人工智能產業規模高速增長，全球市場調研機構IHS Markit發布數據顯示，到2025年AI應用市場規模將從2019年的428億美元激增到1289億美元。
回顧2019年，AI機器人群聊、管控道路橋梁積水、寫作、智能客服……人工智能做了許多原本人類才會做的事情。數不盡的紛繁應用背后離不開 AI 芯片的基礎支撐。
日前，AI芯片新老牌廠商“混戰”國際消費類電子產品展覽會，全面覆蓋當前人工智能六大核心落地場景，包括云端訓練、云端推理、智能手機、AIoT視覺推理、AIoT語音推理、自動駕駛等，國內AI芯片進入落地階段。
根據中國人工智能產業發展聯盟(以下簡稱聯盟)提供的數據，2019年以來國內外芯片廠商共發布AI芯片近30款。
AI芯片怎樣支撐多姿多彩的人工智能應用落地？評測標準進展如何？今年的亮點、看點又在哪？科技日報記者采訪了相關專家。
AI芯片：驅動智能產品的大腦
回顧2019年，AI機器人群聊、管控道路橋梁積水、寫作、智能客服……人工智能做了許多原本人類才會做的事情。數不盡的紛繁應用背后離不開AI芯片的基礎支撐，它是如何驅動AI“作業”的呢？
目前消費類智能產品大量應用人工智能、大數據等技術，芯片作為硬件載體，承擔了“讓智能產品發揮作用”的功能。鯤云科技創始人兼CEO牛昕宇介紹，人工智能行業有三個核心驅動力：算法、算力和數據。人工智能芯片作為人工智能應用的底層硬件，為其提供算力支撐。“通過技術創新，不斷提升人工智能計算的性能、降低其成本和功耗，從而支持越來越復雜的人工智能應用。”
如果把運行各種人工智能技術集合比作一個人的話，人工智能芯片就是它的大腦實體，而各種聊天、視頻制作、自動駕駛應用就是它根據自己所能接觸到的數據，學習到的經驗知識進行的操作。一方面，隨著數據經驗的積累，它們運行的人工智能應用會越來越精確，另一方面，它的學習受限于大腦的容量(芯片計算能力)、培養成本(芯片成本)以及大腦運算消耗的熱量(芯片功耗)。
牛昕宇解釋道：“人工智能芯片研發要做的，就是提供這樣一個越來越智能的大腦，從而能夠學習各種各樣的技能(人工智能應用)，最終應用到各類智能終端設備中，在自動駕駛、智慧城市、工業視覺、智慧安防等領域發揮作用。”
AI芯片的發展，離不開人工智能技術的發展。人工智能從1956年誕生至今，共經歷過三次大的浪潮。進入21世紀，隨著計算機性能的提升和海量數據的產生，機器學習和CNN網絡(卷積神經網絡)獲得突破，算法、算力和數據滿足了人工智能的商業化落地需求，免備案主機，人工智能迎來了高速發展的階段。
“特別是2017年起，人工智能的商業化落地不斷加速。” 牛昕宇認為，從芯片的起步、發展、成熟的三個階段來看，人工智能芯片仍然處于起步階段。
人工智能芯片主要包含三個發展脈絡，一是由于前期人工智能落地的旺盛需求，英偉達的圖像處理器GPU因為可以支持CNN等算法網絡，滿足基本的人工智能落地需求，在這個時期獲得了大范圍應用，其也通過芯片架構不斷迭代，逐步轉型成為人工智能芯片供應商。二是因為算法的不斷迭代，對芯片和算力提出了更高的要求，這時候國內外的初創企業和華為等采用與英偉達類似的指令集技術路線，通過架構創新，推出了一批新的專用人工智能芯片。三是影響芯片性能的制程工藝發展日趨成熟，摩爾定律放緩對指令集技術路線的發展提出了挑戰，目前也有初創企業采用全新的數據流技術路線，推出新的專用人工智能芯片。
當前國內主要是后兩種人工智能芯片，各家企業都處于推出產品、進行市場化落地的階段。例如，鯤云科技就在去年發布了通用AI底層CAISA芯片架構，可以實現高達98%的芯片利用率，在智慧城市、工業檢測、電力安防等領域實現了規模落地。
牛昕宇坦言，芯片行業是一個需要不斷迭代發展的行業。深度學習算法日新月異，對算力也提出了更高的要求，滿足人工智能快速發展的需求，VPS租用，仍然需要芯片企業對于市場的快速反饋，完成產品的快速迭代和優化。
2020年看點：“落地”被反復強調
人工智能產業規模高速增長，據全球市場調研機構IHS Markit發布的AI普及度調查預測，到2025年AI應用市場規模將從2019年的428億美元激增到1289億美元。
