8月9日，“M-TECH—— AI芯片商業(yè)化之路論壇”由第一硬科技產(chǎn)業(yè)媒體磁客網(wǎng)主辦，南京建業(yè)高新技術產(chǎn)業(yè)開發(fā)區(qū)、IC咖啡協(xié)辦，與中關村集成戰(zhàn)略合作電路設計園IC-PARK”在北京麗亭酒店圓滿落幕。

本次論壇以“AI芯片商業(yè)化之路”為核心話題，在美客網(wǎng)、云知聲、地平線、越面科技、異質智能、華登國際、深蘭科技、云天力等代表企業(yè)的主持下，舟芯科技從國家戰(zhàn)略、產(chǎn)業(yè)發(fā)展等方面與參會者探討了AI芯片研發(fā)的重要性，并與現(xiàn)場200余位AI行業(yè)人士進行了深入交流。

在此，我們摘錄每位嘉賓發(fā)言要點（在不改變原意的情況下略有改動）：

《AI芯片，千萬行業(yè)智能化的發(fā)動機》 張永干，——地平線智能解決方案及芯片事業(yè)部總經(jīng)理1、中國已經(jīng)開始從模式創(chuàng)新時代轉向技術創(chuàng)新時代。其中，我們可以看到幾個明顯的趨勢：一是計算從中心開始向邊緣靠攏，會讓整個系統(tǒng)的負載、成本、功耗等方面更加均衡；其次，智能終端增長潛力巨大。目前終端智能化滲透率不足1%。當發(fā)展到2019年、2020年的時候，2019年從愿景來看，市場上的大部分產(chǎn)品都會變得“智能化”，這是一個值得投資的行業(yè)；第三，智能時代是個性化的時代，因為人類的需求是無窮無盡的、碎片化的。而AI技術可以與各種場景相結合，這將為眾多初創(chuàng)企業(yè)帶來更多機會，呈現(xiàn)出“百花齊放”的時代。

2、目前無論是X86還是GPU，都沒有為深度學習和AI時代的新技術做好準備，在性價比、功耗等方面不具備優(yōu)勢，這也是為什么大量新公司選擇建立自己的架構和傳統(tǒng)芯片公司或收購公司或在產(chǎn)品中添加新的AI元素的原因。

3、做AI芯片，首先要有算法，然后用軟件來定義硬件。

《UniOne物聯(lián)網(wǎng)AI芯片商業(yè)落地之路》 包慶峰，——云之聲研發(fā)總監(jiān)1、我們現(xiàn)在已經(jīng)進入了智能互聯(lián)網(wǎng)時代。所謂“智能互聯(lián)網(wǎng)”就是物聯(lián)網(wǎng)+人工智能。它具有三個特殊屬性：一是智能，即所有設備都會變得“智能”；二是形式多樣化；三是應用場景。 AI算法并不是通用算法。只有深入行業(yè)、了解應用場景，才能做好“智能”工作。

2、在計算方面，存在一些云AI無法解決的問題，如時延長、帶寬不足、能耗高、隱私不安全等。對于邊緣計算來說，對本地AI算力和載體也有要求，即足夠的算力、跨設備的形態(tài)、低功耗、低成本、安全等。

3、現(xiàn)有的CPU、GPU、FPGA無法滿足上述需求。他們考慮太多的相互兼容性。在智能互聯(lián)網(wǎng)時代，它們無法滿足當前高性能、低功耗、低成本的需求。

4、客戶的痛點是什么？比如智能音箱，客戶第一步就是要找到算法團隊。第二步是尋找能夠支持該算法的芯片。第三步，找音響設備團隊設計音箱外觀。另外，我們還需要找到一種結構設計。工程師和各個供應商坐在一起分析如何以合理的成本制造揚聲器。最終我們還是要找出問題所在，繼續(xù)調(diào)試。事實上，對于智能音箱解決方案提供商或者最終產(chǎn)品來說，他們只有三個要求：——擁有最好的體驗、可以高度定制、可以快速發(fā)貨。

《低功耗AI芯片的端智能革命》 童志軍，——閱文科技聯(lián)合創(chuàng)始人1、AI芯片離不開AI算法的支撐，AI算法并不能很好地解決客戶問題。當前，人們對數(shù)據(jù)隱私保護和實時計算的要求越來越高，這使得計算能力逐漸從云端遷移到邊緣。

2、AI芯片的高度智能化離不開數(shù)據(jù)生態(tài)，數(shù)據(jù)生態(tài)離不開應用場景。目前商業(yè)、教育等行業(yè)都有痛點，這也是AI芯片可以落地的場景。

《創(chuàng)業(yè)公司在AI芯片中的機遇》 謝強，——異構智能中國區(qū)副總裁1、2017年整個半導體市場4290億，整個集成電路3600億，其中AI芯片占了數(shù)百億。他預計，到2020年，AI芯片相關市場規(guī)模將達到146億美元。按年增長率50%計算，到2025年AI芯片市場規(guī)?？缮?50億美元。

2、人類讓機器智能化有三個節(jié)點。在這些節(jié)點的背后，我們可以看到AI的核心驅動力：第一個節(jié)點是1997年，深藍擊敗卡斯帕羅夫；第二個節(jié)點是AlphaGo戰(zhàn)勝卡斯帕羅夫。人類；第三個節(jié)點是2012年，當時斯坦福、谷歌、百度和很多科學家把他們的學位全部轉移到了GPU上。在這三個東西的背后，我們看到的關鍵是——的算力。

3.人工智能分為兩步。第一階段是算法訓練，目前基本被NVIDIA占據(jù)；第二階段是推理計算，即應用。其中，高性能、低功耗屬于AI終端應用之列。關鍵（低功耗低性能模式——較低的性能無法滿足大多數(shù)人工智能計算的要求，高性能高能耗——巨大的功耗無法滿足大多數(shù)終端應用場景的要求）也是初創(chuàng)公司的機會存活。

4、CPU、GPU等通用處理器市場沒有機會。我們現(xiàn)在能做的就是把各種專用芯片做到極致，用CPU、GPU等搭建一個小系統(tǒng)，這是一個很好的解決方案。解決方案。另外，未來如果你的芯片比別人的功耗少5瓦，甚至1瓦，那將是一個特別大的競爭優(yōu)勢。

《人工智能帶來半導體的又一波創(chuàng)新浪潮》 —— 華登國際合伙人王林1. 過去10年，半導體增長的驅動力是智能手機。近年來，人工智能的出現(xiàn)給半導體行業(yè)帶來了第二春。 2016年至2017年，中國半導體市場增速從2016年的15.8%提升至18.8%，而這背后的原因就是AI的出現(xiàn)。

2、為什么AI對半導體行業(yè)有這么大的推動力？事實上，芯片是由應用驅動的。新的人工智能技術的出現(xiàn)帶來了很多新的應用，也讓一些老的應用煥發(fā)了生機，比如集成輔助閱片系統(tǒng)和軟件的醫(yī)學影像。

3、后摩爾時代/后智能手機時代，半導體產(chǎn)業(yè)將何去何從？當前，半導體行業(yè)的摩爾定律正在受到挑戰(zhàn)，AI是半導體的新戰(zhàn)場。繼手機之后，半導體的下一個巨大應用平臺是汽車平臺。

《AI芯片應用方面的具體經(jīng)驗介紹》 —— 王新雷深蘭科技副總裁1、深蘭科技為什么選擇做芯片？因為我有自己的場景，其次我從2014年就開始深入研究計算機視覺算法，現(xiàn)在已經(jīng)很穩(wěn)定了。相反，他指出，一些芯片廠商先做芯片，再找場景，這是不對的。

2、一般情況下，做出一款通用芯片至少需要10年的時間，這涉及到生態(tài)建設、芯片制造技術等問題。如果你想在三年內(nèi)擊敗英偉達并與英特爾競爭，就必須麻煩政府收復臺灣。

《“芯”連視界，智造未來》 —— 云天勵飛對外合作高級經(jīng)理、首席研究員謝利民1、出于網(wǎng)絡質量、存儲和計算成本等考慮，大多數(shù)AI解決方案都把智能放在前端，驅動力在前端。設備的計算能力足夠強，芯片性能足夠強，功耗足夠，延遲足夠低。為此，我們實現(xiàn)終端智能化的關鍵在于“芯”。沒有人工智能就沒有終端，沒有芯片就沒有人工智能。

2、AI的落地離不開場景，必須深入了解需求。從未來來看，我們的設計思路應該是這樣的：——用系統(tǒng)了解行業(yè)需求，從行業(yè)入手獲取數(shù)據(jù)，用數(shù)據(jù)去優(yōu)化算法固化芯片，用芯片真正解決行業(yè)核心痛點。

《AI芯片在視覺與語音后的下一個爆點探討》 —— 周信科技CEO 陳更新1、應用驅動人工智能發(fā)展。沒有人工智能就沒有行業(yè)，沒有人工智能就沒有行業(yè)。人工智能的核心是計算，計算分為兩個層次：一個層次是能做什么，另一個層次是怎么做。這是兩個不同的層次。

2、制作芯片只是1%的工作，還有99%的工作需要完成。 99%的工作是構建生態(tài)系統(tǒng)，包括平臺等上下游關系。在芯片的生態(tài)環(huán)境中，有平臺、解決方案等很多復雜的東西，但內(nèi)在的關鍵在于整個上下游生態(tài)系統(tǒng)的支撐。

圓桌會議《AI芯片——中國芯片的機遇與挑戰(zhàn)》·問題一：算法公司為什么一定要做芯片？這有必要嗎？如果我們不做芯片，未來會怎樣？

包慶豐：云之聲2016年就決定做芯片。芯片是算法實現(xiàn)的節(jié)點，也是數(shù)據(jù)的來源。無論是應用實現(xiàn)還是數(shù)據(jù)采集，芯片都是不可替代的戰(zhàn)略方向。算法公司如果沒有芯片，未來會很困難。如果只是在現(xiàn)有的數(shù)據(jù)集上構建算法，或許在2015年、2016年就能獲得融資。但現(xiàn)在，投資者對初創(chuàng)公司的盈利能力要求越來越高，大家都希望看到算法快速轉化為商業(yè)利益。如果沒有具體的實現(xiàn)場景，算法未來很難生存。

佟志軍：做芯片主要是為了讓算法運行得更高效，另外一個就是讓公司更有競爭力。事實上，一些公司仍在致力于云解決方案，所以我認為制造芯片只是其中一種方式。并不是每個公司都必須接受，最終還是要根據(jù)自己的情況來考慮。

謝強：做芯片對于人工智能公司來說是非常非常重要的事情。算法公司不需要制造芯片。如果你專注于做算法，就用我們的芯片吧。

王新雷：從我們的角度來看，出于商業(yè)考慮，不做芯片并不劃算。如果我們不做芯片，我們的“命運”就會掌握在英偉達等公司手中。另外，隨著一些資本的加入，制造芯片不再是一項昂貴的任務。

陳更新：從整個生態(tài)鏈來看，算法處于中間?；谒惴?，只要有應用場景，就可以向上運行。沒有應用場景，芯片就做不好。我覺得只要有基礎，芯片就能做出來。

·問題二：自動駕駛會成為AI芯片“大規(guī)模”落地的第一個場景嗎？

包慶峰：我們對車規(guī)級芯片和消費級芯片有不同的要求。前者非常嚴格。另外，我們還需要定義自動駕駛，因為不同級別的自動駕駛意味著算法的難度不同。我個人認為，AI芯片在自動駕駛方面大規(guī)模落地是有可能的，但是要看具體的場景，以及級別是L3、L4還是L5。不過，我相信，相比車規(guī)級芯片，語音芯片會更快實現(xiàn)大規(guī)模商業(yè)化，因為語音交互是人機交互的必要方式。

佟志軍：我認為自動駕駛芯片的大規(guī)模落地可能是在一些受限的場景，比如接駁車等，至于真正的民用級自動駕駛，可能還需要一段時間，這涉及到復雜度等因素的道路狀況。

·問題三：安防市場已被海康威視、大華占據(jù)，政府機構不愿意花大量資金用深度學習攝像頭替代現(xiàn)有攝像頭。這使得邊緣計算難以實施?？腿嗽趺纯?？

謝強：解決這個問題，首先要讓政府真正感受到“痛”，比如日常圖像存儲、電力消耗、網(wǎng)絡建設等問題。接下來，我們要幫政府算一筆經(jīng)濟賬。并從技術層面檢查具體方案。

王新雷：公安、司法、司法方面我們不做安全。一是涉及人臉識別，算法難度較大，二是涉及隱私權。相比之下，我認為安全的實施場景是在樓宇、社區(qū)、城市等的管理中。

陳更新：歸根結底，這個問題能否解決，取決于是否真正解決了用戶的痛點。對于政府和運營商來說，他們的痛點就是芯片。

更多優(yōu)質內(nèi)容，請繼續(xù)關注magnesia.com~~