芯東西（公眾號：aichip001）
作者 | 徐珊、楊暢
編輯 | 心緣
AI芯(xin)片發展到(dao)怎(zen)樣的階段？有何新機遇？哪些(xie)技(ji)術創新和設(she)計理(li)念(nian)日益趨(qu)近行業(ye)主流？
芯東西7月19日報道，在近期舉(ju)行的2021世界(jie)人工智能大會智能芯片定義產(chan)業未來論壇上，知(zhi)名院士專家與國際科技巨頭、明星(xing)獨(du)角獸領(ling)軍(jun)人物同臺，分享AI芯片最新風(feng)向的觀察和思(si)考。
值得一(yi)提的(de)是，鮮少公(gong)(gong)開(kai)露面(mian)的(de)蘋果大中(zhong)華區最高負(fu)責人，蘋果公(gong)(gong)司副總裁、大中(zhong)華區董事總經理葛越在(zai)現場(chang)詳(xiang)細講解了(le)蘋果的(de)產品開(kai)發(fa)邏輯，芯片、系統等軟硬件的(de)關鍵特性和進展。
英(ying)特爾研究院(yuan)副(fu)總裁宋繼強解讀面向異構集成未來(lai)的五(wu)大技術創(chuang)新方向，高通中國區董事長孟樸主(zhu)談(tan)如(ru)何運用5G+AI推動多(duo)個(ge)領域(yu)的數字化(hua)轉型，Cadence公(gong)司CEO陳立武談(tan)到(dao)快速增長的數據正(zheng)推動著架構、設計(ji)、EDA、IP等芯片創(chuang)新。
面(mian)向邊(bian)緣(yuan)及(ji)終端(duan)AI發展，恩智浦半(ban)導(dao)體(ti)全球資深(shen)副總(zong)裁李廷偉著重分享了(le)邊(bian)緣(yuan)AI/ML的(de)關(guan)鍵特征，德州儀(yi)器(qi)(qi)全球副總(zong)裁兼中(zhong)國區(qu)總(zong)裁姜寒強調人機交(jiao)互系統需要(yao)更(geng)加安全可靠，博世亞太區(qu)總(zong)裁王(wang)宏宇談(tan)及(ji)MEMS傳感器(qi)(qi)的(de)新機會與優(you)勢。
此外，明星獨角獸公司(si)陣營(ying)也釋(shi)放出大(da)量干貨(huo)。寒武(wu)(wu)紀(ji)公司(si)創始人(ren)(ren)兼CEO陳天(tian)石首次(ci)披露寒武(wu)(wu)紀(ji)7nm車載智(zhi)能(neng)芯(xin)(xin)片細節，單芯(xin)(xin)算力超200TOPS；天(tian)數(shu)智(zhi)芯(xin)(xin)董事長兼CEO刁(diao)石京、燧原科技創始人(ren)(ren)兼CEO趙立東(dong)、愛芯(xin)(xin)科技董事長兼CEO仇(chou)肖莘則在圓(yuan)桌環(huan)節探討了多個AI芯(xin)(xin)片發展熱(re)門話題(ti)。
一、中科院院士劉明：PPACt成IC技術評價新策略
中國科學院院士、復旦大學教授劉明提到此前在IC發展歷程中，尺寸微縮是評價芯片技術的標志性策略，而當微縮空間變窄后，PPACt或將成為尺寸微縮之后，業界新的技術評價策略。PPACt分別指性能、功耗、面積、成本以及新一代技術進入市場的時間。
根據貝爾定律，能效每提高1000倍，就會衍生出一種新形態計算系統。超算時代，每瓦功耗只能支撐1KOPS的運算；智能手機時代，能效提高至每瓦1TOPS；未來智能終端要達到每瓦1POPS。計算(suan)硬件(jian)經歷了由CPU到XPU的發展(zhan)歷程(cheng)，但能效仍無法(fa)滿足未來智能化應用(yong)的計算(suan)需求。
▲中國(guo)科學院院士劉明
在劉明院士看來，IC發展正呈現兩大方向特征。一方面，基礎器件結構持續演變，從平面、FinFET發展到nanosheet、Forksheet，再演化向CFET；另一方面，新材料、器件、微縮、3D集成等多元技術協同發展，實現整體性能突破。
根據DARPA預測，即使不再做尺寸微縮，這些技術也會讓IC芯片性能做到500-1000倍的提升，到2035年有望實現zettaFLOPS級系統性能水平。當然，其中許多工程(cheng)問題(ti)還需持(chi)續探討。
如今異(yi)構(gou)集(ji)(ji)成技術(shu)趨于(yu)熱門，能實現集(ji)(ji)成密度和(he)能效(xiao)同步改(gai)善(shan)。例(li)如AMD霄龍(long)系列CPU采用2.5D和(he)3D Chiplet集(ji)(ji)成技術(shu)，帶寬可提升逾10倍。
劉明院士認為計算架構的變革依賴于器件的支撐，有了(le)精密的器件，則可(ke)以逐(zhu)步革(ge)新馮諾(nuo)依曼架構，讓(rang)數據離GPU更近，同時(shi)減少能源消耗(hao)。
當前計算機在仿照人類大腦的功能，以超低能耗同時運行多項工作，但人們對大腦的探索還相當有限。近存計算本質上是馮諾依曼架構的延續，高算力、高精度以近存計算為主，存內計算也在快速進步。區別于傳統馮諾依曼架構以計算為中心，存內計算將部分算力下推至存儲，這一領域目前尚(shang)且沒(mei)有非(fei)常(chang)明確的(de)定義。
此外，神經擬態計算也是新興技術的熱門話題。劉明院士說，它可以被認為是存內計算的某種發展方向，不同于傳統神經網絡AI芯片，這種芯片結構更偏向“類人腦”。國(guo)內外(wai)不(bu)少企(qi)業和(he)學院在做跟存內計算(suan)和(he)神經擬(ni)態計算(suan)相關的研究。
劉明院士認為存內計算對于AI芯片而言是很好的思路，一般的GPU和AI芯片在執行AI負載時會有頻繁的數據存取操作，對性能和功耗都有影響，而存內計算架構尤其在低精度計算方面已展現出數量級上的能效優勢。不過目前存內計算還面臨著商用挑(tiao)戰。
二、英特爾宋繼強：用應用場景推動多種AI技術的垂直整合
劉明院士提到的神經擬態計算，恰恰是英特爾正在攻堅的前沿研究方向。英特爾研究院副總裁、英特爾中國研究院院長宋繼強在演講中說道，英特爾Loihi神經擬態芯片已經擁有128核、13萬神經元、1.3億個突觸，具備可擴展(zhan)的(de)片上(shang)學習能力，沒有浮點運算、沒有乘(cheng)加器，且功耗很低。
面向異構集成的未來，除了分享神經擬態計算技術外，宋繼強還分別詳細解讀了英特爾在架構創新、光互連技術、先進封裝技術、異構集成的開放軟件生態系統oneAPI方面的技術創新。
在架構創新部分，英特(te)爾在至強CPU處理(li)器(qi)(qi)內部加入(ru)了可擴展性的異(yi)構(gou)計算，將通用服務器(qi)(qi)性能提升(sheng)46%，專門(men)針(zhen)對AI訓練和加速已(yi)提升(sheng)74%。
在集成光電部分，宋繼強認為(wei)光是(shi)替代銅的(de)非常好的(de)互連介質，能實現更(geng)多跨(kua)處理器(qi)之(zhi)間、甚至是(shi)跨(kua)服(fu)務器(qi)節點之(zhi)間的(de)數據交互，從(cong)而提升芯片計(ji)算(suan)能力，所以這(zhe)方面(mian)一定要大力加以創新。
在異構封裝部分，英(ying)特爾(er)擁有EMIB 2.5D和Foveros 3D封裝技(ji)術(shu)，這些技(ji)術(shu)可以讓很(hen)多新的芯(xin)片很(hen)好地進行互連。
除了硬件之外，軟件同樣是英特(te)爾(er)重視的內容。英特(te)爾(er)oneAPI軟(ruan)件使得開(kai)發者能用(yong)跨不同架構的單一(yi)代碼庫來開(kai)發應用(yong)，降低開(kai)發維護成本。
▲英特爾(er)研究院(yuan)副(fu)總(zong)裁、英特爾(er)中國研究院(yuan)院(yuan)長宋(song)繼強
宋繼強總結說，如果想推動AI的規模化創新加上應用，必須要做好三件事：一是計算(suan)上怎么樣能夠(gou)很好(hao)的(de)用高(gao)性能、高(gao)能效的(de)架構去支持多(duo)種(zhong)(zhong)數(shu)據，同時很好(hao)地解決(jue)(jue)龐大數(shu)據之(zhi)間的(de)傳輸、存儲等(deng)硬(ying)件問題；二是真正地去擁抱(bao)異(yi)構集成，通過多(duo)種(zhong)(zhong)武器(qi)，用組合(he)(he)拳去解決(jue)(jue)產(chan)品的(de)領導(dao)力(li)；三是需(xu)要用應用場景去推動多(duo)種(zhong)(zhong)AI技(ji)術(shu)的(de)垂直整合(he)(he)，以及軟硬(ying)件結合(he)(he)等(deng)方案，從(cong)而(er)創(chuang)造更大價值的(de)領域來推動AI技(ji)術(shu)創(chuang)新(xin)。
三、蘋果葛越：解讀蘋果自研芯片的設計心經
蘋果公(gong)司副(fu)總(zong)裁、大(da)中華區董事總(zong)經(jing)理(li)葛越的(de)演(yan)講主題，聚(ju)焦于(yu)蘋果自研芯片的(de)開(kai)發理(li)念、關鍵(jian)特性和最新進(jin)展。
“我們(men)產品和技(ji)術的(de)開發永遠都是為了打造最(zui)好(hao)的(de)產品，實(shi)現最(zui)好(hao)的(de)體驗，獨一無二的(de)軟硬件緊密(mi)結(jie)合讓我們(men)能夠做到這一點。”葛越(yue)談道。
蘋果的端到端產品設計、從芯片到硬件再到軟件全棧式覆蓋，都是從完整的用戶體驗來設計。其芯片專為自家特定產品的特定功能而量身定制，這種優化貫穿于CPU、GPU、圖像信號處理器及更多組件，蘋果很早就(jiu)開始研發能在(zai)設備端有效運行復雜機(ji)器學習算法的芯片。
“今天，我(wo)們幾乎所有產品都搭載了Apple自己的芯片。”葛(ge)越(yue)說。
蘋果在2017年推出的A11仿生芯片中已經搭載了神經網絡引擎，此后不斷增加神經網絡引擎的核心和能力，最新iPhone 12系列搭載的A14仿生芯片中的神經網絡引擎，能完成每秒11萬億次運算。
M1芯(xin)片是蘋(pin)果迄今(jin)最強大的自研芯(xin)片，是其首款采用5nm制程打(da)造的個人電腦芯(xin)片，封裝了160億個晶體管。繼去(qu)年發(fa)布(bu)搭載(zai)(zai)M1芯(xin)片的Mac后，今(jin)年蘋(pin)果又(you)發(fa)布(bu)搭載(zai)(zai)M1芯(xin)片的iPad Pro。
▲蘋果公(gong)司(si)副總裁(cai)、大中華(hua)區(qu)董事(shi)總經(jing)理葛越
在(zai)自研芯片(pian)神經網絡引擎的支(zhi)撐下(xia)，蘋果(guo)產品能支(zhi)持更強(qiang)大的機器學習功能。比如，用戶(hu)向語(yu)音助手Siri提(ti)問(wen)時(shi)，語(yu)音數據在(zai)設(she)備端處(chu)理，不(bu)會將問(wen)題發送到云(yun)端再(zai)回傳(chuan)，這既提(ti)高Siri的響應效率(lv)，又更好(hao)保護了機主的隱私(si)安全。
葛越強調：“我們堅持在設備端處理數據的努力，不僅更好地保護了隱私，還帶來了開創性的新功能。我們認為魚和熊掌皆可得。”
為(wei)了(le)進(jin)(jin)一步發(fa)揮蘋果自研(yan)芯(xin)片的(de)計算潛能，蘋果還提供其(qi)機器學習框架Core ML，讓全(quan)球數以百(bai)萬的(de)開發(fa)者(zhe)使(shi)用(yong)這一框架進(jin)(jin)行應用(yong)創新。
四、高通孟樸：5G+AI正加速汽車、云端等多領域變革
高(gao)通中國區董事長孟樸(pu)對5G時代下的智能(neng)互聯未(wei)來提出(chu)了(le)(le)幾點看法，并(bing)分享了(le)(le)高(gao)通如何運用5G、AI和云等(deng)技術(shu)，推動行業數字化(hua)轉型。
孟樸認為，5G正協同AI擴大應用領域。通過5G的高速率傳輸特點，智能邊緣終端產生的數據能實時共享到云端，加速AI在云端和邊側端實現規模化應用。在他看來，智能手機將是未來應用最廣泛的AI設備。
目前，通(tong)過驍龍(long)移(yi)動(dong)平臺，高(gao)通(tong)的(de)技術已經(jing)應(ying)用在15億(yi)移(yi)動(dong)設備(bei)上。驍龍(long)888 5G移(yi)動(dong)平臺采用了(le)(le)以高(gao)通(tong)Hexagon780處理(li)器(qi)(qi)為(wei)核心的(de)第(di)6代高(gao)通(tong)AI引擎，以及第(di)2代高(gao)通(tong)傳感(gan)器(qi)(qi)中樞。其中，Hexagon 780處理(li)器(qi)(qi)首次(ci)支持了(le)(le)新的(de)融合AI加速器(qi)(qi)，能讓復雜AI任(ren)務更早地(di)實現落(luo)地(di)應(ying)用。
▲高通中(zhong)國區董事長孟樸
高通在移動終端、物聯網、汽車、云端等領(ling)域均做(zuo)出了許多(duo)新(xin)的(de)嘗試。
在移動終端領域，高通有驍龍移動平臺、驍龍計算平臺以及驍龍XR平臺，利用5G和AI技術的組合大幅提高云邊端計算能力。在物聯網領域，高通(tong)正為全球近(jin)1萬3千家客(ke)戶提供物聯(lian)網解決(jue)方(fang)案。
在汽車領域，高通Snapdragon Ride平臺可面向不同自動駕駛場景，提供不同等級的算力，目前已有1.5億汽車搭載了該Ride平臺。在云端AI推理領域，高(gao)通Cloud AI 100加速器能解決(jue)云端AI推理(li)處理(li)在能效(xiao)和(he)規(gui)模化擴展(zhan)方面(mian)的需(xu)求(qiu)。
最后，孟樸表示，高(gao)通希望(wang)與全球(qiu)伙伴一(yi)起(qi)，推動5G和AI全面(mian)發展(zhan)，共建智能(neng)互(hu)聯的未來。
五、恩智浦李廷偉：發展邊緣AI/ML，需注重安全和正確AI倫理觀
恩(en)智浦半導體全球資(zi)深(shen)副總裁(cai)兼大中華區主席李(li)廷(ting)偉從技術和行(xing)業(ye)的(de)(de)角度分享(xiang)了邊(bian)緣AI/ML如何助力實現一個可預測和自(zi)動化的(de)(de)智能世界，并分享(xiang)了恩(en)智浦在AI倫理道德方面的(de)(de)觀察。
李廷偉說，AI與ML正在走向邊緣是大勢所趨。到2025年，世界將有超過500億個包括可穿戴設備(bei)、機器、智能手機、家用設備(bei)在(zai)內的邊(bian)緣設備(bei)，它們將(jiang)構成智能世(shi)界的基(ji)礎。
覆蓋眾多行業和領域的視覺、語音和異常檢測，有望成為邊緣AI/Ml的核心應用，未來圍繞著這些應用的創(chuang)新(xin)將(jiang)十分活躍。
▲恩智(zhi)浦半導體(ti)全球(qiu)資深副總裁兼大(da)中華區(qu)主席李廷偉
而恩智浦致力于為更智能的世界提供安全連接，圍繞感知、思考、連接、執行這四個邊緣(yuan)AI的(de)驅動技(ji)術深度布局，已形成豐富(fu)的(de)芯(xin)片產(chan)品組合。
恩智(zhi)浦還為邊緣AI/ML而打造了完整的軟硬件(jian)平(ping)臺，包括可擴展的人(ren)工智(zhi)能(neng)硬件(jian)（涵蓋傳統(tong)處(chu)理器(qi)(qi)MCU、跨界(jie)處(chu)理器(qi)(qi)MCU和(he)高性能(neng)的應(ying)用處(chu)理器(qi)(qi)AP），以及eIQ軟件(jian)開發(fa)平(ping)臺，從而降低開發(fa)難度和(he)節省成本。
為(wei)了進(jin)一(yi)步(bu)加速創新AI應用的落(luo)地，恩智浦(pu)推出(chu)了基于EdgeReady的生產(chan)級交鑰匙解決方(fang)案(an)，讓(rang)人臉識別、語音控制等AI/ML技術可以被快捷地集成到智能(neng)產(chan)品(pin)中；并推出(chu)Energy FLEX架構(gou)，這是(shi)一(yi)種“異(yi)構(gou)并行處(chu)理+分(fen)級細粒度電源(yuan)劃分(fen)與(yu)管理”的高(gao)效邊(bian)緣計(ji)算解決方(fang)案(an)，可增強電子電氣(qi)系統(tong)集成、性能(neng)、功(gong)能(neng)和能(neng)源(yuan)管理。
此外，恩智浦特別強調正確的“AI倫理觀”。其2020年發布的《算法道德》白皮書中提出了不作惡、人類自主、可解釋性、持續關注與警惕、以及通過設計保護安全五大原則。
六、寒武紀陳天石：首次披露車載智能芯片細節，算力超200TOPS
寒武紀是專注于AI芯片研發的國內知名公司，其產品線已覆蓋云邊端，包括訓練和推理芯片。而在此次演講中，寒武紀公司創始人兼CEO陳天石首次披露寒武紀車載智能芯片的關鍵數據。
此次新披露的寒武紀車載智能芯片，定位于“高等級智能駕駛芯片”，致力于為實現更高(gao)級(ji)別的自(zi)動駕(jia)駛提供算(suan)力支撐。目(mu)前自(zi)動駕(jia)駛大多停留(liu)在L1、L2，自(zi)動駕(jia)駛每(mei)前進一個等級(ji)對于算(suan)力的需求據(ju)估計將提升5～10倍。
▲寒武紀(ji)公司創(chuang)始人兼CEO陳天石
陳天石說，當前市場中的車載芯片幾乎很難應對爆發式增長的算力需求。寒武紀“云邊端車”四位一體的布(bu)局，就是(shi)為了(le)滿(man)足這(zhe)些需求。
在云端，寒(han)武紀高性(xing)能(neng)AI訓(xun)練芯(xin)片負責處理車端(duan)收集(ji)的海(hai)量(liang)數據并進行復雜模(mo)型訓(xun)練，再通過OTA推送到(dao)車端(duan)。
在邊緣端，寒武(wu)紀(ji)基于邊緣端智能芯片則可以推送路側視角、遠距離信(xin)息(xi)、車輛(liang)盲區等信(xin)息(xi)到車端，與自動駕駛車輛(liang)形成(cheng)協(xie)同(tong)感知(zhi)。
在終端，基于寒武(wu)紀(ji)智能處理器IP的各(ge)類終(zhong)端(duan)芯片(pian)，可以感知和采集數(shu)據，賦(fu)能地圖眾(zhong)包、高清地圖等應(ying)用，通過云端(duan)和路側設備將數(shu)據推送至車輛(liang)，保障信息的準(zhun)確高效。
在車端，設計之中的寒武紀車載智能芯片，單芯片擁有超過200TOPS的AI性能、采用7nm制程、車規級標準和獨立安全島，支持(chi)寒武(wu)紀(ji)(ji)成熟的(de)AI軟件工具鏈，能夠滿足高等級(ji)智能駕駛的(de)性能需(xu)求。在這款芯片上，寒武(wu)紀(ji)(ji)也將持(chi)續(xu)更新(xin)迭代(dai)。
“寒武紀已有的云邊端協(xie)同、訓練推理(li)融(rong)合、統一的軟(ruan)件開發(fa)平臺，為應對自(zi)動駕駛的挑戰提供了良好的基礎(chu)條件。”陳天石說。
寒武紀(ji)的(de)所有(you)處理器(qi)，都使用統一的(de)處理器(qi)架構和平臺級(ji)基礎軟件，開發的(de)應用可以(yi)在云邊(bian)端互相兼容，減(jian)少了(le)不同平臺開發和應用遷(qian)移成(cheng)本(ben)。
七、Cadence陳立武：以數據為中心的技術潮流帶動半導體復興
國際EDA巨頭Cadence公司的(de)(de)CEO陳(chen)立武因疫情原因不能到場，以視頻形(xing)式發(fa)表主(zhu)題(ti)為《推動半導體產業的(de)(de)復興》的(de)(de)演講。
▲Cadence公司CEO陳立武
陳(chen)立武觀察到(dao)，通用(yong)計(ji)算將(jiang)無(wu)處不在，“我們今(jin)后會越來越多地(di)看到(dao)異構的(de)計(ji)算池，甚至(zhi)在未來幾年將(jiang)出現量子計(ji)算的(de)實際應用(yong)。”
以驚人速度增長的數據，需要傳輸、存儲、處理和分析，這對于高性能計算、高帶寬傳輸和高密度存儲提出了迫切的需求。“以數據為中心的技術潮流，正在成為半導體產業再次復興的強大推動力，推動著包括架構、設計、EDA、IP和制造生態系統等各個方面的創新。”陳立武說。
在計算之外，最新的(de)(de)(de)云架(jia)構(gou)需(xu)要(yao)高(gao)性能的(de)(de)(de)網絡及(ji)存(cun)儲，再進一步則是處于(yu)(yu)存(cun)儲之上的(de)(de)(de)高(gao)效(xiao)的(de)(de)(de)數據組織和(he)(he)(he)整(zheng)理，以及(ji)基(ji)于(yu)(yu)此的(de)(de)(de)各種(zhong)應用及(ji)服務。而這些所需(xu)的(de)(de)(de)芯片和(he)(he)(he)系統，都要(yao)通過芯片、封裝、PCB 工具和(he)(he)(he)IP進行最佳(jia)實現。
認識到這些趨勢后，Cadence實行了智能系統設計（Intelligent System Design）戰略，分為卓(zhuo)越設(she)計、系統創新、普適智能三個層次(ci)。
卓越設計是Cadence戰略的基礎，即核心EDA和IP的廣泛產品組合；系統創新是利用專業的經驗以擴展到EDA之外的系統創新；普適智能作為戰略的最后(hou)一(yi)層(ceng)，將AI和算法知識應用于產(chan)品，并(bing)在特(te)定垂(chui)直領域里(li)構建一(yi)些有(you)創意的解決(jue)方(fang)案。
在(zai)EDA創新方面，Cadence將(jiang)AI技術(shu)融(rong)入EDA軟件，從而幫助(zhu)客(ke)(ke)戶(hu)(hu)(hu)提高(gao)芯片性能、更高(gao)效地(di)驗證芯片設計。此(ci)外(wai)，Cadence也向客(ke)(ke)戶(hu)(hu)(hu)提供了一系列高(gao)性能、低功(gong)耗IP，協助(zhu)客(ke)(ke)戶(hu)(hu)(hu)實現其AI應用(yong)。
八、德州儀器姜寒：邊緣AI需要實時控制和安全可靠
德州儀器全球副總裁兼中國區總裁姜寒認為，包括AI在內的信息基礎設施正為智能工廠、智能樓宇等應用持續賦能，新的應用場景在功能實現上需要實現精準感知和快速決策，以適應不斷變化的態勢和環境。同樣，由于會有更多的人機交互，這就要求系統更加安全、可靠。這(zhe)對半導體技術提出了更高(gao)的要(yao)求。
邊緣AI是德州儀器專注的重點領域之一。邊緣AI需要快速感知、響應、決策的能力，這在一定程度上意味著智能系統需要實時控制或能進行更快速處理的邊緣AI應用。德州儀器在其新器件中集成實時控制、分析和片上功能安全等特(te)性，能(neng)幫助客戶更快速、更高(gao)效地設計智(zhi)能(neng)系統(tong)。
▲德州儀器副總裁兼中(zhong)國區(qu)總裁姜寒
如今(jin)工(gong)(gong)業領域中機(ji)械臂更(geng)為常見(jian)，機(ji)械臂在(zai)固(gu)定(ding)場景下完成(cheng)固(gu)定(ding)任務(wu)。未來，機(ji)器(qi)人要實現在(zai)更(geng)加開(kai)放的(de)(de)環境(jing)中工(gong)(gong)作，比(bi)如城(cheng)市的(de)(de)街(jie)道、礦山及農村，則(ze)需更(geng)安全(quan)可靠的(de)(de)機(ji)器(qi)人系統(tong)。
在姜寒看來，系統需要不斷提升，以達成兩個目標：一是精確和快速感知能力，能快速決策；二是完成復雜任務，以及實現人機交互、安全長期工作。所以系統的節能(neng)和高效成為必(bi)要能(neng)力。
機器人只是眾多AI應用(yong)的(de)一種(zhong)。這些AI任務(wu)目標都需要(yao)芯片提供計算，進而提升(sheng)系統效率(lv)。
九、博世王宏宇：未來傳感器將具備定制化、保護隱私等優勢
此次(ci)會議上，博世亞太(tai)區總裁王宏宇(yu)側重解讀了(le)MEMS（微電子(zi)機械系統(tong)）傳感器的變革。
最(zui)初，MEMS傳(chuan)(chuan)(chuan)感器用作汽車領(ling)域(yu)，主要做(zuo)一(yi)些讀取數據的工作。現在(zai)，MEMS傳(chuan)(chuan)(chuan)感器也可以在(zai)手機上(shang)做(zuo)一(yi)些簡單的數據分析和提取工作。未(wei)來，該傳(chuan)(chuan)(chuan)感器將(jiang)在(zai)loT行業迎來新的應用場景。
▲博世亞太區總(zong)裁王宏宇
在萬物互(hu)聯(lian)的(de)情(qing)況下，MEMS傳(chuan)感(gan)(gan)器將被賦予(yu)AI學(xue)習的(de)功能(neng)，因為傳(chuan)感(gan)(gan)器將要根(gen)據物體(ti)的(de)環境變化做出相應(ying)的(de)改(gai)變。當前(qian)博(bo)世傳(chuan)感(gan)(gan)器及其傳(chuan)感(gan)(gan)器套件已具有學(xue)習的(de)功能(neng)，例(li)如可(ke)識別用戶指紋。
傳感器的未來發展將會有著自己的優勢，如能夠實現定制化服務，能夠實現隱私保護。
當個人(ren)終端的(de)傳感器可以(yi)在本(ben)地處理數(shu)據，就能(neng)更(geng)好保護(hu)個人(ren)隱私(si)。同時，實時接收和傳輸(shu)數(shu)據以(yi)及低(di)功耗的(de)特點都將(jiang)助推(tui)傳感器的(de)發展(zhan)，其應用的(de)場景(jing)也將(jiang)會不斷(duan)擴(kuo)展(zhan)，離線(xian)模式(shi)與在線(xian)模式(shi)也將(jiang)混合使用。
最后，王(wang)宏宇提出了一項假設，如果將氣(qi)體傳(chuan)(chuan)感器(qi)、環境傳(chuan)(chuan)感器(qi)、以(yi)及(ji)定(ding)位傳(chuan)(chuan)感器(qi)都安裝在森林(lin)里(li)，便可以(yi)實時監(jian)測森林(lin)的情況，提前防火防災，也能幫助相應的救援行動。
十、圓桌對話：探討通用vs專用，呼吁公平的市場競爭
在圓桌論壇環節，幾位來(lai)自AI芯(xin)片創企的(de)嘉賓圍(wei)繞AI芯(xin)片的(de)熱議話題和發展方向進行思想(xiang)交鋒。
在AI發展之路上，芯片(pian)究竟是通用性(xing)更(geng)(geng)重(zhong)要，還是專用性(xing)更(geng)(geng)重(zhong)要？
對于這一問題，愛芯科技董事長兼CEO仇肖莘將其分為端側、邊緣側和云端來看，通用性對于云端訓練芯片格外重要，云端推理芯片、邊緣側和端側芯片現在相對更傾向于專用芯片，因為它們(men)有功耗、面積、成本(ben)等問題的限(xian)制，更注(zhu)重提升能效(xiao)比。
天數智芯董事長兼CEO刁石京認為，任何事物發展都有其規律和過程，沒有絕對的定論。很多AI算法還在完(wan)善，新的(de)應(ying)用(yong)也在探討，通用(yong)芯片(pian)有(you)其(qi)靈活的(de)優(you)勢(shi)，能夠(gou)應(ying)用(yong)到各種場景，而當市場越(yue)來(lai)越(yue)成熟時，專(zhuan)用(yong)型芯片(pian)的(de)優(you)勢(shi)將逐步顯現。
▲從右到左參與圓桌對話的四位嘉賓分別是愛芯科技仇肖莘、燧原科技趙立東、天數智芯刁石京、武岳峰資本武平
看向AI芯片市場的未來，仇肖莘提到這個行業只有規模化之后，才能獲得利潤；只有獲得利潤，才能做先進技術的研發。中國(guo)芯片市(shi)場(chang)正處于百花齊放的狀(zhuang)態，再過幾年，行業在經歷市(shi)場(chang)驗(yan)證后(hou)，或(huo)許會逐漸(jian)走(zou)向整(zheng)合(he)。當前AI應(ying)用還處于早期(qi)階段，AI真正的能力還沒有完(wan)全(quan)發(fa)揮出(chu)來(lai)，大(da)家都還在探索。
在燧原科技創始人兼CEO趙立東看來，未來的一切都將由市場需求決定。市場只有通過競爭，才能產生優秀的產品，為客戶產生價值，從而實現公司的利潤增長。同時，為市場提供一個良好的環境也非常重要。
他判斷互聯網行業、傳統行業以及新基建都將成為未來AI芯片產業的突破口。首先，互聯(lian)網(wang)行業(ye)仍在AI芯(xin)(xin)片產業(ye)占據絕大的(de)市(shi)場(chang)(chang)份額。其(qi)次，AI芯(xin)(xin)片將賦(fu)能傳統行業(ye)實(shi)現數字化轉型(xing)和升級。最(zui)后，隨著各地政策的(de)頒布，新基建或智慧城市(shi)也將成(cheng)為AI芯(xin)(xin)片廣(guang)泛應用的(de)重要場(chang)(chang)景。
刁石京從產業角度談到非市場化競爭一定會造成資源分散，人心浮動。半(ban)導體(ti)行業(ye)真正的(de)領軍人(ren)才(cai)都是(shi)實干派，最(zui)需要經(jing)驗的(de)積(ji)累，人(ren)才(cai)需要從大學開始培養，再經(jing)過企(qi)業(ye)的(de)鍛煉(lian)，才(cai)能真正沉淀為一(yi)個(ge)領域的(de)技術領袖(xiu)。
他呼吁市場千萬不能走向惡性競爭，唯有公平的市場競爭，才能讓各家企業良好的成長與發展；也期(qi)盼政府(fu)方面能夠(gou)給予大家適合發(fa)展(zhan)的環境(jing)，讓(rang)企業可以實現追趕戰(zhan)略。
結語：AI芯片創新牽絆全球AI發展速度
在此次(ci)論壇中(zhong)，來自芯(xin)片(pian)(pian)巨頭和國內AI芯(xin)片(pian)(pian)創企新(xin)秀的嘉賓們分享了關于基礎器(qi)件(jian)、架(jia)構創新(xin)及軟硬(ying)件(jian)協同等技術(shu)創新(xin)與實踐應(ying)用的觀(guan)察。
我們看到，隨著AI應(ying)(ying)用(yong)逐漸深入更(geng)多(duo)行業，AI芯片(pian)(pian)的(de)市場空間正在不(bu)斷拓寬。作(zuo)為AI領域發(fa)(fa)展的(de)硬件基礎，AI芯片(pian)(pian)的(de)研發(fa)(fa)創(chuang)新(xin)將牽絆全球AI領域的(de)發(fa)(fa)展速度。國內外芯片(pian)(pian)公司均不(bu)斷探(tan)索(suo)如何賦(fu)予其芯片(pian)(pian)產品更(geng)強的(de)AI計算能(neng)力，生態格局(ju)尚未穩(wen)固，未來無(wu)論是技術創(chuang)新(xin)還(huan)是應(ying)(ying)用(yong)方向，都還(huan)有很多(duo)可(ke)能(neng)性(xing)。
