國內AI芯片百家爭鳴，何以抗衡全球技術(shù)寡頭

　　對標谷歌 TPU——比特大陸算豐

　　作為比特幣獨角獸的比特大陸，在 2015 年開(kāi)始涉足人工智能領(lǐng)域，其在 2017 年發(fā)布的面向 AI 應用的張量處理器算豐 Sophon BM1680，是繼谷歌 TPU 之后，全球又一款專(zhuān)門(mén)用于張量計算加速的專(zhuān)用芯片(ASIC)，適用于 CNN / RNN / DNN 的訓練和推理。

　　BM1680 單芯片能夠提供 2TFlops 單精度加速計算能力，芯片由 64 NPU 構成，特殊設計的 NPU 調度引擎(Scheduling Engine)可以提供強大的數據吞吐能力，將數據輸入到神經(jīng)元核心(Neuron Processor Cores)。BM1680 采用改進(jìn)型脈動(dòng)陣列結構。2018 年比特大陸將發(fā)布第 2 代算豐 AI 芯片 BM1682，計算力將有大幅提升。

　　百家爭鳴——百度、地平線(xiàn)及其他

　　在 2017 年的 HotChips 大會(huì )上，百度發(fā)布了XPU，這是一款 256 核、基于 FPGA 的云計算加速芯片，用于百度的人工智能、數據分析、云計算以及無(wú)人駕駛業(yè)務(wù)。在會(huì )上，百度研究員歐陽(yáng)劍表示，百度設計的芯片架構突出多樣性，著(zhù)重于計算密集型、基于規則的任務(wù)，同時(shí)確保效率、性能和靈活性的最大化。

　　歐陽(yáng)劍表示：“FPGA 是高效的，可以專(zhuān)注于特定計算任務(wù)，但缺乏可編程能力。傳統 CPU 擅長(cháng)通用計算任務(wù)，尤其是基于規則的計算任務(wù)，同時(shí)非常靈活。GPU 瞄準了并行計算，因此有很強大的性能。XPU 則關(guān)注計算密集型、基于規則的多樣化計算任務(wù)，希望提高效率和性能，并帶來(lái)類(lèi)似 CPU 的靈活性。

　　在 2018 年百度披露更多關(guān)于 XPU 的相關(guān)信息。

　　2017 年 12 月底，人工智能初創(chuàng )企業(yè)地平線(xiàn)發(fā)布了中國首款全球領(lǐng)先的嵌入式人工智能芯片——面向智能駕駛的征程(Journey)1.0 處理器和面向智能攝像頭的旭日(Sunrise)1.0 處理器，還有針對智能駕駛、智能城市和智能商業(yè)三大應用場(chǎng)景的人工智能解決方案?！靶袢?1.0”和 “征程 1.0” 是完全由地平線(xiàn)自主研發(fā)的人工智能芯片，具有全球領(lǐng)先的性能。

　　為了解決應用場(chǎng)景中的問(wèn)題，地平線(xiàn)將算法與芯片做了強耦合，用算法來(lái)定義芯片，提升芯片的效率，在高性能的情況下可以保證它的低功耗、低成本。具體芯片參數尚無(wú)公開(kāi)數據。

　　除了百度和地平線(xiàn)，國內研究機構如中國科學(xué)院、北京大學(xué)和清華大學(xué)也有人工智能處理器相關(guān)的成果發(fā)布。

　　北京大學(xué)聯(lián)合商湯科技等提出一種基于 FPGA 的快速 Winograd 算法，可以大幅降低算法復雜度，改善 FPGA 上的 CNN 性能。論文中的實(shí)驗使用當前最優(yōu)的多種 CNN 架構(如 AlexNet 和 VGG16)，從而實(shí)現了 FPGA 加速之下的最優(yōu)性能和能耗。在 Xilinx ZCU102 平臺上達到了卷積層平均處理速度 1006.4 GOP/s，整體 AlexNet 處理速度 854.6 GOP/s，卷積層平均處理速度 3044.7 GOP/s，整體 VGG16 的處理速度 2940.7 GOP/s。

　　中國科學(xué)院計算機體系結構國家重點(diǎn)實(shí)驗室在頂級會(huì )議 HPCA2017 上提出了一種基于數據流的神經(jīng)網(wǎng)絡(luò )處理器架構，以便適應特征圖、神經(jīng)元和突觸等不同層級的并行計算，為了實(shí)現這一目標，該團隊對單個(gè)處理單元 PE 進(jìn)行重新設計，使得操作數可以直接通過(guò)橫向或縱向的總線(xiàn)從片上存儲器獲取，而非傳統 PE 只能從上至下或從左至右由相鄰單元獲取。該芯片采用了 TMSC 65nm 工藝，峰值性能為 490.7 GOPs/W。