央廣網科技3月28日消息（記者賈斯曼）去年隨著產業、資本、技術等各方面向ai芯片領域投入，“造芯”成為2018年中國ai科技的一條主動脈。百度、阿里、騰訊、華為、寒武紀、地平線、云知聲等中國科技公司出現了一波“造芯熱”。

一年過去了，中國企業自主研發芯片的進程如何？中國芯破局機遇何在？

“目前國內芯片僅應用軟件與世界先進水平相比，情況較理想，但原料與設備、制造、設計、系統軟件等方面與國際先進水平存在不同程度的差距?！鼻迦A大學電子工程系教授汪玉在2019新智元ai技術峰會上指出，具體到芯片設計而言，cpu(中央處理器)差距較大，市場被英特爾等老牌廠商占領；隨著地平線、寒武紀等一批芯片公司崛起，ai芯片設計的差距較??；新器件領域則處在同一起跑線。汪玉作為學術界成員，也認識到學術與產業界的合作的重要性及問題，呼吁構建半導體創新生態。

此外，從現實應用上講，數據中心仍然需要更強、更快的訓練能力，而“ai+”迫切需要遍布于從終端到云的推理能力，這是促使科技巨頭大規模投入、互相競爭的根本。

應用部署ai能力的位置、尺寸、成本、功耗要求的多樣性以及與其他計算能力快速集成的要求對ai計算提出了更高層級的要求。作為芯片巨頭的英特爾，一方面探索量子計算和神經擬態計算，另一方面也在探索超異構計算形態，未來無論是云、終端，都是ai超級芯片的天下。

中國ai造芯緊跟邊緣計算風口

隨著網絡邊緣產生的數據逐步增加與物聯網的發展，許多新的計算模型正在不斷的提出。例如，如果能夠在網絡邊緣結點處理、分析數據，那么這種計算模型會比云計算更高效。

對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。

今年3月，科技巨頭的新動作引起了行業關注，谷歌對外發布搭載edge tpu芯片的千元級開發板，執行推理速度優于任何其他處理器架構；英偉達也在gtc十周年之際發布了一款邊緣計算產品jetson nano人工智能計算機，僅售99美元；聚焦邊緣計算的ai芯片公司地平線融資6億美元，估值超過30億美元。

從科技大廠到創業公司，似乎都站上了邊緣計算的風口，這場芯片大戰已經由云入端，搶占邊緣，ai芯與智能云的下一個十年有哪些趨勢？

在英特爾、英偉達、arm公司占領了數據中心和手機芯片市場的情況下，中國公司試圖從邊緣及終端突圍，利用中國巨大的制造業硬件產業鏈和場景優勢，試圖建立起自身ai芯片生態系統。

同時，aiot(人工智能物聯網)的架構也在演變，從集中式和云端到架構的轉變正在順利進行。與邊緣架構相關聯的整齊層將演變為更加非結構化的架構，包括在動態網格中連接的各種設備和服務，這些網狀結構將實現更靈活、智能和響應更快的物聯網系統。

此外，面對算法不斷演進、算法與應用密切相關的ai芯片的兩個現實問題，能兼顧靈活性和高能效的芯片架構處在不斷探索中。云知聲副總裁李霄寒博士告訴記者，物聯網結合人工智能化浪潮，需要全新的aiot芯片(人工智能物聯網芯片)，多模態ai芯片是關鍵一步。

他指出，ai與物聯網的疊加要求傳統解決方案朝五大方向轉型：從通用架構到ai架構、從依賴硬件到軟硬件一體、交互從單模態轉向多模態、設備從獨立到協同。

李霄寒表示，針對人工智能的芯片設計，面臨著碎片化場景、馮·諾依曼內存墻、邊緣側應用的低功耗需求、安全需求四大挑戰。在芯片設計上，需面向具體場景，基于端云互動的思想提供多模態處理的能力，在性能、功耗、面積上達到優異平衡，并兼顧連接和安全的需求。

“解決馮·諾依曼內存墻這一行業共同難題，關鍵在于拉近計算單位和存儲單位的距離，讓它們盡可能接近，異構計算系統架構設計、加速器近算存儲結構，以及通用api（應用程序編程接口）函數到專用指令集的多重應對方案可以進一步解決該問題?！崩钕龊缡钦f。

以上是網絡信息轉載，信息真實性自行斟酌。