是一次性的，比如用戶可以把 FPGA 配置成一個微控制器 MCU，使用完畢後可以編輯配置文件把同一個FPGA 配置成一個音頻編解碼器。因此， 它既解決了定製電路靈活性的不足，又克服了原有可編程器件門電路數有限的缺點。

FPGA 可同時進行數據並行和任務並行計算，在處理特定應用時有更加明顯的效率提升。對於某個特定運算，通用 CPU 可能需要多個時鐘周期； 而 FPGA 可以通過編程重組電路，直接生成專用電路，僅消耗少量甚至一次時鐘周期就可完成運算。

此外，由於 FPGA的靈活性，很多使用通用處理器或 ASIC難以實現的底層硬體控制操作技術， 利用 FPGA 可以很方便的實現。這個特性為演算法的功能實現和優化留出了更大空間。同時 FPGA 一次性成本(光刻掩模製作成本)遠低於 ASIC，在晶元需求還未成規模、深度學習演算法暫未穩定， 需要不斷迭代改進的情況下，利用 FPGA 晶元具備可重構的特性來實現半定製的人工智慧晶元是最佳選擇之一。

功耗方面，從體系結構而言， FPGA 也具有天生的優勢。傳統的馮氏結構中，執行單元（如 CPU 核）執行任意指令，都需要有指令存儲器、解碼器、各種指令的運算器及分支跳轉處理邏輯參與運行， 而 FPGA 每個邏輯單元的功能在重編程（即燒入）時就已經確定，不需要指令，無需共享內存，從而可以極大的降低單位執行的功耗，提高整體的能耗比。

由於 FPGA 具備靈活快速的特點， 因此在眾多領域都有替代 ASIC 的趨勢。 FPGA 在人工智慧領域的應用如圖所示。

FPGA 在人工智慧領域的應用

4、全定製化的 ASIC

目前以深度學習為代表的人工智慧計算需求，主要採用 GPU、 FPGA 等已有的適合併行計算的通用晶元來實現加速。在產業應用沒有大規模興起之時，使用這類已有的通用晶元可以避免專門研發定製晶元（ASIC） 的高投入和高風險。但是，由於這類通用晶元設計初衷並非專門針對深度學習，因而天然存在性能、 功耗等方面的局限性。隨著人工智慧應用規模的擴大，這類問題日益突顯。

GPU 作為圖像處理器， 設計初衷是為了應對圖像處理中的大規模並行計算。因此，在應用於深度學習演算法時，有三個方面的局限性：第一，應用過程中無法充分發揮並行計算優勢。 深度學習包含訓練和推斷兩個計算環節， GPU 在深度學習演算法訓練上非常高效， 但對於單一輸入進行推斷的場合， 並行度的優勢不能完全發揮。 第二， 無法靈活配置硬體結構。 GPU 採用 SIMT 計算模式， 硬體結構相對固定。 目前深度學習演算法還未完全穩定，若深度學習演算法發生大的變化， GPU 無法像 FPGA 一樣可以靈活的配製硬體結構。 第三，運行深度學習演算法能效低於 FPGA。

儘管 FPGA 倍受看好，甚至新一代百度大腦也是基於 FPGA 平台研發，但其畢竟不是專門為了適用深度學習演算法而研發，實際應用中也存在諸多局限：第一，基本單元的計算能力有限。為了實現可重構特性， FPGA 內部有大量極細粒度的基本單元，但是每個單元的計算能力(主要依靠 LUT 查找表)都遠遠低於 CPU 和 GPU 中的 ALU 模塊； 第二、 計算資源佔比相對較低。 為實現可重構特性， FPGA 內部大量資源被用於可配置的片上路由與連線； 第三，速度和功耗相對專用定製晶元(ASIC)仍然存在不小差距； 第四， FPGA 價格較為昂貴，在規模放量的情況下單塊 FPGA 的成本要遠高於專用定製晶元。

因此，隨著人工智慧演算法和應用技術的日益發展，以及人工智慧專用晶元 ASIC產業環境的逐漸成熟， 全定製化人工智慧 ASIC也逐步體現出自身的優勢，從事此類晶元研發與應用的國內外比較有代表性的公司如圖所示。

人工智慧專用晶元（包括類腦晶元） 研發情況一覽

深度學習演算法穩定後， AI 晶元可採用 ASIC 設計方法進行全定製， 使性能、功耗和面積等指標面向深度學習演算法做到最優。

5、類腦晶元

類腦晶元不採用經典的馮·諾依曼架構， 而是基於神經形態架構設計，以 IBM Truenorth為代表。 IBM 研究人員將存儲單元作為突觸、計算單元作為神經元、傳輸單元作為軸突搭建了神經晶元的原型。目前， Truenorth 用三星 28nm 功耗工藝技術，由 54 億個晶體管組成的晶元構成的片上網路有 4096 個神經突觸核心，實時作業功耗僅為 70mW。由於神經突觸要求權重可變且要有記憶功能， IBM 採用與 CMOS 工藝兼容的相變非揮發存儲器（PCM）的技術實驗性的實現了新型突觸，加快了商業化進程。

三、AI晶元產業及趨勢

1、AI晶元應用領域

隨著人工智慧晶元的持續發展，應用領域會隨時間推移而不斷向多維方向發展，這裡我們選擇目前發展比較集中的幾個行業做相關的介紹。

AI晶元目前比較集中的應用領域

（1）智能手機

2017 年 9 月，華為在德國柏林消費電子展發布了麒麟 970 晶元，該晶元搭載了寒武紀的 NPU，成為「全球首款智能手機移動端 AI 晶元」 ； 2017 年 10 月中旬 Mate10 系列新品（該系列手機的處理器為麒麟 970）上市。搭載了 NPU 的華為 Mate10 系列智能手機具備了較強的深度學習、本地端推斷能力，讓各類基於深度神經網路的攝影、圖像處理應用能夠為用戶提供更加完美的體驗。

而蘋果發布以 iPhone X 為代表的手機及它們內置的 A11 Bionic 晶元。A11 Bionic 中自主研發的雙核架構 Neural Engine（神經網路處理引擎），它每秒處理相應神經網路計算需求的次數可達 6000 億次。這個 Neural Engine 的出現，讓 A11 Bionic 成為一塊真正的 AI 晶元。 A11 Bionic 大大提升了 iPhone X 在拍照方面的使用體驗，並提供了一些富有創意的新用法。

（2）ADAS（高級輔助駕駛系統）

ADAS 是最吸引大眾眼球的人工智慧應用之一， 它需要處理海量的由激光雷達、毫米波雷達、攝像頭等感測器採集的實時數據。相對於傳統的車輛控制方法，智能控制方法主要體現在對控制對象模型的運用和綜合信息學習運用上，包括神經網路控制和深度學習方法等，得益於 AI 晶元的飛速發展， 這些演算法已逐步在車輛控制中得到應用。

（3）CV（計算機視覺（Computer Vision） 設備

需要使用計算機視覺技術的設備，如智能攝像頭、無人機、 行車記錄儀、人臉識別迎賓機器人以及智能手寫板等設備， 往往都具有本地端推斷的需要，如果僅能在聯網下工作，無疑將帶來糟糕的體驗。而計算機視覺技術目前看來將會成為人工智慧應用的沃土之一，計算機視覺晶元將擁有廣闊的市場前景。

（4） VR 設備

VR 設備晶元的代表為 HPU 晶元， 是微軟為自身 VR 設備 Hololens 研發定製的。 這顆由台積電代工的晶元能同時處理來自 5個攝像頭、 1個深度感測器以及運動感測器的數據，並具備計算機視覺的矩陣運算和 CNN 運算的加速功能。這使得 VR 設備可重建高質量的人像 3D 影像，並實時傳送到任何地方。

（5）語音交互設備

語音交互設備晶元方面，國內有啟英泰倫以及雲知聲兩家公司，其提供的晶元方案均內置了為語音識別而優化的深度神經網路加速方案，實現設備的語音離線識別。穩定的識別能力為語音技術的落地提供了可能； 與此同時，語音交互的核心環節也取得重大突破。語音識別環節突破了單點能力，從遠場識別，到語音分析和語義理解有了重大突破，呈現出一種整體的交互方案。

（6）機器人

無論是家居機器人還是商用服務機器人均需要專用軟體+晶元的人工智慧解決方案，這方面典型公司有由前百度深度學習實驗室負責人余凱創辦的地平線機器人，當然地平線機器人除此之外，還提供 ADAS、智能家居等其他嵌入式人工智慧解決方案。

2、AI晶元國內外代表性企業

本篇將介紹目前人工智慧晶元技術領域的國內外代表性企業。文中排名不分先後。人工智慧晶元技術領域的國內代表性企業包括中科寒武紀、中星微、地平線機器人、深鑒科技、 靈汐科技、 啟英泰倫、百度、華為等，國外包括英偉達、 AMD、 Google、高通、Nervana Systems、 Movidius、 IBM、 ARM、 CEVA、 MIT/Eyeriss、蘋果、三星等。

中科寒武紀。寒武紀科技成立於 2016 年，總部在北京，創始人是中科院計算所的陳天石、陳雲霽兄弟，公司致力於打造各類智能雲伺服器、智能終端以及智能機器人的核心處理器晶元。阿里巴巴創投、聯想創投、國科投資、中科圖靈、元禾原點、涌鏵投資聯合投資，為全球 AI晶元領域第一個獨角獸初創公司。

寒武紀是全球第一個成功流片並擁有成熟產品的 AI 晶元公司，擁有終端 AI 處理器 IP和雲端高性能 AI 晶元兩條產品線。 2016 年發布的寒武紀 1A 處理器（Cambricon-1A） 是世界首款商用深度學習專用處理器，面向智能手機、安防監控、無人機、可穿戴設備以及智能駕駛等各類終端設備，在運行主流智能演算法時性能功耗比全面超越傳統處理器。

中星微。1999 年， 由多位來自矽谷的博士企業家在北京中關村科技園區創建了中星微電子有限公司， 啟動並承擔了國家戰略項目——「星光中國芯工程」,致力於數字多媒體晶元的開發、設計和產業化。

2016 年初，中星微推出了全球首款集成了神經網路處理器（NPU）的 SVAC 視頻編解碼 SoC，使得智能分析結果可以與視頻數據同時編碼，形成結構化的視頻碼流。該技術被廣泛應用於視頻監控攝像頭，開啟了安防監控智能化的新時代。自主設計的嵌入式神經網路處理器（NPU）採用了「數據驅動並行計算」 架構，專門針對深度學習演算法進行了優化，具備高性能、低功耗、高集成度、小尺寸等特點，特別適合物聯網前端智能的需求。

集成了 NPU 的神經網路處理器 VC0616 的內部結構

地平線機器人（Horizon Robotics）。地平線機器人成立於 2015 年，總部在北京，創始人是前百度深度學習研究院負責人余凱。BPU（BrainProcessing Unit） 是地平線機器人自主設計研發的高效人工智慧處理器架構IP，支持 ARM/GPU/FPGA/ASIC 實現，專註於自動駕駛、人臉圖像辨識等專用領域。 2017年，地平線發布基於高斯架構的嵌入式人工智慧解決方案，將在智能駕駛、智能生活、公共安防三個領域進行應用，第一代 BPU晶元「盤古」 目前已進入流片階段，預計在 2018年下半年推出，能支持 1080P 的高清圖像輸入，每秒鐘處理 30 幀，檢測跟蹤數百個目標。地平線的第一代 BPU 採用 TSMC 的 40nm工藝，相對於傳統 CPU/GPU， 能效可以提升 2~3 個數量級（100~1,000 倍左右）。

深鑒科技。深鑒科技成立於 2016 年，總部在北京。由清華大學與斯坦福大學的世界頂尖深度學習硬體研究者創立。深鑒科技於 2018 年 7 月被賽靈思收購。深鑒科技將其開發的基於 FPGA 的神經網路處理器稱為 DPU。到目前為止，深鑒公開發布了兩款 DPU：亞里士多德架構和笛卡爾架構，其中，亞里士多德架構是針對卷積神經網路 CNN 而設計；笛卡爾架構專為處理 DNN/RNN 網路而設計，可對經過結構壓縮後的稀疏神經網路進行極致高效的硬體加速。相對於 Intel XeonCPU 與 Nvidia TitanX GPU，應用笛卡爾架構的處理器在計算速度上分別提高 189 倍與 13 倍，具有 24,000 倍與 3,000 倍的更高能效。

靈汐科技。靈汐科技於 2018 年 1 月在北京成立，聯合創始人包括清華大學的世界頂尖類腦計算研究者。公司致力於新一代神經網路處理器（Tianjic） 開發， 特點在於既能夠高效支撐現有流行的機器學習演算法（包括 CNN， MLP， LSTM 等網路架構），也能夠支撐更仿腦的、更具成長潛力的脈衝神經網路演算法； 使晶元具有高計算力、高多任務並行度和較低功耗等優點。 軟體工具鏈方面支持由 Caffe、 TensorFlow 等演算法平台直接進行神經網路的映射編譯，開發友善的用戶交互界面。 Tianjic 可用於雲端計算和終端應用場景，助力人工智慧的落地和推廣。

啟英泰倫。啟英泰倫於2015年 11月在成都成立，是一家語音識別晶元研發商。啟英泰倫的 CI1006是基於 ASIC 架構的人工智慧語音識別晶元，包含了腦神經網路處理硬體單元，能夠完美支持 DNN 運算架構，進行高性能的數據並行計算，可極大的提高人工智慧深度學習語音技術對大量數據的處理效率。

百度。百度 2017 年 8 月 Hot Chips 大會上發布了 XPU，這是一款 256 核、基於 FPGA 的雲計算加速晶元。合作夥伴是賽思靈（Xilinx）。 XPU 採用新一代 AI 處理架構，擁有 GPU 的通用性和 FPGA 的高效率和低能耗，對百度的深度學習平台 PaddlePaddle 做了高度的優化和加速。據介紹， XPU 關注計算密集型、基於規則的多樣化計算任務，希望提高效率和性能，並帶來類似 CPU 的靈活性。

華為。麒麟 970 搭載的神經網路處理器 NPU 採用了寒武紀 IP，如圖 12 所示。麒麟 970 採用了 TSMC 10nm 工藝製程，擁有 55 億個晶體管，功耗相比上一代晶元降低 20%。 CPU 架構方面為 4 核 A73+4 核 A53 組成 8 核心，能耗同比上一代晶元得到 20%的提升； GPU 方面採用了 12 核 Mali G72 MP12GPU，在圖形處理以及能效兩項關鍵指標方面分別提升 20%和50%； NPU 採用 HiAI移動計算架構，在 FP16 下提供的運算性能可以達到 1.92 TFLOPs，相比四個 Cortex-A73 核心，處理同樣的 AI 任務，有大約具備 50 倍能效和 25 倍性能優勢。

英偉達（Nvidia）。英偉達創立於 1993 年，總部位於美國加利福尼亞州聖克拉拉市。 早在 1999 年， 英偉達發明了 GPU，重新定義了現代計算機圖形技術，徹底改變了並行計算。深度學習對計算速度有非常苛刻的要求， 而英偉達的 GPU 晶元可以讓大量處理器並行運算，速度比 CPU 快十倍甚至幾十倍，因而成為絕大部分人工智慧研究者和開發者的首選。自從 Google Brain 採用 1.6 萬個 GPU 核訓練 DNN 模型， 並在語音和圖像識別等領域獲得巨大成功以來， 英偉達已成為 AI 晶元市場中無可爭議的領導者。

AMD。美國 AMD 半導體公司專門為計算機、 通信和消費電子行業設計和製造各種創新的微處理器（CPU、 GPU、 APU、 主板晶元組、 電視卡晶元等），以及提供快閃記憶體和低功率處理器解決方案， 公司成立於 1969 年。 AMD 致力為技術用戶——從企業、 政府機構到個人消費者——提供基於標準的、 以客戶為中心的解決方案。

2017 年 12 月 Intel 和 AMD 宣布將聯手推出一款結合英特爾處理器和 AMD 圖形單元的筆記本電腦晶元。 目前 AMD 擁有針對 AI 和機器學習的高性能 Radeon Instinc 加速卡，開放式軟體平台 ROCm 等。

Google 。Google 在 2016 年宣布獨立開發一種名為 TPU 的全新的處理系統。 TPU 是專門為機器學習應用而設計的專用晶元。通過降低晶元的計算精度，減少實現每個計算操作所需晶體管數量的方式，讓晶元的每秒運行的操作個數更高，這樣經過精細調優的機器學習模型就能在晶元上運行得更快，進而更快地讓用戶得到更智能的結果。 在 2016 年 3 月打敗了李世石和 2017 年 5 月打敗了柯傑的阿爾法狗，就是採用了谷歌的 TPU 系列晶元。

Google I/O-2018 開發者大會期間，正式發布了第三代人工智慧學習專用處理器 TPU 3.0。TPU3.0 採用 8 位低精度計算以節省晶體管數量， 對精度影響很小但可以大幅節約功耗、加快速度，同時還有脈動陣列設計，優化矩陣乘法與卷積運算， 並使用更大的片上內存，減少對系統內存的依賴。 速度能加快到最高 100PFlops（每秒 1000 萬億次浮點計算）。

高通。在智能手機晶元市場佔據絕對優勢的高通公司，也在人工智慧晶元方面積極布局。據高通提供的資料顯示，其在人工智慧方面已投資了 Clarifai 公司和中國「專註於物聯網人工智慧服務」 的雲知聲。而早在 2015 年 CES 上，高通就已推出了一款搭載驍龍 SoC 的飛行機器人——Snapdragon Cargo。高通認為在工業、農業的監測以及航拍對拍照、攝像以及視頻新需求上，公司恰好可以發揮其在計算機視覺領域的能力。此外，高通的驍龍 820 晶元也被應用於 VR頭盔中。事實上，高通已經在研發可以在本地完成深度學習的移動端設備晶元。

Nervana Systems。Nervana 創立於 2014 年， 公司推出的 The Nervana Engine 是一個為深度學習專門定製和優化的 ASIC 晶元。這個方案的實現得益於一項叫做 High Bandwidth Memory 的新型內存技術， 這項技術同時擁有高容量和高速度，提供 32GB 的片上儲存和 8TB 每秒的內存訪問速度。該公司目前提供一個人工智慧服務「in the cloud」 ，他們聲稱這是世界上最快的且目前已被金融服務機構、醫療保健提供者和政府機構所使用的服務。 他們的新型晶元將會保證 Nervana 雲平台在未來的幾年內仍保持最快的速度。

Movidius（被 Intel 收購）。2016 年 9 月， Intel 發表聲明收購了 Movidius。 Movidius 專註於研發高性能視覺處理晶元。其最新一代的 Myriad2 視覺處理器主要由 SPARC 處理器作為主控制器，加上專門的DSP 處理器和硬體加速電路來處理專門的視覺和圖像信號。這是一款以 DSP 架構為基礎的視覺處理器，在視覺相關的應用領域有極高的能耗比，可以將視覺計算普及到幾乎所有的嵌入式系統中。

該晶元已被大量應用在 Google 3D 項目的 Tango 手機、大疆無人機、 FLIR 智能紅外攝像機、海康深眸系列攝像機、華睿智能工業相機等產品中。

IBM。IBM 很早以前就發布過 watson，投入了很多的實際應用。除此之外，還啟動了類腦晶元的研發， 即 TrueNorth。TrueNorth 是 IBM 參與 DARPA 的研究項目 SyNapse 的最新成果。 SyNapse 全稱是Systems of Neuromorphic Adaptive Plastic Scalable Electronics（自適應可塑可伸縮電子神經系統，而 SyNapse 正好是突觸的意思），其終極目標是開發出打破馮·諾依曼體系結構的計算機體系結構。

ARM。ARM 推出全新晶元架構 DynamIQ，通過這項技術， AI 晶元的性能有望在未來三到五年內提升 50 倍。

ARM的新CPU架構將會通過為不同部分配置軟體的方式將多個處理核心集聚在一起，這其中包括一個專門為 AI 演算法設計的處理器。晶元廠商將可以為新處理器配置最多 8 個核心。同時為了能讓主流 AI 在自己的處理器上更好地運行， ARM 還將推出一系列軟體庫。

CEVA。CEVA 是專註於 DSP 的 IP 供應商，擁有眾多的產品線。其中，圖像和計算機視覺 DSP產品 CEVA-XM4是第一個支持深度學習的可編程 DSP，而其發布的新一代型號 CEVA-XM6，具有更優的性能、更強大的計算能力以及更低的能耗。CEVA 指出，智能手機、汽車、安全和商業應用，如無人機、自動化將是其業務開展的主要目標。

MIT/Eyeriss。Eyeriss 事實上是 MIT 的一個項目，還不是一個公司， 從長遠來看，如果進展順利，很可能孵化出一個新的公司。Eyeriss 是一個高效能的深度卷積神經網路（CNN）加速器硬體，該晶元內建 168 個核心，專門用來部署神經網路（neural network），效能為一般 GPU 的 10 倍。其技術關鍵在於最小化 GPU 核心和記憶體之間交換數據的頻率（此運作過程通常會消耗大量的時間與能量）：一般 GPU 內的核心通常共享單一記憶體，但 Eyeriss 的每個核心擁有屬於自己的記憶體。

目前， Eyeriss 主要定位在人臉識別和語音識別，可應用在智能手機、穿戴式設備、機器人、自動駕駛車與其他物聯網應用裝置上。

蘋果。在 iPhone 8 和 iPhone X 的發布會上，蘋果明確表示其中所使用的 A11 處理器集成了一個專用於機器學習的硬體——「神經網路引擎（Neural Engine） 」， 每秒運算次數最高可達6000 億次。這塊晶元將能夠改進蘋果設備在處理需要人工智慧的任務時的表現，比如面部識別和語音識別等。

三星。2017 年，華為海思推出了麒麟 970 晶元，據知情人士透露，為了對標華為，三星已經研發了許多種類的人工智慧晶元。 三星計劃在未來三年內新上市的智能手機中都採用人工智慧晶元，並且他們還將為人工智慧設備建立新的組件業務。三星還投資了 Graphcore、深鑒科技等人工智慧晶元企業。

3、技術趨勢

目前主流 AI 晶元的核心主要是利用 MAC（Multiplier and Accumulation， 乘加計算） 加速陣列來實現對 CNN（卷積神經網路）中最主要的卷積運算的加速。這一代 AI 晶元主要有如下 3 個方面的問題。

（1）深度學習計算所需數據量巨大，造成內存帶寬成為整個系統的瓶頸，即所謂「memory wall」 問題。

（2）與第一個問題相關， 內存大量訪問和 MAC陣列的大量運算，造成 AI晶元整體功耗的增加。

（3）深度學習對算力要求很高，要提升算力，最好的方法是做硬體加速，但是同時深度學習演算法的發展也是日新月異，新的演算法可能在已經固化的硬體加速器上無法得到很好的支持，即性能和靈活度之間的平衡問題。

因此，可以預見下一代 AI 晶元將有如下的五個發展趨勢。

（1）更高效的大卷積解構/復用

在標準 SIMD 的基礎上， CNN 由於其特殊的復用機制，可以進一步減少匯流排上的數據通信。而復用這一概念，在超大型神經網路中就顯得格外重要。 如何合理地分解、 映射這些超大卷積到有效的硬體上成為了一個值得研究的方向，

（2）更低的 Inference 計算/存儲位寬

AI 晶元最大的演進方向之一可能就是神經網路參數/計算位寬的迅速減少——從 32 位浮點到 16 位浮點/定點、 8 位定點，甚至是 4 位定點。在理論計算領域， 2 位甚至 1 位參數位寬，都已經逐漸進入實踐領域。

（3）更多樣的存儲器定製設計

當計算部件不再成為神經網路加速器的設計瓶頸時，如何減少存儲器的訪問延時將會成為下一個研究方向。通常，離計算越近的存儲器速度越快，每位元組的成本也越高，同時容量也越受限，因此新型的存儲結構也將應運而生。

（4）更稀疏的大規模向量實現

神經網路雖然大，但是，實際上有很多以零為輸入的情況， 此時稀疏計算可以高效的減少無用能效。來自哈佛大學的團隊就該問題提出了優化的五級流水線結，在最後一級輸出了觸發信號。在 Activation層後對下一次計算的必要性進行預先判斷，如果發現這是一個稀疏節點，則觸發 SKIP 信號，避免乘法運算的功耗，以達到減少無用功耗的目的。

（5）計算和存儲一體化

計算和存儲一體化（process-in-memory）技術，其要點是通過使用新型非易失性存儲（如 ReRAM）器件，在存儲陣列裡面加上神經網路計算功能，從而省去數據搬移操作，即實現了計算存儲一體化的神經網路處理，在功耗性能方面可以獲得顯著提升。

智東西認為，近幾年，AI技術不斷取得突破性進展。作為AI技術的重要物理基礎，AI晶元擁有巨大的產業價值和戰略地位。但從大趨勢來看，目前尚處於AI晶元發展的初級階段，無論是科研還是產業應用都有巨大的創新空間。現在不僅英偉達、谷歌等國際巨頭相繼推出新產品，國內百度、阿里等紛紛布局這一領域，也誕生了寒武紀等AI晶元創業公司。在CPU、GPU等傳統晶元領域與國際相差較多的情況下，中國AI晶元被寄望能實現彎道超車。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！