一文读懂AI芯片：“中国芯”崛起的最佳时机？

近几年来，人工智能作为自互联网诞生以来的第二次技术形态的体现，随着智能产品的落地应用，不同场景的算法持续涌现，计算数据呈爆炸式增长。不少厂商为了追求产品多样化，不断推出新功能，在产品中提到的“人机交互”、“智能识别”等新鲜的概念词汇，以此吸引消费者的购买欲望。

与此同时，AI芯片作为人工智能技术的硬件基础和产业落地的载体，吸引了众多巨头和创企入局，各类AI芯片相继面世。

在近日胡润研究院发布的《2020胡润中国芯片设计10强民营企业》榜单中，按照企业市值或估值列出了中国10强本土芯片设计民营企业，分别为：韦尔股份、汇顶科技、兆易创新、卓盛微电子、君正集成电路、圣邦微电子、比特大陆、瑞芯微、晶晨半导体、地平线、寒武纪科技。11家芯片设计企业中比特大陆、地平线、寒武纪科技3家都是AI芯片公司，占据了将近1／3的比重，足以见得AI芯片发展的重要性。

从架构说起，AI芯片走了怎样一条路

其实最早AI芯片的出现并不是为了执行指令，而是为了进行大量的数据训练和应用的计算。由于传统CPU在解决深度学习任务时效率不够高，且耗费的成本昂贵，因此催生了专门解决特定任务的新硬件——AI芯片。

当前AI芯片的设计方案繁多，市面上对于AI芯片其实也没有明确统一的定义，广义上来说所有面向人工智能的芯片都叫做AI芯片。

指令级架构是主流

从芯片架构来看，目前市场上绝大多数AI芯片都是采用传统的指令集架构。

传统的指令集架构采用冯·诺依曼计算方式，通过指令执行次序控制计算顺序，并通过分离数据搬运与数据计算提供计算通用性。在本质上还是所谓的“计算优先”模式，需要通过扩展并行计算单元来提升芯片处理性能。

目前，市场上传统的通用指令集架构主要包括人们熟知的X86架构、ARM架构、RISC－V开源架构，以及SIMD架构。