AI芯片企業(yè)需加強軟硬件協(xié)同能力

作者/賽迪顧問(wèn)股份有限公司集成電路產(chǎn)業(yè)研究中心高級分析師 李丹

　　目前市場(chǎng)上AI主要的商業(yè)應用場(chǎng)景有安防監控、家居/消費電子和自動(dòng)駕駛汽車(chē)。安防監控以及消費電子市場(chǎng)已經(jīng)較為成熟，且國內企業(yè)從產(chǎn)品能力到產(chǎn)業(yè)鏈整合能力均占據優(yōu)勢地位，是目前國內人工智能企業(yè)展開(kāi)競爭的主戰場(chǎng)。本土的汽車(chē)主機廠(chǎng)和零部件廠(chǎng)商較為弱勢，目前在無(wú)人駕駛領(lǐng)域的布局以互聯(lián)網(wǎng)等非傳統汽車(chē)產(chǎn)業(yè)鏈內企業(yè)為主。針對不同的應用場(chǎng)景，國內的主流AI企業(yè)已經(jīng)開(kāi)始從算法與架構的實(shí)現向提供特定應用場(chǎng)景系統解決方案發(fā)展并不斷向上游的ASIC芯片設計延伸。如地平線(xiàn)、深鑒科技等企業(yè)均已開(kāi)始推出自己的芯片產(chǎn)品。

　　在對服務(wù)的安全性、實(shí)時(shí)性要求不高的應用領(lǐng)域，云端布局的人工智能服務(wù)將依然會(huì )是市場(chǎng)的主流。而在對服務(wù)的安全性、實(shí)時(shí)性、隱私性等要求較高的應用領(lǐng)域，前端部署已成為市場(chǎng)共識，未來(lái)市場(chǎng)空間非常巨大。

異構算法要求更高的軟硬協(xié)同能力

　　一直以來(lái)，GPU、FPGA、ASIC三者就因其鮮明的特點(diǎn)分工在人工智能領(lǐng)域發(fā)揮著(zhù)巨大的作用。GPU適合大規模并行運算，在訓練深度神經(jīng)網(wǎng)絡(luò )方面具有優(yōu)勢。FPGA具備可編程、高性能、低功耗、架構靈活等特點(diǎn)，方便研究者進(jìn)行模型優(yōu)化，一般被用作芯片原型設計和驗證，或是用在通信密集型和計算密集型場(chǎng)景中，諸如通信、軍工、汽車(chē)電子、消費及醫療等行業(yè)。ASIC將性能和功耗完美結合，具有體積小、功耗低、可靠性高、保密性強、成本低等幾方面的優(yōu)勢。

　　國內人工智能企業(yè)在從單獨的架構、算法構建到行業(yè)應用系統解決方案提供的轉變過(guò)程中，通過(guò)異構的方式解決優(yōu)化系統各部分的適配性已經(jīng)成為行業(yè)內的共識。這一架構和算法上的趨勢，將進(jìn)一步提升軟件在人工智能系統中的地位，對公司的軟硬協(xié)同能力提出了更高的要求。

AI芯片設計要考慮終端需求

　　由于人工智能領(lǐng)域是新興事物，整個(gè)產(chǎn)業(yè)鏈還不完整，產(chǎn)業(yè)分工尚未形成，AI芯片企業(yè)必須提供從芯片/硬件、軟件SDK到應用的解決方案已基本成為業(yè)內共識。

　　這一現狀要求每家AI芯片公司都成為一家軟件加系統公司，這樣才能在市場(chǎng)競爭中取得優(yōu)勢。比如，公司在芯片設計時(shí)候就需要考慮未來(lái)面對的終端用戶(hù)的需求，并通過(guò)將芯片集成到系統中，使其運行更加簡(jiǎn)單。此外，應盡可能減少第三方協(xié)作以及為用戶(hù)提供更多的參考設計也是更好地服務(wù)下游用戶(hù)的方式之一。