2017年AI芯片行业十大事件

　　从人工智能的定义来看，“智能”包含有获取和使用知识的含义，前缀加上“人工”之后就是指人工开发出的智能实体。知识的输入和输出，也是机器利用数据和算法发现问题、定义问题和解决问题的过程。下面就随网络通信小编一起来了解一下相关内容吧。

　　作为数据和算法保存的物质载体，目前人工智能芯片主要有三方面市场需求：其一，是面向各大人工智能企业及实验室研发阶段的训练环节市场;其二，数据中心推断，需要通过云端提供服务，即推断环节放在云端而非用户设备上;最后，是面向智能手机、智能安防摄像头、机器人/无人机、自动驾驶、VR等设备的设备端推断市场。

　　而具体到芯片种类，除了传统CPU，近几年流行的还有 GPU(图形处理器)、FPGA(现场可编程门列阵)、ASIC(专用芯片，TPU 也可算作其中一种)和类脑芯片。

　　分别来看，CPU市场依然是英特尔的天下，占数据中心服务器芯片市场90%以上的市场份额;英伟达则作为GPU市场老大拥有约70%市占率;作为市场跟随者，AMD无论是在CPU还是GPU领域都常年保持着老二的位置;赛灵思的全球可编程逻辑解决方案市占超过50%。除了国外市场，近年来随着寒武纪、地平线、深鉴科技、西井科技、云知声等一些列国内公司的强势崛起，让AI芯片市场更具看点。

　　2017，这一年来人工智能硬件芯片行业又发生了哪些重大事件?OFweek人工智能网做了如下十大盘点：

　　国外

　　特斯拉：AI威胁论，还是自主造芯片?

　　总是发表AI威胁论的马斯克也要造芯片了，你没看错!

　　伊隆·马斯克在今年NIPS大会的一场圆桌讨论上透露称，“由吉姆·凯勒带领的Autopilot硬件工程团队正在开发专门的人工智能芯片，我们认为是全球最棒的AI芯片”。

　　据了解，特斯拉不仅将与AMD合作开发芯片，而且还将获得AMD芯片的知识产权，这意味着未来特斯拉可把自己开发的芯片用于其自动驾驶汽车。目前特斯拉的辅助驾驶系统Autopilot的硬件系统基于英伟达的显卡GPU，如果一旦拥有自主研发芯片能力，特斯拉或将减少对英伟达的依赖。

　　英伟达：推出进化版TITAN V 更加清晰地面向AI

　　12月，英伟达推出了重磅新品“TITAN V”PC GPU。据了解，Titan V GPU拥有110万亿次浮点运算性能，是今年4月份公布的架构Titan Xp的9倍(7个月增长了9倍)。就像5月份发布的用于数据中心的英伟达Tesla V100 GPU一样，新的Titan V也更加清晰地面向AI。

　　公司CEO黄仁勋表示说：“Volta致力于推动高性能计算和人工智能的极限。我们用新的处理器架构、指令、数字格式，以及存储器架构等打开新的局面。”

　　高通：新一代SoC目标产品不仅是手机

　　日前，高通正式发布了新一代的骁龙845处理器芯片。升级的地方包括性能、拍摄、安全、AI、连接性、沉浸式体验架构等方面。其中最大的亮点是新增2MB 共享L3缓存和3MB系统缓存。

　　据公司产品管理资深副总裁Keith Kressin表示，高通持续推动AI研究，致力于开发包括语音在内的装置内建AI。Snapdragon 845行动平台将改变人们使用行动装置的模式，该平台整体AI效能比前一代单系统芯片提高3倍，不仅可让语音互动更加自然直觉，还可简化拍照与摄影流程、提升VR游戏效果。此外，该产品还加入改良式常时启动键盘侦测及超低功耗的语音处理功能，使语音操控更加智能。

　　英特尔：发布Nervana神经网络处理器和人工智能芯片Loihi

　　作为芯片行业传统意义上的NO.1，英特尔需要探索的未来中自然也包括人工智能，而且是非常重要的部分。目前，英特尔正在进行多种适合人工智能计算架构的开发与研究，以突破传统人工智能产品的极限。在今年10月和9月，英特尔分别发布了Nervana神经网络处理器(NNP)和人工智能芯片Loihi。

　　Nervana NNP是基于神经网络能够以一种更像大脑的方式处理数据并解决问题而设计的，也是所谓的专用集成电路(ASIC)，擅长于神经网络中的矩阵乘法，卷积和其他数学运算;Loihi则使用“刺激神经元”作为其基本的计算基础，代替了当今硅片中的传统逻辑门，这些结构差异使得神经元芯片比当今的处理器更有效率，能耗比提升达1000倍。

　　GTI：Lightspeeur?光矛系列具备超高密度计算性能

　　和特斯拉、英伟达、高通、英特尔的高曝光度不同，GTI是一家具有神秘感的AI芯片公司。公司全称是Gyrfalcon Technology Inc.，由美国硅谷资深人工智能科学家及半导体芯片行业专家团队创立，在半导体与储存技术方面有超过50个成功的项目经历，在卷积网络、分布数据与存储技术领域发表超40篇期刊，获100多项专利，被其他论文引用超过5000篇。

　　GTI于今年9月推出的芯片Lightspeeur?光矛系列是全球首款可同时支持图像与视频、语音与自然语言处理的智能神经网络专用处理器芯片方案。无论是在训练模式或是推理模式下，Lightspeeur?芯片均可提供超高密度计算性能，成功克服了由存储器带宽而导致的性能瓶颈，支持真正的片上并行与原位计算。此外，Lightspeeur?光矛系列达到惊人的9.3Tops/W，在人工智能边缘计算与数据中心机器学习领域上相比市场上其他方案高出几个数量级。

　　微软：打造人工智能芯片 用于全新的Hololens AR设备

　　今年七月，微软在夏威夷的火鲁奴奴宣布将打造人工智能芯片并用于全新的Hololens AR设备。有人质疑，微软不是一家传统的芯片厂商，投身芯片研发会面临一定的风险。但不得不说，硬件中含有软件的机会，任何人工智能芯片的加速都是与软件算法有关。

　　微软表示，这款新发布的人工智能芯片能够对用户所看到和听到的数据进行实时处理，无需再花时间传回云上。

　　国内

　　华为：麒麟970首次集成NPU 提升各项智能处理能力

　　9月，华为发布了人工智能芯片“麒麟970”。首款采用麒麟970的华为手机Mate10则于2017年10月在德国慕尼黑正式发布。

　　据了解，麒麟970采用先进的10nm工艺，性能和功耗方面都达到了业界最佳水平;其创新的HiAI移动计算架构带来强大智慧算力，首次集成NPU专用硬件处理单元，大幅提升了手机在图像识别、语音交互、智能拍照等方面的能力。GPU方面，麒麟970所采用的Mali G72 MP12性能相较上一代有着大幅度的提升，补足了其在图形处理上的缺憾。

　　寒武纪：AI芯片首个独角兽发布新一代产品

　　8月，寒武纪科技完成由国投创业(A轮领投方)，阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点(天使轮领投方)、涌铧投资(天使轮投资方)联合投资的A轮一亿美元融资。11月，寒武纪在北京发布了三款新一代人工智能芯片，分别为面向低功耗场景视觉应用的寒武纪1H8，高性能且拥有广泛通用性的寒武纪1H16，以及用于终端人工智能产品的寒武纪1M。

　　寒武纪科技源自中国科学院计算技术研究所，是全球第一个成功流片并拥有成熟产品的AI芯片公司，拥有终端AI处理器IP和云端高性能AI芯片两条产品线。目前，寒武纪终端处理器IP产品已衍生出1A、1H等多个型号，在未来数年全世界有数亿终端设备可望通过集成寒武纪处理器来获得强大的本地智能处理能力。

　　地平线：与英特尔合推ADAS系统 “盘古”芯片选定台积电量产合作

　　在今年年初的CES上，地平线机器人联合英特尔推出了基于高斯架构的ADAS系统。据了解，在此次合作中，地平线将嵌入式ADAS系统实现在英特尔的FPGA硬件平台上。该系统可以有效降低对硬件平台计算资源的需求，且相较于传统的end-to-end“黑箱”模型训练方法，地平线采用基于理性决策的深度学习算法，构建了结构模块化和具备高度可扩展性的模型。

　　另据地平线机器人创始人、首席执行长余凯7日在CES Asia会上透露，其正积极推进人工智能处理器“盘古”今年进行投片，并与合作伙伴携手迈入商用。据了解，“盘古”芯片晶圆代工厂目前已选定台积电量产合作。但截止目前，还没有进一步的消息放出。

　　深鉴科技：顶级合作伙伴支持下的AI芯片又一重磅选手

　　10月，国内A+I创业公司深鉴科技在北京召开2017年新品发布会，宣布公司已完成A+轮融资。本轮融资由蚂蚁金服与三星领投，招商局创投与华创资本跟投，共融资约4000万美元。而早在2017年年初，深鉴科技还获得了由世界最大的FPGA芯片厂商赛灵思与全球最大的手机芯片制造商之一联发科领投的数千万美金A轮融资。

　　据了解，深鉴科技在深度学习加速技术上，目前已掌握世界前沿的神经网络压缩编译工具链、深度学习处理器DPU设计、FPGA开发与系统优化等技术能力。10月新品发布会上，深鉴科技还同时公布了六款深度学习产品，分别为视频结构化解决方案、人脸分析解决方案、人脸检测识别模组、深鉴ARISTOTLE架构平台、深鉴深度学习开发SDK以及深鉴语音识别加速方案。

    以上是关于网络通信中-2017年AI芯片行业十大事件的相关介绍，如果想要了解更多相关信息，请多多关注eeworld，eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。