随着人工智能受到媒体和本钱的热捧，近来国内外各路豪杰纷繁推出自己的人工智能芯片，在这些厂商各自的发布会上，纷繁宣扬自己的产品是多么先进，并且在PPT上展现如何在功能和功耗上吊打竞争对手。
并且在宣扬语中，“全球抢先”、“我国首款”等字样层出不穷。宣扬越来越邪乎，都宣扬自己是“我国首款”，这种情况下，PPT的纸面数据吊打友商底子没有任何意义。咱们真实应该重视的是这些宣扬“全球抢先”的国产人工智能芯片，与使用结合得是否紧密。
各路厂商比赛人工智能芯片
近年来，PC职业现已开端逐年阑珊，智能手机职业也随着商场的逐渐饱和进入瓶颈期。在这种情况下，人工智能、物联网、云计算、大数据等范畴被以为是下一个风口。其间，人工智能无疑是最受媒体和本钱热捧的宠儿。
正是因而，国外大厂纷繁推出了自己的人工智能芯片。
Intel推出了众核CPU，英伟达推出了专门用于人工智能的GPU，CEVA和Cadence推出了用于人工智能的DSP，阿尔特拉推出了用于人工智能的FGPA。此外，谷歌也推出了TPU，IBM推出了“真北”，原本造电动汽车的特斯拉也宣扬要开发自己的人工智能芯片。
在国外大厂跑马圈地的同时，国内单位也推出了各自的人工智能芯片，中科院计算所推出了寒武纪芯片，中星微也开发了星光智能一号。2017年年底，地平线推出了自己的人工智能视觉处理器，华夏芯也发布了自己的“松江”和“北极星”。另外，一些厂商明明是购买友商的人工智能IP集成到SoC中，却在宣扬上十分艺术，很容易误导群众以为这些买IP做集成的厂商也在开发人工智能芯片。
寒武纪变成了麒麟NPU
国外厂商如何咱们权且不论，但国内厂商在宣扬上已然越来越虚浮，比方在上一年12月，地平线举办的“AI芯年代”产品发布会上就请了上百家媒体来助威，并宣告“这次推出的芯片是我国首款全球抢先的高功能、低功耗、低延时的嵌入式人工智能视觉处理器”。在媒体的报导中，还将地平线称之为“全球抢先的嵌入式人工智能领导者”。
就在地平线产品发布会的不久之后，华夏芯也发布了自己的产品，在宣扬中称：
发布了我国首款64位高端嵌入式“长城”系列CPU/DSP统一处理器IP和“松江”系列嵌入式人工智能专用处理器IP，以及基于上述全自主IP的多核SoC芯片渠道——北极星。据悉，这是国内初次发布具有自主知识产权的人工智能渠道型芯片，不仅打破了国外独占，还开端完结了产业化，为建设和完善我国自主可控的人工智能产业链添上了重要一笔。
脚踏实地的说，这些宣扬语中是有必定水分的，比方地平线所谓的“我国首款全球抢先的嵌入式人工智能处理器”就不精确。毕竟在上一年10月，中科院计算所的嵌入式人工智能处理器寒武纪1A现已随着华为Mate10的上市进入寻常百姓家，而直到2个月之后，地平线才发布所谓“我国首款全球抢先的嵌入式人工智能处理器”。
又比方华夏芯，本质上是挑选用传统SIMD/DSP架构来跑人工智能，这种做法和上一年的星光智能一号如出一辙，由于国内现已有了寒武纪、星光智能一号等产品，且寒武纪有望凭借华为手机的热销完结千万级量产，所谓的打破国外独占也就无从谈起了。
相似的，百度推出了XPU、阿里刚发布Ali-NPU。依据媒体的报导，Ali-NPU还在规划中，但又公开声称：“阿里巴巴的Ali-NPU功能，将是现在市面上主流CPU、GPU架构AI芯片的10倍，而制作本钱和功耗仅为一半，性价比超过40倍”。在Ali-NPU还在规划之中的情况下，真不知道这些10倍、40倍的数据是怎么测试出来的。难不成达摩院的扫地僧和杰克马切磋“功守道”测试出来的？
能够说，由于人工智能掀起的热度，许多厂商都去蹭热点，寄希望于获得本钱商场的青睐。而为了在宣扬中标榜自己，各种“我国首款”、“全球抢先”、“打破国外独占”等标签也就被咱们用烂了。
八仙过海，各显神通
就现在而言，人工智能芯片首要以ASIC、FPGA、CPU、GPU、DSP为主，像寒武纪和地平线便是归于ASIC，阿尔特拉的人工智能芯片归于FPGA，英伟达的人工智能芯片归于GPU，星光智能一号归于DSP，英特尔的计划归于CPU。
在这些人工智能芯片中有一个规律，那便是芯片的通用性与用来跑人工智能的功能和功耗成反比。像CPU这样的芯片，由于其“万精油”的特点，导致这种芯片具有很好的通用性，但在某些特定范畴，功能和功耗相对于其他几种芯片都没有啥优势。
而GPU的通用性比CPU要差，但又不如ASIC，因而在功能和功耗方面会优于CPU，但显着低于ASIC，这也是中科院计算所孵化的寒武纪芯片能在功能功耗比上显着优于GPU的原因。
将传统的面向数字信号处理的DSP处理器架构进行运算器方面的修正之后，也能够用来跑人工智能，并且能够凭借现有的老练技术。不过在使用范畴上有必定局限性——能够用于卷积神经网（CNN），但对循环神经网络（RNN）和长短期记忆网络（LSTM）等处理语音和自然语言的网络则力不从心。换言之，便是这种DSP首要用于机器视觉范畴，但难以使用到语音识别、文本处理和自然语言理解等范畴。用DSP做人工智能芯片的做法，在人工智能细分商场仍是具备必定商业上的潜力的。
依据阿尔特拉的PPT，其专门针对人工智能的FPGA功能功耗比却能够达到50GFlops/W，因而有观点以为，FPGA由于比英伟达的GPU省电，能够降低运营费用而获得优势。不过，FPGA也有自己的缺陷，那便是缺少性价比。虽然FPGA在一些新式的使用范畴获得了必定成果，但随着新式范畴的崛起，其商场规模和重要性不断提高，由于缺少性价比的原因，FPGA最终会被专用芯片所代替。
不过，功能高一点，低一点问题不大，真实重要的是使用和产业生态。英伟达的GPU成为主流，原因就在于生态做得好，开发方便。
人工智能不宜被过度炒作
由于人工智能十分火爆，众多公司开端玩概念，不论是做比特币矿机的，仍是做DSP的，摇身一变都成为人工智能芯片公司。截至现在，我国现已完结融资或正在融资的人工智能芯片公司现已超过40家，并且大多数都是在2015年后成立的。
现在，人工智能现已有被过度炒作的痕迹，一些媒体都纷繁宣扬我国依托人工智能弯道超车。但实际上，人工智能芯片只是加速器，用于解决特定的问题，并不能替代CPU、GPU、FPGA、DSP、NANDFlash、DRAM等类型的芯片。一些媒体声称我国应该大力发展AI芯片，依托人工智能打破X86、ARM的独占，这种论调显然缺少根本的职业知识。
商业公司搞人工智能芯片对产业链的拉动效果也有限。举例来说，要完结对产业链上下游的拉动效应，境内芯片规划公司以牺牲芯片的功能为价值，挑选境内的芯片制作商生产芯片；境内的晶圆厂能够做必定牺牲，挑选境内的设备商和原材料厂商的产品……这样子就能够构成正循环。假如境内的芯片规划公司总是找台积电代工，境内的晶圆厂愈加偏心ASML、使用材料等世界大厂的设备。那么，我国的芯片就很难不受制于人。
但是，像阿里、百度、地平线、比特大陆等都是十分商业化的公司，肯定是商业利益优先，必然挑选台积电愈加老练的工艺。即便是把订单交给中芯世界，也是由于中芯世界在良率等方面都有了很大提高之后的事情。
一句话，便是“只会如虎添翼，不会济困扶危”，而中芯世界最扎手的便是新工艺初期找不到愿意下单的客户，无法用产能摊平本钱。这样一来就会陷入死循环。
现在，打破这个死循环的首要推手之一不是国内企业，反而是美国高通公司。并非高通怀有一颗红心，只是被发改委反独占了，才把订单给中芯世界。另外，不仅仅是阿里、百度等互联网公司不会济困扶危，华为、中兴、小米等公司也是一样优先挑选台积电。
因而，本钱很多投向人工智能，很可能成为本钱赶风口的狂欢。不仅无法打破西方公司在芯片上的独占，也未必能对产业链起到多少推动作用。而我国芯片方面的真实短板，比方CPU、GPU、FPGA、RF、AD/DA等，以及各种开发工具却有可能面临无人问津的局势。对于不再重蹈中兴事情的覆辙毫无协助。
