围绕AI芯片的关键问题，半导体行业上下游企业、AI初创企业、投资机构、行业权威人士，包括芯片评测机构在内的各家纷纷发表意见，给出了对技术和产业的思考。
本次会议由Magike.com联合创始人和申晨主持。
在工业人士辩论AI芯片发展之前，南京市建邺区人民政府副总统区长、建邺高新技术产业开发区党工委书记·杨波上台致辞。
他表示，南京建邺区地理位置优越，交通便利，文化教育资源集中，基础设施配套完善。
目前进一步聚焦金融科技服务业（数字经济）+人工智能未来产业“1”产业。
因此，“在人工智能产业建设方面，南京建邺区也出台了多项扶持政策，从市场、资本、人才、金融、法律服务等方面提供多维度的保障支持。
”图片|南京建邺区人民政府副总统、建邺高新技术产业开发区党工委书记·杨波，从芯片设计创新到评估服务，AI芯片面临新挑战。
AI芯片在经历了一波又一波的热潮后，正走向更加务实的商业应用。
热潮的背后，也隐藏着许多不为人知的事情。
鱼龙混杂的产品。
中国信息通信研究院去年参与了AI芯片的评估测试，并推出了AIIA DNN benchmark——人工智能端侧芯片基准测试评估计划。
中国信息通信研究院副院长王云涛在活动中总结了AIIA DNN基准测试的特点，“对于推理任务，基于客户端，首次区分整数和浮点数。
”不过他也透露，除了客户端之外，AIIA DNN Benchmark正在同步开展基于云测试的推理工作，目前第一轮工作已经启动。
图|在具体评测中，中国信息通信研究院副院长王云涛还发现了五大挑战：产品形态多样化、算法迭代过快、（端侧、训练）框架类型去中心化、碎片化。
应用场景、测试数据Benchmark。
因此，为了鼓励更多开发者参与，AIIA DNN 基准项目现已开源。
最后，王云涛强调，“无论芯片和底层硬件有多好，那些强大的算法和软件团队也能达到同样的效果。
因此，软硬件协同是接下来产业发展的重点。
”除了评估之外，AI芯片还考验上下游产业链的配合。
西恩（青岛）集成电路研发高级副总裁、中芯国际原高级副总裁季明华讲述了人工智能如何加速集成电路设计以及最适合当前AI芯片发展的新产业模式。
图|西恩（青岛）集成电路研发高级副总裁、中芯国际前高级副总裁季明华表示，我们现在希望把集成电路设计软件放在云端，以便电路设计人员可以同步和共享数据。
二是工厂大数据与IP设计的融合，因为如果IP工艺的窗口不能重叠，良率就会为零，所以目前的芯片设计对产业链的配合和速度是一个很大的考验。
“在AI时代，芯片的推出必须非常快，而且其性能也必须非常复杂。
”因此，为了快速推出适合AI时代的芯片，辛恩提出了CIDM模型。
CIDM模式集芯片设计、工艺技术研发、制造、封装测试等为一体，让芯片制造能够快速响应需求，加速产品推向市场。
国内半导体产业的发展不仅需要产业升级，从低端芯片到高端芯片，更需要自主可控。
NovuMind提出了创新的AI芯片IP设计思路：三维张量架构NovuTensor。
NovuMind中国副总裁谢强表示，“这一轮AI芯片的通用性不是体现在代码编程或指令集上，而是体现在数据上。
目前云端的训练芯片已经接近饱和。
相比之下，推理芯片》图片| NovuMind中国区副总裁谢强 据悉，NovuTensor独特的架构可以本地操作3D张量和4D张量卷积，通过更高的并行度减少数据传输，从而保持高性能、低延迟和低功耗。
谢强在现场展示了搭载他们自研芯片的开发板。
由于IP设计的创新，其功耗比可以做到最好。
“我们去年推出的28nm测试芯片可以实现与采用台积电7nm工艺的苹果A12 NPU相同的AI计算能力。
”谈AI芯片的应用：算法+芯片深度融合 地平线智能解决方案芯片事业部总经理张永前谈到，由于数据规模和复杂性的快速增长，算力已经成为AI发展的瓶颈。
在这种情况下，边缘计算势在必行。
图片|地平线智能解决方案及芯片事业部总经理张永前表示，“由于边缘侧对芯片的成本和功耗有非常严格的要求，所以算法和芯片必须深度集成。
”张永干举了个例子，“我们推出的Turn-key解决方案，4周就可以生产出原型机。
定制化的软硬件解决方案给客户带来的好处也是非常明显的。
它需要非常低的资源投入、低风险和快速的上市时间。
此外，语音也是这波AI芯片热潮中最典型的应用方向。
Spichi CMO龙梦竹表示，随着物联网的发展和智能设备市场的爆发，语音专用AI芯片是大势所趋，可以实现“端侧计算、及时响应、数据和隐私安全、个性化和网络离线。
” ” 图| Spichi CMO 龙梦竹。
以Spichi推出的第一代AI芯片TH为例，龙梦竹强调了软硬件协同设计以及算法+芯片的深度融合。
她表示，“传统半导体行业与人工智能最大的区别在于更新周期完全不同。
算法的制作周期短而快，芯片的周期周期很长。
但基于现有的芯片链，制造芯片的速度比以前更快。
四轮对决，AI芯片最尖锐的观点碰撞。
在今年的AI芯片创新者大会上，我们首次设立“对战”专场，邀请AI芯片行业的人士来在一对一的辩论舞台上，大家从各自的角度进行了激烈的辩论。
辩论一：每个人都可以使用AI吗？中国信息通信研究院副院长王云涛表示，从技术角度来说，从芯片的最初设计到芯片的研发、流片，大家都可以做。
最终验证等，目前业界有一套完整的标准化和技术支持，但做起来和做好是两件事，每个人都能做AI芯片，但不是每个人都能做好。
舟鑫科技CEO认为，专业的人做专业的事。
芯片具有各种物理特性，需要相应的技术，而在制造芯片时，还需要考虑其目标市场的经济效益。
不是每个人都能拥有良好的技术资源和资金支持。
· 对战二：生态是AI芯片企业的终极解决方案吗？华人智聚创始人刘力表示，生态并不是AI芯片企业的终极解决方案，但必须在细分应用场景中找到解决方案。
SPEED CMO龙梦竹认为，AI芯片其实是一种商品，最终还是要看能否变现。
因此，生态并不一定决定AI芯片的未来。
AI公司的使命不是芯片的使命。
我们生产人工智能芯片。
才能延续生态链接。
· 对战三：AI芯片会改变底层封装设计产业链吗？芯恩（青岛）集成电路研发高级副总裁季明华表示，AI芯片需要更高的性能，因此封装会发生变化。
“以后有新的需求肯定会改变，这只是时间的改变。
”深视联合创始人光点的王欣认为，芯片产业链从设计、封装到最终应用的布局大多是渐进式的发展。
目前，AI芯片仍是在原有产业链上逐步发展，并没有改变或突破产业链的框架。
· 较量四：专用AI芯片能否大方向发展？锐视视觉高级副总裁联合创始人晓晓表示，目前的算法是多余的。
当无用的参数被剔除、精简后，AI模型一定是一个不规则的模型，而这个模型一定不是用专用芯片来做的。
，CPU+混合计算是未来更合适的解决方案。
NovuMind中国区副总裁谢强认为，AI芯片只做AI芯片相关的工作，AI每经历一段时间就会发生变化。
没有一种芯片可以解决所有问题。
只有“CPU+GPU+AI芯片G芯片”组成的系统才是通用系统，但芯片则不是。