人工智能爆发 中美AI芯片大比拼

人工智能爆发，与芯片这“魔法”获得突破密不可分。不管是智能驾驶还是人脸识别，这些技术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。

得芯片者得天下。在全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。根据国际知名专利检索公司QUESTEL发布的《芯片行业专利分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赶上国外老牌企业。

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：

巨头布局AI芯片

一、中美人工智能芯片公司有哪些？

先说美国

——全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，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，也是全球图形技术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 芯片的同步并行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、并行计算等部分计算方面，GPU 可以提供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用的技术部件中，就采用了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计算机NVIDIA DGX-1。2017 年4 月，NVIDIA宣布全新数据中心加速器Tesla P100 已经供货，Tesla P100计算卡面向人工智能、自动驾驶、气候预测、医药开发等专业领域。

NVIDIA

在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，这几乎是业内拥有最高收益的公司。

2）Intel（英特尔）—基于Nervana 技术的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，如果一切进展顺利，Nervana芯片的最终形态会在2017年底面世。 Nervana一直在研究将深度学习算法嵌入到计算芯片之中，而不是简单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，与图形芯片相比，Nervana 技术可以使深度学习系统运行速度提升100 倍，计划2017 年销售集成Nervana 技术的芯片，在深度学习市场挑战英伟达优势，英特尔计划在至强处理器中整合Nervana 芯片和软件。同时，英特尔收购FPGA生产商巨头Altera，研发基于FPGA技术的人工智能芯片。

英特尔Nervana产品组合

3）高通

在智能手机芯片占据绝对优势的高通公司，也在人工智能方面积极布局。据高通提供的资料显示，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服务”的云知声。

而早在2015年CES上，高通推出了一款搭载骁龙SoC的飞行机器人——Snapdragon Cargo。高通认为在工业、农业的监测以及航拍对拍照、摄像以及视频新需求上，公司恰好可以发挥其在计算机视觉领域的能力。此外，高通的骁龙820芯片也被应用于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量子计算机

IBM 从2008 年开始研究能模拟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 万个模拟神经元和2.56 亿个模拟神经突触。不同芯片还可以通过阵列的方式互联。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、结构 、功能、外形

TrueNorth 芯片与众不同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）。由于使用异步逻辑，功耗仅为70mW，而同结构的54 亿个并联晶体管会消耗50-100W。为了使神经元构成任意至任意的连接结构，芯片上有庞大的交叉开关，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 宣布将在年内推出全球首个商业“通用”量子计算服务IBM Q，为50 量子bit 的计算机，比之前推出的5 量子位计算机大10 倍，且可以胜任许多传统计算机无法完成的工作，据称将加速药品开发以及科学新发现。2016 年5 月，IBM 发布了一项量子计算云服务，每个人都可以使用其5 量子位量子计算机。