“只看設(shè)計(jì)架構(gòu)層面，國內(nèi)的人工智能芯片并不比國外差，但這是不夠的。”在日前中科院物理所舉行的“科學(xué)咖啡館”科普沙龍上，清華大學(xué)電子工程系教授汪玉指出，這相當(dāng)于在沙子上蓋樓，基礎(chǔ)并不堅(jiān)固。

科技日報(bào)記者隨后采訪了中科院半導(dǎo)體所類腦計(jì)算研究中心副主任龔國良，他也表達(dá)了類似觀點(diǎn)。

設(shè)計(jì)架構(gòu)層面可圈可點(diǎn)

汪玉曾于2016年參與創(chuàng)立人工智能芯片公司深鑒科技，如今國內(nèi)已涌現(xiàn)出更多做人工智能芯片的企業(yè)，他的感受是，做得“一點(diǎn)不比國外差，有的甚至更好”。

這里所說的“好”，主要涵蓋設(shè)計(jì)架構(gòu)層面。而設(shè)計(jì)架構(gòu)成為國內(nèi)人工智能芯片的強(qiáng)項(xiàng)，背后有一定的原因。

“傳統(tǒng)的CPU和GPU芯片采用基于指令流的馮諾依曼式計(jì)算架構(gòu)和計(jì)算模式來運(yùn)行，而人工智能芯片多采用類腦或仿腦的架構(gòu)方式，能夠突破內(nèi)存墻的計(jì)算瓶頸。”龔國良介紹，在語音識(shí)別、圖像識(shí)別等運(yùn)用深度神經(jīng)網(wǎng)絡(luò)算法的場景下，相比傳統(tǒng)芯片，人工智能芯片具有顯著優(yōu)勢。

由于與傳統(tǒng)芯片存在上述差異，龔國良告訴科技日報(bào)記者，僅從設(shè)計(jì)架構(gòu)來看，國內(nèi)人工智能芯片能夠很快跟進(jìn)相關(guān)技術(shù)，與發(fā)達(dá)國家?guī)缀跆幱谕凰健?/p>

從近期新聞可管窺國內(nèi)人工智能芯片的火熱進(jìn)展。

6月20日，寒武紀(jì)推出第二代云端人工智能芯片“思元270”;6月21日，華為發(fā)布人工智能手機(jī)芯片“麒麟810”;7月3日，百度發(fā)布遠(yuǎn)場語音交互芯片“鴻鵠”。

龔國良介紹，華為、寒武紀(jì)等企業(yè)開發(fā)的人工智能芯片，大多為通用性芯片，可勝任多種人工智能應(yīng)用場景。此外，不少高校和研究院所也在研發(fā)人工智能芯片，它們多為專用性芯片，在特殊應(yīng)用場景下性能較強(qiáng)。

產(chǎn)業(yè)鏈條仍存掣肘短板

盡管國內(nèi)人工智能芯片發(fā)展方興未艾，且在設(shè)計(jì)架構(gòu)方面可圈可點(diǎn)，但專家指出，總體上中國在芯片領(lǐng)域基礎(chǔ)薄弱，仍存不少掣肘短板。

汪玉介紹，中國大陸制造芯片的最新設(shè)備和工藝比國際先進(jìn)水平落后一到兩代，因此一些人工智能芯片需要送到境外進(jìn)行制造和封裝，產(chǎn)業(yè)鏈完整度欠佳。

龔國良在接受采訪時(shí)印證了上述情況。他告訴科技日報(bào)記者，手機(jī)上所用的人工智能芯片就是典型例子，這些芯片往往需要采用最新工藝以降低功耗、提高集成度和計(jì)算性能，屬于高端芯片，需求量非常大，但中國大陸尚不具備制造和封裝條件。

國內(nèi)人工智能芯片發(fā)展的弱項(xiàng)還有高速接口以及專用的集成電路IP核。龔國良介紹，以后者為例，它們具有比較高的計(jì)算性能，設(shè)計(jì)復(fù)雜，又與制造工藝休戚相關(guān)，要實(shí)現(xiàn)這樣的設(shè)計(jì)模塊通常需要多年沉淀積累。

“高速接口和專用的集成電路IP核被業(yè)界看作核心技術(shù)，使用它們往往需要國外公司授權(quán)許可，而不具備這些技術(shù)的企業(yè)在短期內(nèi)又很難得到許可。”龔國良說。

用汪玉的話概括，大致上國內(nèi)人工智能芯片在需要聰明智慧的環(huán)節(jié)做得不錯(cuò)，但在需要積累沉淀的環(huán)節(jié)做得卻不夠好。

“整體而言，國內(nèi)相關(guān)領(lǐng)域研究起步較晚，確實(shí)需要積累和沉淀。”龔國良認(rèn)為，長遠(yuǎn)來看，中國人工智能芯片領(lǐng)域應(yīng)把握機(jī)會(huì)補(bǔ)上薄弱環(huán)節(jié)，將關(guān)鍵核心技術(shù)掌握在自己手中，以免受制于人。

關(guān)鍵詞： 工智能芯片