國內(nèi)AI芯片百家爭鳴，何以抗衡全球技術(shù)寡頭

　　本文分析了國內(nèi)外AI芯片的格局和特點(diǎn)，作者認(rèn)為，在AI芯片領(lǐng)域，國外芯片巨頭占據(jù)了絕大部分市場份額，不論是在人才聚集還是公司合并等方面，都具有絕對的領(lǐng)先優(yōu)勢。而國內(nèi)AI初創(chuàng)公司則又呈現(xiàn)百家爭鳴、各自為政的紛亂局面;特別是每個(gè)初創(chuàng)企業(yè)的AI芯片都具有自己獨(dú)特的體系結(jié)構(gòu)和軟件開發(fā)套件，既無法融入英偉達(dá)和谷歌建立的生態(tài)圈，又不具備與之抗衡的實(shí)力。

　　如果說 2016 年 3 月份 AlphaGo 與李世石的那場人機(jī)大戰(zhàn)只在科技界和圍棋界產(chǎn)生較大影響的話，那么 2017 年 5 月其與排名第一的世界圍棋冠軍柯潔的對戰(zhàn)則將人工智能技術(shù)推向了公眾視野。阿爾法狗(AlphaGo)是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能程序，由谷歌(Google)旗下 DeepMind 公司戴密斯 · 哈薩比斯領(lǐng)銜的團(tuán)隊(duì)開發(fā)，其主要工作原理是 “深度學(xué)習(xí)”。

　　其實(shí)早在 2012 年，深度學(xué)習(xí)技術(shù)就已經(jīng)在學(xué)術(shù)界引起了廣泛地討論。在這一年的 ImageNet 大規(guī)模視覺識別挑戰(zhàn)賽 ILSVRC 中，采用 5 個(gè)卷積層和 3 個(gè)全連接層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) AlexNet，取得了 top-5(15.3%)的歷史最佳錯(cuò)誤率，而第二名的成績僅為 26.2%。從此以后，就出現(xiàn)了層數(shù)更多、結(jié)構(gòu)更為復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，如 ResNet、GoogleNet、VGGNet 和 MaskRCNN 等，還有去年比較火的生成式對抗網(wǎng)絡(luò) GAN。

　　不論是贏得視覺識別挑戰(zhàn)賽的 AlexNet，還是擊敗圍棋冠軍柯潔的 AlphaGo，它們的實(shí)現(xiàn)都離不開現(xiàn)代信息技術(shù)的核心——處理器，不論這個(gè)處理器是傳統(tǒng)的 CPU，還是 GPU，還是新興的專用加速部件 NNPU(NNPU 是 Neural Network Processing Unit 的簡稱)。在計(jì)算機(jī)體系結(jié)構(gòu)國際頂級會議 ISCA2016 上有個(gè)關(guān)于體系結(jié)構(gòu) 2030 的小型研討會，名人堂成員 UCSB 的謝源教授就對 1991 年以來在 ISCA 收錄的論文進(jìn)行了總結(jié)，專用加速部件相關(guān)的論文收錄是在 2008 年開始，而在 2016 年達(dá)到了頂峰，超過了處理器、存儲器以及互聯(lián)結(jié)構(gòu)等三大傳統(tǒng)領(lǐng)域。而在這一年，來自中國科學(xué)院計(jì)算技術(shù)研究所的陳云霽、陳天石研究員課題組提交的《一種神經(jīng)網(wǎng)絡(luò)指令集》論文，更是 ISCA2016 最高得分論文。

　　在具體介紹 AI 芯片國內(nèi)外之前，看到這里有部分讀者或許會產(chǎn)生這樣的疑惑：這不都是在說神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)嗎?那么我覺得有必要對人工智能和神經(jīng)網(wǎng)絡(luò)的概念進(jìn)行闡述，特別是 2017 年工信部發(fā)布的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計(jì)劃(2018-2020 年)》中，對發(fā)展目標(biāo)的描述很容易讓人覺得人工智能就是神經(jīng)網(wǎng)絡(luò)，AI 芯片就是神經(jīng)網(wǎng)絡(luò)芯片。

　　人工智能整體核心基礎(chǔ)能力顯著增強(qiáng)，智能傳感器技術(shù)產(chǎn)品實(shí)現(xiàn)突破，設(shè)計(jì)、代工、封測技術(shù)達(dá)到國際水平，神經(jīng)網(wǎng)絡(luò)芯片實(shí)現(xiàn)量產(chǎn)并在重點(diǎn)領(lǐng)域?qū)崿F(xiàn)規(guī)?；瘧?yīng)用，開源開發(fā)平臺初步具備支撐產(chǎn)業(yè)快速發(fā)展的能力。

　　其實(shí)則不然。人工智能是一個(gè)很老很老的概念，而神經(jīng)網(wǎng)絡(luò)只不過是人工智能范疇的一個(gè)子集。早在 1956 年，被譽(yù)為 “人工智能之父” 的圖靈獎(jiǎng)得主約翰 · 麥卡錫就這樣定義人工智能：創(chuàng)造智能機(jī)器的科學(xué)與工程。而在 1959 年，Arthur Samuel 給出了人工智能的一個(gè)子領(lǐng)域機(jī)器學(xué)習(xí)的定義，即“計(jì)算機(jī)有能力去學(xué)習(xí)，而不是通過預(yù)先準(zhǔn)確實(shí)現(xiàn)的代碼”，這也是目前公認(rèn)的對機(jī)器學(xué)習(xí)最早最準(zhǔn)確的定義。而我們?nèi)粘Ｋ熘纳窠?jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等都屬于機(jī)器學(xué)習(xí)的范疇，都是受大腦機(jī)理啟發(fā)而發(fā)展得來的。另外一個(gè)比較重要的研究領(lǐng)域就是脈沖神經(jīng)網(wǎng)絡(luò)，國內(nèi)具有代表的單位和企業(yè)是清華大學(xué)類腦計(jì)算研究中心和上海西井科技等。

　　好了，現(xiàn)在終于可以介紹 AI 芯片國內(nèi)外的發(fā)展現(xiàn)狀了，當(dāng)然這些都是我個(gè)人的一點(diǎn)觀察和愚見，管窺之見權(quán)當(dāng)拋磚引玉。