作为人工智能（AI）产业发展的基石，AI芯片近年来发展迅猛，众多企业纷纷布局。然而，在日前于上海举行的2019世界人工智能大会上，业界人士表示，当前AI芯片发展看似火热，其实全球AI芯片产业尚处于“婴儿期”，未来发展仍需找准突破点。

AI芯片需求广阔迎来爆发

2019世界人工智能大会上发布的《中国人工智能芯片产业发展白皮书》显示，2018年中国AI芯片市场规模达到80.8亿元，同比增长50.2%。

目前来看，华北、华东和中南地区稳居中国AI芯片区域市场三甲，是中国AI芯片市场发展最为领先的区域，市场总体规模占据全国领先位置。在市场增速方面，随着西部地区加快投入大数据中心建设，西南、西北地区的云端AI 芯片市场规模呈现高速增长态势，市场份额进一步提升。

人工智能应用市场的爆发，使得以基础层为核心的AI芯片受到资本的广泛关注。最近一年多来，多家厂商宣布获得融资消息，希望能够进一步提高AI芯片技术研发水平，并加速AI芯片产品规模商业化，增强市场对其未来收益的预期。

不过，赛迪顾问总裁孙会峰表示：“当前，中国乃至全球AI芯片产业仍处于产业化早期阶段。”他说，随着5G、物联网时代来临，预计未来三年中国AI芯片市场规模仍将保持50%以上增长速度，到2021年将达到305.7亿元。另外，以边缘计算为主的AI芯片将迎来一轮投资热潮。

喧嚣背后市场痛点犹存

AI芯片已成为中外科技企业竞争的焦点之一，以至于清华大学微电子所所长魏少军用“无产业不AI，无应用不AI，无芯片不AI”这样的话语描述当下的人工智能热潮。

伴随着人工智能各种应用场景的普及与发展，海量多维的数据将在云端以及边缘侧展开大量处理计算，芯片也面临更加广泛以及多样化的需求，这对AI芯片的计算架构、运算能力、场景与算法适用性、安全可控等都提出了新的课题与挑战。

目前，AI芯片技术主流路径有GPU、FPGA、ASIC等，其中GPU、FPGA是较为成熟的芯片架构，ASIC是针对特定应用场景的专用芯片。GPU架构的芯片能满足深度学习大量计算需求，释放人工智能的潜能，但缺点在于功耗较高；FPGA架构的芯片具有足够的计算能力、较低试错成本和足够的灵活性，缺点在于价格较高、编程复杂；ASIC架构的芯片能够在特定功能上进行强化，具有更高的处理速度和更低能耗，但缺点是成本高，用量足够大时才能够降低成本，而且由于是定制化，可复制性一般。

“目前，AI芯片发展还处在婴儿期。”计算机视觉公司云从科技副总裁张立表示，现在企业使用的很多AI芯片因为工艺要求较高，导致芯片价格较高，使得下游很多使用其模组的产品无法量产。

AI芯片发展需探索新路径

“目前很多企业所做的只是增强智能而不是真正的人工智能，离真正的人工智能还差得很远。”魏少军表示，人工智能网络能够崛起取决于三个因素，算法、数据和算力。

在魏少军看来，AI芯片应该具备的要素包括可编程性、架构的动态可变性、高效的架构变换能力、高计算效率、高能耗效率、低成本等。按照这些要求，目前业界流行的一些做法均不是理想的架构。过去几年，AI芯片领域一个重要变化就是架构的变化。人工智能芯片不在于追求算力，而在于架构创新。业界也需要找到一种针对人工智能计算的全新计算引擎。

中国工程院院士倪光南表示，芯片设计门槛极高，只有极少数企业能够承受中高端芯片研发成本，这也制约了芯片领域创新。

“开源软件正成为当前软件产业的主流，芯片产业也可以采用开源这种模式。”倪光南表示，目前在芯片开发方面，新的RISC—V指令集是一种能够降低处理器芯片IP成本的新模式，用户可以自由免费使用RISC-V进行CPU设计、开发并添加自有指令进行拓展等。RISC-V对于当前国家提倡的智能+新一代信息技术、新一代人工智能技术的发展等，都将起到很好的支撑作用。