7月4日，百度創始人兼董事長李彥宏在Baidu Crea-te2018百度AI開發者大會上正式發佈百度自研的中國第一款雲端全功能AI芯片“崑崙”，其中包含訓練芯片崑崙818-300，推理芯片崑崙818-100。
“市場上現有的解決方案和技術不能夠滿足其對AI算力的要求是百度決定自己研發芯片的原因，”據李彥宏介紹，“崑崙芯片的計算能力跟原來用FPGA做的芯片相比，計算能力有30倍左右的提升，可適用於語音、圖像、自動駕駛等很多方面。”但記者在現場瞭解到，該款芯片目前仍在試生產中，具體量產時間表尚未可知。
無獨有偶，手機廠商華為、美圖，語音識別廠商出門問問、若琪都開始往上游芯片延伸。中美貿易爭端之後，國產終端廠商們做芯片熱情空前高漲。如同前幾年互聯網造車熱，今年許多發佈的芯片也被吐槽可能淪為“PPT芯片”。當然除了品牌需求，自己做芯片更多也是尋求性價比更高、或者競爭力更大的發展路線。
為什麼大家都自己做芯片？
“百度大約從2011年起開始大規模地對AI技術進行投入，不斷遇到各種各樣的問題，也需要用創新的方法來解決，其中一個重要的問題，就是對算力的需求一直在提升。我們早期用的是CPU，後來開始用GPU，再往後用FPGA，端到端去做各種各樣的優化，到2017年的時候，我們還是覺得這些市場上現有的解決方案和現有的技術不能夠滿足我們對AI算力的要求。”李彥宏如是表示。
無獨有偶，在記者採訪中，許多做芯片的廠商都表示主要是“(市場上)沒有合適的芯片”。出門問問與若琪都選擇與杭州國芯合作開發芯片。
此前雲知聲CEO黃偉說過“語音識別公司不自己做芯片死路一條”。而若琪CEO祝銘明也對這個觀點表示贊同。“如果有別人做我們就用別人的了。”祝銘明說，大家都知道芯片利潤率很低，做這個事情不賺錢。“有時候計算力不是越高越好，而是需要針對特定場景做特定優化，尋找性價比最高的方案。”
但實際上據業內人士透露，自主研發芯片並不是提高整體的計算力，而是對部分功能進行優化，與過去強調複雜運算的CPU不同，許多人工智能的應用，尤其是“學習”需要簡單而大量地重複輸入，這也是為什麼“十項全能”的CPU之類的通用芯片在人工智能領域難以施展拳腳的原因。
出門問問同樣研發了一款前端接收信息的芯片模塊“問芯”。“打個比方，電視關機後同樣離線語音喚醒。這解決了語音識別重要的痛點，”以及為什麼其他廠商在已有通用芯片之外還需要一個前端信號芯片時，出門問問CEO李志飛解釋說：“一是(通用芯片)貴，二是集成效果不好也不方便。(出門問問的)‘問芯’AI芯片模組直接可以用USB。”
而百度的“崑崙”則強調使用雲端計算力。“這是中國第一款全功能的雲端AI芯片，可適用於語音、圖像、自動駕駛等很多方面，它的算力也非常強大，而且它是可編程的，也非常靈活。”李彥宏還透露“崑崙芯片”的優勢就在於“靈活可編程”：“這些芯片，和芯片之上的軟件、開發框架、各種各樣的應用一起構成了一個龐大的平臺和生態系統”。
據記者瞭解，“崑崙”芯片可適配語音識別、圖像優化、自動駕駛，目前還在試生產中，量產時間表尚不可知。
AI芯片那麼好做嗎？
從雲知聲、出門問問發佈的時間表看，芯片從設計到量產都只有3年多時間，這與“一個芯片產業需要幾十年技術沉澱”的普遍印象相差甚遠。但實際上，芯片有很多種，生產方式與定義也都有所不同。
在去年9月發佈首款人工智能手機芯片麒麟970後，高通相關人士曾告訴記者，AI的單元模塊內置到芯片上並不是難事，高通之前就可以做。“所謂的AI芯片並不是獨立的一塊芯片，而是針對一些AI功能進行加速優化。”
“並不是需要專門做一塊AI芯片，關鍵是釋放更多計算資源跟其他模塊去處理複雜場景。”今年初商湯與高通在創新視覺和基於攝像頭圖形處理等領域合作芯片優化，商湯CEO徐立告訴記者，軟硬一體化開發是AI手機的趨勢，關鍵是打破從芯片低端到終端應用之間的中間開發層(SDK)隔閡：“以前芯片層主要優化操作系統，但現在AI則要求芯片直接優化應用。”
這催生了兩種AI芯片。一種就是類似於美圖MT-AI圖像處理芯片、出門問問“國芯”這一類前端處理芯片，用更小模塊，更便宜、更低功耗的方案處理特定問題，一種即是在通用芯片上集成對一些具體功能加速的架構處理，比如百度這次發佈的“崑崙芯片”。
“今天的芯片跟過去理解的芯片不大一樣，”祝銘明說，今天做芯片並不需要花精力去做各類IP(知識產權)內核“現在講SoC (集成電路芯片)新品，更多的是架構層面的優化，根據需求業務對IP進行組合優化。”
對於科技企業蜂擁做AI芯片的現象，馭勢科技創始人兼CEO吳甘沙向記者表示，“一方面說明AI芯片的門檻比通用芯片門檻低，另一方面目前大多數都說可以做出來AI芯片，但能否用得好能不能大批量賣出去還有待時間驗證。”
圖片聲明：如果我們使用了您的圖片，請作者與本站聯繫索取稿酬。如您不希望作品出現在本站，可聯繫我們要求撤下您的作品。
閱讀更多 全球半導體觀察 的文章
