9月15-17日，2020全球硬科技創(chuàng)新大會(huì)在西安高新國(guó)際會(huì)議中心隆重舉行。本次大會(huì)由科技部、中國(guó)科學(xué)院、中國(guó)工程院、上海證券交易所指導(dǎo)，科技部火炬中心、陜西省科技廳、陜西省地方金融監(jiān)管局、中共西安市委、西安市人民政府主辦，西安市科技局、西安市投資局、西安市金融工作局、西安高新區(qū)管委會(huì)承辦的。

在16日下午舉辦的人工智能創(chuàng)新峰會(huì)上，加拿大工程院院士杜如虛、億歐公司聯(lián)合創(chuàng)始人王彬、君義投資合伙人王東、高新興機(jī)器人CEO柏林、世邦魏理仕華西區(qū)戰(zhàn)略咨詢部資深董事何樂曄、上海商湯科技智能產(chǎn)業(yè)研究院主任劉志毅、金山云首席算法架構(gòu)師兼人工智能產(chǎn)品中心負(fù)責(zé)人蘇馳、賽靈思人工智能業(yè)務(wù)資深總監(jiān)姚頌、新看點(diǎn)創(chuàng)始人兼CEO冷煜、銀星智能首席技術(shù)官閆瑞君、康力優(yōu)藍(lán)副總經(jīng)理兼CMO副總經(jīng)理趙博韜等領(lǐng)導(dǎo)和嘉賓齊聚一堂，圍繞人工智能的技術(shù)前沿和商業(yè)落地各抒己見，展開熱烈討論。

以下為姚頌演講原文，億歐在不改變嘉賓原意的基礎(chǔ)上，進(jìn)行了編輯，以饗讀者。

大家好，我是Xilinx姚頌。2015年，從清華畢業(yè)后，便與導(dǎo)師汪玉老師一起聯(lián)合成立了深鑒科技，主要做AI硬件加速。兩年多時(shí)間里，深鑒科技進(jìn)行了三輪融資，其中包括4家戰(zhàn)略投資。2008年，深鑒科技被Xilinx收購(gòu)，成為 2012年迄今唯一被美國(guó)收購(gòu)的中國(guó)高科技公司。

今天，我想與大家分享親身經(jīng)歷的芯片行業(yè)變化和AI技術(shù)迭代。

AI需要芯片，芯片也需要AI

人工智能深度學(xué)習(xí)基礎(chǔ)算法，在上世紀(jì)80、90年代就已經(jīng)被提出，此后人類對(duì)其進(jìn)行了大量改進(jìn)，過(guò)程中，很重要的一點(diǎn)是，大量數(shù)據(jù)得以積累。在1998年，人類難以運(yùn)用海量數(shù)據(jù)，而芯片誕生后，才能運(yùn)用積累的數(shù)據(jù)，AI技術(shù)才有了發(fā)展的可能。

回頭看整個(gè)芯片行業(yè)發(fā)展，芯片發(fā)展受到應(yīng)用的驅(qū)動(dòng)。從雷達(dá)，到臺(tái)式機(jī)、大型機(jī)，再到PC、手機(jī)、無(wú)線通訊，到現(xiàn)在的AI。應(yīng)用本身對(duì)于芯片的發(fā)展具有巨大引領(lǐng)價(jià)值。

過(guò)去8年里，算法效率提升了44倍，即95%的準(zhǔn)確度目標(biāo)下，當(dāng)前算法計(jì)算量只需原來(lái)的1/44；過(guò)去8年里，算法總計(jì)算量提升了30萬(wàn)倍以上，可見，整個(gè)計(jì)算性能和算法性能之間，還存在一萬(wàn)倍的差距，需要利用其他方式彌補(bǔ)，這就是芯片應(yīng)該做的事情。

AI芯片核心解決的不是計(jì)算問題，而是存儲(chǔ)系統(tǒng)性能不佳導(dǎo)致的數(shù)據(jù)讀取耗時(shí)問題，解決方法就是——微架構(gòu)設(shè)計(jì)，該設(shè)計(jì)能夠充分挖掘算法的局部性。舉例來(lái)說(shuō)，某個(gè)數(shù)據(jù)需要復(fù)用30次時(shí)，采用微架構(gòu)設(shè)計(jì)的芯片只用讀取一次，然后運(yùn)行30次即可，由此便減少了芯片的讀取量。當(dāng)前市面上大量的數(shù)字芯片，實(shí)際采用的都是這一思路。

數(shù)字芯片遇瓶頸，更加重視軟件和生態(tài)

不過(guò)，當(dāng)前數(shù)字芯片技術(shù)也遇到了一定瓶頸，以存內(nèi)計(jì)算、光計(jì)算為代表的的下一代計(jì)算方式越來(lái)越受到關(guān)注。

芯片設(shè)計(jì)一大特點(diǎn)是，必須走了一步才能知道下一步要解決什么問題，只能由少數(shù)幾個(gè)人串型解決問題。但是，相較通用芯片，專用芯片是非常容易制造的，而且芯片越專用，越容易做，并且性能性能越好。因此，造 AI芯片不是特別難。

AI芯片行業(yè)當(dāng)前面臨的問題在于，原本想象的“顛覆式創(chuàng)新”機(jī)會(huì)可能并不存在。顛覆式創(chuàng)新意味著，如果新的技術(shù)，以特別簡(jiǎn)單、便捷、低成本產(chǎn)出原有技術(shù)下的高端性能產(chǎn)品，性能增長(zhǎng)超過(guò)用戶的需求，那么新技術(shù)一定能在某個(gè)時(shí)點(diǎn)取代原有技術(shù)。

中國(guó)芯片行業(yè)還存在另一個(gè)原生性問題，芯片問題很大程度上不需要靠芯片解決，而是靠軟件和生態(tài)解決，中國(guó)缺乏軟件和生態(tài)解決方案。英偉達(dá)在軟件生態(tài)上砸了很多錢，而不是在芯片上，但中國(guó)企業(yè)對(duì)這一點(diǎn)沒有足夠重視。

未來(lái)如何發(fā)展？

很多新的技術(shù)路線，比如光計(jì)算、量子計(jì)算，投入使用還需很長(zhǎng)一段時(shí)間。因此，企業(yè)不用過(guò)于擔(dān)心新技術(shù)路線，而是應(yīng)該考慮許多客戶逐漸開始自己做芯片，特斯拉自己做芯片、百度今年正式推出“昆侖”芯片、阿里推出“含光800”的芯片。

此外，云端市場(chǎng)非常擁擠。百度、阿里、騰訊都在做，英偉達(dá)已經(jīng)在某些領(lǐng)域形成壟斷。但是，市場(chǎng)容量有那么大嗎？可能沒有，這個(gè)市場(chǎng)可能最終只有1-2家公司存活。

我認(rèn)為，更大的市場(chǎng)空間在終端，當(dāng)前終端由于功耗、散熱等問題難以應(yīng)用到很多場(chǎng)景去，而AI芯片可以解決。需要關(guān)注的問題在于，每個(gè)場(chǎng)景都十分龐大，不同場(chǎng)景的需求差異巨大，一家公司很難同時(shí)兼顧，許多場(chǎng)景需求只能合并，而企業(yè)也只能在垂直領(lǐng)域深挖。

當(dāng)前，自動(dòng)駕駛、智慧安防、機(jī)器人等諸多場(chǎng)景，都需要AI芯片的支持。盡管，行業(yè)還在沉淀期，但我認(rèn)為， AI芯片很快會(huì)在更多場(chǎng)景中發(fā)揮價(jià)值， AI很有價(jià)值，芯片很有價(jià)值，合在一起是更有價(jià)值的。
責(zé)任編輯：tzh