手机打开ai的软件AIonChip争霸带来意想中的“城池”吗？中的

多数之后，大多数人都展现不到野心的存在。但是，当“野心家”打开了想象的盒子之后，你就会明白自己的生活是如此平庸。看一下iPhone开启的智能电脑时代就明白了，而到目前该是进入AI（人工智能）的“野心”时代了。2017年堪称是AI发展元年，到了2018年，Gartner认为将是AI大放异彩的一年，AI将进入实用科技的领域，转变为可用的科技成果。AI将会在2018年大举进入芯片产品中，亦即“AIonChip”。虽然躬逢盛世，但AI真的能为诸候争霸带来意想中的“城池”吗？

01

AI的机会窗口在那里？

然而诸多层出不穷的芯片已经或正式呈现，但AI芯片的机会窗口到底有多少？而且做芯片的“硬”成本和不断迭代的意愿需要不断的资金和人才开道。要了解，野心有三大要素：首先必需要去解决一个宏大的难题，其次要有恰当的切入视角，最后还需要强调一个激进但可行的解决方案。

AI芯片的计算场景可分为云端AI和终端AI。Nvidia首席科学家WilliamDally将深度学习的计算场景分为三类，分别是数据中心的训练、数据中心的推测和嵌入式设备的推测。前二者可总结为云端的应用，后者可以概括为终端的应用，并且配备不同的科技路线，如GPU、FPGA、ASIC等。不算美国世头如谷歌、Facebook、Nvidia、英特尔等，据腾讯研究院的统计，中国AI产业基础层（主要为处理器/芯片）企业已达14家。

因为“出身”与目标定位不同，AI芯片厂商也“各就其位”，作为AI的加快引擎。首先要明了的是，在终端设施的推理方面，由于低性能、便携等要求，FPGA和ASIC的机会优于GPU。而在数据中心层面，业界人士莫大康老师表示，芯片还是以Nvidia、英特尔、AMD等为主，因为数据中心要求速度快，功耗大也能承受，这些厂都是老厂，有软硬件配合生态。而终端必须低性能，国内外起步都差不多，中国厂商亦有机会如地平线、寒武纪、深鉴等。

业内某IP公司负责人也表示，云端训练和推理更追求性能，而不会过多考量功耗、内存大小等很多原因。而在终端的锻炼方面，现在的神经网络模型都是借助对长期数据的锻炼来推动的，这些训练既要求有长期数据，又要求有长期的运算，而终端训练很难在这种方面满足规定。对于芯片公司来说，未来的机会显然是终端的推理，未来高性能的DSP以及专用的NN处理单元（比如NPU）也是机会。

“相对来说，云端比较同质化，CPU、GPU是非常稳固的。”Arm战略联盟业务发展部长兼AI生态负责人金勇斌对终端AI加速芯片看好，“AI加速比较多样化，2018年会出现长期的硬件加速IP，AI加速引擎将会附加于视觉或语音芯片中，与处理器一起使用。而鉴于迭代速度不一样，目前还是分立的，成熟以后会集成，但有个过程。”

02

如何从手机AP历史看AI兴起？

目前兴起的AI芯片对标于两年前兴起的电脑应用处理器（AP），或不为过。一是其相同进入了很大的应用行业；二是玩家甚众，从英特尔、TIOMAP、高通、Marvell、英伟达等不一而足。

而经过十多年的洗礼，到目前很多公司都已折戟其中，就连英特尔也逐渐黯然收场，到现在，有高通、联发科、华为海思、紫光展锐还在舞台中央，当然也有三星、苹果、小米自研自用的手机厂商。

对比之下，AI时代的应用更加多元化，生态也尚且不同，仅面向智能手机行业的AP之争就已波谲云诡，在AI时代的众“AI”将们靠什么能够“长盛”？

回顾AP的变迁史手机打开ai的软件，或许可以总结AI芯片厂商的“易经”：一是要立足场景应用，有的放矢。莫大康老师说，AI芯片主要拼速度与性能，在云端因为数据大，速度快，功耗大也可容忍，但是在端口，如功耗达到1-2瓦就很难，功耗要少，速度就很难快出来，关键是要平衡。二是要不断迭代，通过算法与硬核的改进整合，提升性能；三是要遵循AI市场潮流的变迁，联发科的一站式方案为其之后居上功不可没，高通在行业3G、4G、4.5G升级时代准备抓住契机的“站台”十分抢眼。

虽然，搭上AI的“顺风车”容易，坐上“长途火车”却要十足的“弹药”和“粮草”。

03

搭建一个后面层容易吗？

众多AI公司的涌现，却只让“吃瓜”观众发现了AI芯片与算法系统的各自为战。“在整个生态当中，有大企业在做封闭的垂直应用，但是中小企业相对缺乏一个系统，这是AI存在的弊端，边缘的AI是必须一个生态的。”金勇斌提及手机打开ai的软件，“AI真正繁荣，一定是要像安卓平台一样，能将算力、算法打通，这样才无法普及化。”

此外OpenAILab致力于提供开源工具系统，如算力和算法之间的操作平台，就像安卓系统在智能电脑AP和APP之间的操作平台。“中小企业利用这一系统，可让AI芯片厂商充分挖掘算力，应用的研发者致力在应用，让整个嵌入式AI的开发更加特别的简洁，并因而AI就像水一样遍地渗透。”金勇斌指出。

在弥补“断层”方面也是不同的模式。在安创空间第4期安创成长营路演的合一智芯CEO杨桦也表示，最近深度学习快速演进，机器视觉进步明显，但还远未到大体量落地的状况，这都是由于“断层”：一是有需求的公司不知道算法；二是算法落地时离不开芯片，但芯片不是算法公司擅长的，不知怎么把芯片性能发挥到极致；三是芯片公司要有改善架构设计的素质；四是设计公司应对需求碎片化的抉择之道。“合一智芯提供软软件的底层架构方案，如果用户有软件系统则可提供算法，如果有算法我们则可提供一个多元化的构架设计，从而让AI和机器视觉算法高效匹配。”杨桦强调说。

探索平台的看法是美丽的，但想要顺利要看底层基于Arm模式的SoC硬件厂商是否上体量？而且有不同的发展模式。金勇斌表示，如同PC时代一个操作系统一统天天，手机时代有两个操作平台，而将来物联网时代大约有五个以上的操作平台，因为画面不一样，这不是谷歌一家能够搞定的，相信在美国AI底层上必定有系统型公司出现。

04

方式需要自下而上？

AI虽然不是一个新生事物，但进入了“魔力”之后的应用空间确值得等待。“中国BAT的方式就是互联网机制，基本都围绕应用创新，但AI是底层，要推动根本性的变革，还必须扎扎实实做一些底层的支撑，这样产业链能够上一个台阶，AI下一轮的变革或科技更新还是要自下而上。”金勇斌认为。

具体到AI领域，金勇斌认为，这一行业也要经历两种方式，一种是苹果模式，一种是安卓模式。在早期也有产业培育期，一定是苹果这样全行业链的方式先见效，它会打通一些垂直行业，所以既做软件又做算法的科技较全面的公司更容易顺利；接下去必定是安卓的开放的机制会普及化，安卓是渗透式的方法，安卓的形式体验不必定是很高，但一定是平民化，符合行业的规律，这时在不同的细分市场和科技环节就会有相当顺利的企业发生。最后必定是算法的系统化或是数据的系统化，这是行业的规律。

在这变革之中，还必须赋能的生态。作为Arm全球唯一加速孵化机构的安创空间，就是基于Arm的生态为本土创新创业领域赋能，为中国新创企业拓展科技、资源、资金等全方位的深度合作。安创空间设立五年多，组织了第4期安创成长营，成功加速初创企业有60多家，不乏地平线、圆周率这样的顺利案例。在第四期安创成长营DemoDay参与路演的16家企业中，就包括AI芯片、云计算、无人机、机器人触觉、人机交互、IoT、机器人、智慧医疗、智慧交通等领域，基本围绕当今最受热捧的AI、无人驾驶、5G等方向。

安创空间合伙人满坤最后表示，安创空间仍然专注推动初创企业的科技融合，并致力推动与一些大公司合作，实现场景落地。同时，将推动投融资部分，包括安排一些企业与投资方的接洽。据悉，安创前面三期成长营的最新进展是达到90%的初创公司都完成了新一轮的融资。