打破内存墙、功耗墙 国产芯片AI-NPU的现在和未来

作者：刘建伟，爱芯元智联合创始人

随着5G的落地，物联网的成本效益显现，工业数字化、城市智慧化等演进趋势日益明显，越来越多的企业和城市开始在物联网创新中加入数字孪生这种颠覆性的概念，来提高生产力和生产效率、降低成本，加速新型智慧城市的建设。值得一提的是，数字孪生技术已被写进国家“十四五”规划，为数字孪生城市建设提供国家战略指引。

关于数字孪生，我们可以举个例子，前几年亚马逊和京东推过的无人零售概念型实体店，将线下零售店变成了线上淘宝店，人们去店里购物前只需打开APP，在设置中完成刷脸登录，脸部认证成功后，在刷脸开门时即可自动关联账户，购物后不用排队手动结账，只靠刷脸即可离开。看似无人管理，但背后却是人工智能的全程跟踪，消费者的一举一动都被摄像头捕捉了下来，比如你把什么商品拿起来看了又看，意味着你对这个商品很有兴趣，但是出于某种顾虑又没买，最终买了另外的商品，这样的数据会被抓取下来，进行深层次的分析，形成基础数据库，之后就可以根据你所有的购物记录和消费习惯进行周期性的推送等。

通过这个例子，我们可以看到将物理世界数字化带来的便利性。而视觉是人类感知世界的一个重要手段。人类进入智能社会的基础是数字化，感知是将物理世界数字化的前提，而前端视觉感知的种类、数量和质量决定了我们这个社会智能化程度的高低。由此可见，智能化未来的基础是“感知＋计算”，AI视觉在智能化的进程中会起到非常关键的作用，具备非常广阔的应用前景。有行业分析师认为，数字孪生技术即将超越制造业，进入物联网、人工智能和数据分析等整合领域。这也就是我们选择了这个创业方向的原因。

而视觉芯片作为物理世界到数字孪生世界最重要的入口，正受到广泛关注，尤其是能够对物理世界进行80％－90％还原的AI视觉感知芯片。

那么什么是AI视觉感知芯片呢？从需求端的角度来看，AI视觉感知芯片需要具备两大功能：一是看得清，二是看得懂，其中AI－ISP负责的就是看得清，AI－NPU负责看得懂。

图｜AI视觉芯片的技术特点

事实上，从广义上来讲，在人工智能应用中能实现AI加速的芯片都可以被称为AI芯片，而其中用来提高AI算法运行效率的模块往往被称为NPU（神经网络处理器）。目前，使用NPU加速的AI视觉芯片已被广泛地应用于大数据、智能驾驶和图像处理领域。

根据IDC发布的最新数据显示，2021年加速服务器市场规模达到53．9亿美元，同比增长68．6％。其中，GPU服务器以90％的市场份额占据主导地位，ASIC和FPGA等非GPU加速服务器以43．8％的增速占有了11．6％的市场份额，达到6．3亿美元。这意味着神经网络处理器NPU的应用已走出早期试点阶段，正成为人工智能业务中的关键需求。所以，今天我们就来聊聊负责“看得更清”以及“看得懂”的AI－NPU。