文 蓉蓉

中国芯

人工智能爆发，与芯片这“邪术”得到打破密不可分。
不管是智能驾驶还是人脸识别，这些技能的实现都有赖于背后功能更强、体积更小、功耗更低的小小芯片（集成电路）。

得芯片者得天下。
在环球范围竞争日趋激化的AI研究领域，中国的存在感正在加强。
根据国际有名专利检索公司QUESTEL发布的《芯片行业专利剖析及专利组合质量评估》报告指出：中国近10年芯片专利增长惊人，已成为芯片专利申请第一大国。
中国企业在芯片专利数量上已逐步遇上国外老牌企业。

既然如此，为何国产AI芯片与美国还有这么大差距？且看以下4个方面：

巨子布局AI芯片

一、中美人工智能芯片公司有哪些？

先说美国

——环球十大人工智能芯片厂商：中国3家 美国6家上榜

1）NVIDIA（英伟达）——GPU 行业领袖，成人工智能芯片领头军

NVIDIA创立于1993年1月，是美国一家以设计智核芯片组为主的无晶圆（Fabless）IC半导体公司，也是环球图形技能和数字媒体处理器行业领导厂商。
英伟达的GPU 是图像处理的行业龙头，GPU 芯片的同步并走运算非常适用于人工智能的深度学习神经网络。

事实证明，在浮点运算、并行打算等部分打算方面，GPU 可以供应数十倍乃至于上百倍于CPU 的性能。
目前国际GPU市场被NVIDIA 和AMD（英国） 两大公司瓜分。
截至2015 年第二季度，NVIDIA 市场份额已达到82%。
谷歌无人驾驶汽车所采取的技能部件中，就采取了NVIDIA 的移动终端处理器Tegra（4 核CPU+256 核GPU）

2013-2015年GPU市场份额

2016 年8 月，英伟达推出首台深度学习超级打算机NVIDIA DGX-1。
2017 年4 月，NVIDIA宣告全新数据中央加速器Tesla P100 已经供货，Tesla P100打算卡面向人工智能、自动驾驶、景象预测、医药开拓等专业领域。

NVIDIA

在刚刚过去的2016年，英伟达的股价上涨了228%，过去的5年内累计上涨500%。
500亿美元的市值将会持续给英伟达带来40倍的市场收入，这险些是业内拥有最高收益的公司。

2）Intel（英特尔）—基于Nervana 技能的AI 芯片& FPGA

2016年11月，英特尔花费4亿元收购一家创业公司Nervana，如果统统进展顺利，Nervana芯片的终极形态会在2017年底面世。
Nervana一贯在研究将深度学习算法嵌入到打算芯片之中，而不是大略的打造能够在大量图形处理器上运行的软件，这个逻辑和英特尔发力人工智能芯片的思路不谋而合。

英特尔称，与图形芯片比较，Nervana 技能可以使深度学习系统运行速率提升100 倍，操持2017 年发卖集成Nervana 技能的芯片，在深度学习市场寻衅英伟达上风，英特尔操持在至强处理器中整合Nervana 芯片和软件。
同时，英特尔收购FPGA生产商巨子Altera，研发基于FPGA技能的人工智能芯片。

英特尔Nervana产品组合

3）高通

在智好手机芯片霸占绝对上风的高通公司，也在人工智能方面积极布局。
据高通供应的资料显示，其在人工智能方面已投资了Clarifai公司和中国“专注于物联网人工智能做事”的云知声。

而早在2015年CES上，高通推出了一款搭载骁龙SoC的翱翔机器人——Snapdragon Cargo。
高通认为在工业、农业的监测以及航拍对拍照、摄像以及***新需求上，公司恰好可以发挥其在打算机视觉领域的能力。
此外，高通的额骁龙820芯片也被运用于VR头盔中。
事实上，高通已经在研发能在本地完成深度学习的移动设备芯片。

4）IBM——类人脑芯片TrueNorth&量子打算机

IBM 从2008 年开始研究能仿照人类大脑的芯片项目，2014 年推出首个基于SyNAPSE 打造的TrueNorth芯片，该芯片内置100 万个仿照神经元和2.56 亿个仿照神经突触。
不同芯片还可以通过阵列的办法互联。
据称48 颗芯片组建成的具有4800 万个神经元的网络，智力水平已经和普通老鼠大脑差不多。

IBM 的TrueNorth芯片的形态、构造 、功能、形状

TrueNorth 芯片分歧凡响的是同时具有传统的同步部分（接口和时序）和异步部分（大脑式架构）。
由于利用异步逻辑，功耗仅为70mW，而同构造的54 亿个并联晶体管会花费50-100W。
为了使神经元构成任意至任意的连接构造，芯片上有弘大的交叉开关，用于将芯片上54亿个晶体管的神经元连在一起。

今年3 月份，IBM 宣告将在年内推出环球首个商业“通用”量子打算做事IBM Q，为50 量子bit 的打算机，比之前推出的5 量子位打算机大10 倍，且可以胜任许多传统打算机无法完成的事情，据称将加速药品开拓以及科学新创造。
2016 年5 月，IBM 发布了一项量子打算云做事，每个人都可以利用其5 量子位量子打算机。

5)谷歌（Google）———定制化TPU 芯片+量子打算机

Google TPU板卡

谷歌为其深度学习神经网络打造基于ASIC 的专用TPU 芯片（张量处理器）。
该TPU 芯片也用于AlphaGo 的系统中。
ASIC 是专用集成电路，具有体积更小、功耗更低、性能提高、保密性增强、本钱低等优点。
TPU 目前在谷歌紧张用于：1）、机器学习系统RankBrain，用于帮助谷歌处理搜索结果；2）、街景StreetView，用于提高舆图与导航的准确性；3）、围棋人工智能AlphaGo，其最初版本利用48 个CPU+8 GPU，对战樊麾时升级到1202CPU+176 GPU，对战李世石时升级至TPU 版本。

谷歌同时致力于量子打算机的研究 。

6）微软——重点研发FPGA 人工智能芯片，推出基于FPGA 的视觉芯片

微软把重心放在FPGA人工智能芯片上，目前FPGA 已经被运用在Bing搜索的支持上，基于神经网络推动新的搜索算法，实行速率比传统的芯片会快很多倍，只须要24ms 就可以实现搜索，规避了以往长达四秒搜索空缺的尴尬。
其FGPA 同样能够支持微软的云打算做事Azure，未来微软环球的数百万部的做事器将会用FPGA。

微软基于FPGA的人工智能芯片

同时微软推出基于FPGA 技能的视觉芯片A-eye，使得摄像头具有视觉理解能力。
FPGA 的输入到输出之间并没有打算过程，只是通过烧录好的硬件电路完成旗子暗记的传输，因此运行速率非常高，可达CPU 的40 倍。
目前的摄像头紧张完成记录、存储等功能，在摄像头上加入A-Eye 视觉芯片，就可以让摄像头具有视觉理解能力。
A-Eye 可以广泛运用在智能安防，婴儿和老人通知，沙场机器人，汽车和无人机等各种须要视觉智能的领域。

此外，苹果、Facebook以及Twitter都在通过设计新的芯片加强人工智能研发。

再说海内：

——国产AI芯片年夜志勃勃 或要上演后来居上

1、地平线机器人——NPU

由中国人创立于2015年的初创企业Horizon Robotics（地平线机器人）致力于打造基于深度神经网络的人工智能“大脑”平台-包括软件和芯片，可以做到低功耗、本地化的办理环境感知、人机交互、决策掌握等问题。
个中，软件方面，地平线做了一套基于神经网络的OS，已经研发出分别面向自动驾驶的的“雨果”平台和智能家居的“安徒生”平台，并开始逐步落地。
硬件方面，未来地平线机器人还会为这个平台设计一个芯片——NPU（Neural Processing Unit），支撑自家的OS，到那时效能会提升2-3个数量级（100-1000倍）。

2. 中科寒武纪

——在国际上首创了深度学习处理器方向

寒武纪科技由创始人陈天石教授带领中科院团队成立于2016 年，致力于打造各种智能云做事器、智能终端以及智能机器人的核心处理器芯片。
公司研制了国际首个深度学习专用途理器芯片，显著提升了人工智能领域的运算效能。
不同于Google采取的通用途理器，“寒武纪”芯片专门面向深度学习技能。
仿照实验表明，“寒武纪”相对付传统实行x86指令集的芯片，有两个数量级(几百倍)的性能提升。
目前，寒武纪系列已包含三种原型处理器构造：

寒武纪芯片

寒武纪1号（英文名DianNao，面向神经网络的原型处理器构造）；

寒武纪2号（英文名DaDianNao，面向大规模神经网络）；

寒武纪3号（英文名PuDianNao，面向多种机器学习算法）。

与谷歌人工智能对标，寒武纪的目标是要让1瓦以内功耗的摄像头、手机、乃至腕表都能和“阿尔法狗”一样“聪明”。
并且希望具有更优的性能、更强大的打算能力，以及更低的耗能。
目前寒武纪芯片家当化在即，估量2018 年上市，市场表现值得期待。

3.中星微电子

2016年6月20日，率先推出中国首款嵌入式神经网络处理器（NPU）芯片中星微，这是环球首颗具备深度学习人工智能的嵌入式***采集压缩编码系统级芯片，并取名“星光智能一号”。
这款基于深度学习的芯片利用在人脸识别上，最高能达到98%的准确率，超过人眼的识别率。
该芯片于今年3月6日实现量产，目前出货量为十几万件。

中星微NPU架构图

该NPU采取了“数据驱动”并行打算的架构，单颗NPU（28nm）能耗仅为400mW，极大地提升了打算能力与功耗的比例，可以广泛运用于高清***监控、智能驾驶赞助、无人机、机器人等嵌入式机器视觉领域。

4.百度——DuerOS聪慧芯片

联合硬件厂商推出DuerOS聪慧芯片，可以视作百度在人工智能与硬件设备一体化方面的新探索。
DuerOS聪慧芯片拥有低本钱芯片和模组，可以以芯片嵌入的形式放到任何硬件中，能够更加快速而广泛地运用到更多场景。
可以看出，百度在利用“算法+芯片”的组合实现人工智能家当化落地。

除百度外，腾讯和阿里也加入战局，近期均推出了FPGA云办理方案，华为也在做云打算的架构和办法研究。

二、中美人工智能芯片专利数量

——中国专利申请数大幅度增长 美国增速稳定

根据乌镇环球人工智能申请专利数量，美国、中国位列前二，且数量级靠近。

中美人工智能专利数量

而根据国际有名专利检索公司QUESTEL发布的《芯片行业专利剖析及专利组合质量评估》报告指出：中国近10年芯片专利增长惊人，已成为芯片专利申请第一大国。
中国企业在芯片专利数量上已逐步遇上国外老牌企业。

芯片专利前30位专利权人构成剖析图

上图是芯片专利前30位专利权人构成剖析图，从图中可以看出，在芯片专利数量前30位专利权人，日本公司居多，日立、东芝和NEC，排名前三位，其次是美国的IBM、英特尔、德州仪器、高通等老牌企业，来自中国大陆的复兴通讯、华为分别位居第23、第27位，复兴通讯旗下子公司复兴微电子是海内芯片专利申请量第一的企业。

可见，经由多年的技能积累和专利积累，海内企业已经初步具备了和国际企业竞争互助的技能根本和知识产权根本，最近几年，海内企业从专利数量上来说已逐步遇上了国外老牌企业。

但也有业内人士提出质疑，认为目前在很多高精尖的领域中，如高速光通信接口、大规模FPGA、高速高精度ADC/DAC等紧张依赖美国供应商。
国外企业无论从市场还是专利数量来说，仍旧在环球霸占了大部分席位。
海内企业在诸多方面都与国际领先企业存在着较大差距。

下面以复兴通讯与英特尔专利技能为例，选取复兴通讯的专利组合（1238个有效专利）和英特尔的专利组合（1722个有效专利）进行技能和利用维度的比拟，理解一下，海内企业和美国前辈水平在专利技能上的差距。

复兴通讯vs英特尔专利技能和利用度量雷达图

蓝线代表复兴通讯，红线代表英特尔。
总体而言，在所有指标中，复兴通讯专利的普遍性指数高于均匀值，与高普遍性指数有关的专利与多个技能领域中的后期发明干系。
这是一个积极的迹象，由于它表明复兴通讯的技能对付其它行业中的其它运器具有干系性。

业内人士指出，国产芯片紧张运用于消费类领域，而在对稳定性和可靠性哀求很高的通信、工业、医疗和军事等领域，仍紧张依赖美国等发达国家。
随着以复兴通讯、华为为首的通讯科技企业正在大幅提高国产芯片的自给率，以及与信息安全干系的芯片家当成为国家重点扶持钻营打破的家当，比如国家芯片基金先后对紫光、复兴微电子的大手笔参股投资，中国芯片家当未来五到十年将走向新的快车道。

三、环球人工智能论文数量排名

环球人工智能论文数量排名图片描

从最具威信的美国人工智能学会的国际会议来看，最近3年来，美国和中国的揭橥成果涌现激增。
2015年美国的大学和企业的揭橥达到326项（48.4％），比例最高，其次中国为138项（20.5％）。
两国占整体的约7成。

各国在美国人工智能学会的国际会议上揭橥的论文数

四、大学排行榜

——在人工智能方向，环球排名TOP50的大学中没有一所中国大陆大学

人工智能环球高档院校TOP50排名