“仅从设计架构层面看，国产人工智能芯片并不比国外差，但这还不够。”在近日中科院物理所举办的“科学咖啡馆”沙龙上，清华大学电子工程系教授王宇指出，这相当于在沙子上盖楼，基础不扎实。 科技日报记者随后采访了中科院半导体研究所类脑计算研究中心副主任龚国良，他也表达了类似的观点。 设计架构水平可圈可点 王宇于2016年参与创立了人工智能芯片公司深鉴科技。如今，国内出现了越来越多做人工智能芯片的公司。他们不比外国差，有的甚至更好。” 这里所说的“好”，主要涵盖设计架构层面。设计架构成为国产人工智能芯片的强项，背后是有一定原因的。 “传统CPU、GPU芯片采用冯·诺依曼计算架构和基于指令流的计算模型，而人工智能芯片多采用类脑或类脑架构，可以突破内存的计算瓶颈wall》龚国良介绍，在语音识别、图像识别等使用深度神经网络算法的场景中，人工智能芯片相对于传统芯片具有显着优势。 由于上述与传统芯片的差异，龚国良告诉科技日报记者，仅从设计架构来看，国产人工智能芯片在相关技术上可以快速跟进，几乎与发达国家处于同一水平。 从最近的消息中，我们可以得到一个窥探国产人工智能芯片进展火爆 6月20日，寒武纪推出二代云端人工智能芯片“思源270”；6月21日，华为发布人工智能手机芯片“麒麟810”；7月3日，百度发布远场语音交互芯片“鸿鹄”。 龚国良介绍，华为、寒武纪等公司研发的人工智能芯片，大部分是通用芯片，可以应用于多种人工智能应用场景。此外，许多高校和科研院所也在研发人工智能芯片，其中大部分是专用芯片，在特殊应用场景下性能强劲。 产业链尚存短板 虽然我国人工智能芯片发展方兴未艾，设计架构可圈可点，但专家指出，我国在芯片领域的基础普遍薄弱，存在板材的缺点还是很多的。 王宇介绍，中国大陆制造芯片的先进设备和技术比国际先进水平落后一两代，所以一些人工智能芯片需要送到海外制造和封装，产业的完整性链条不好。 龚国良在接受采访时证实了上述情况。他告诉科技日报记者，用在手机上的人工智能芯片就是典型的例子。这些芯片往往需要采用先进的技术来降低功耗、提高集成度和计算性能。它们是高端芯片，需求量很大。制造和包装条件尚不具备。 国内人工智能芯片发展的短板包括高速接口和专用集成电路IP核。龚国良介绍，以后者为例，它们的计算性能相对较高，设计复杂，与制造工艺密切相关。实现这样的设计模块通常需要多年的积累。 ”高速接口和专用集成电路IP核被业界视为核心技术，使用它们往往需要国外公司的授权，没有这些技术的公司很难在国内获得许可短期。”龚国良说。 用王宇的话来说，总体来说，国产人工智能芯片在需要智能和智慧的环节做得很好，但在需要积累的环节做得不够好。 “总体来说，国内相关领域的研究起步较晚，确实需要积累和沉淀。”龚国良认为，从长远来看，中国人工智能芯片领域应抓住机遇，补齐短板，将关键核心技术掌握在自己手中，以免受制于人。
