AI黑马的民族芯

　　这一场贸易战。

 

　　留下的硝烟与博弈，或许并不那么容易落幕。

 

　　在道与术、取与予、利与害、常与变、方与圆、生与死之间游走了近两个月的中兴惊情，终于迎来了一个不错的进展，但这场戏剧性的冲突，所引发的对于芯片产业的思考，远未结束。

 

　　尴尬的“中国芯”

 

　　自2006年杰弗瑞·辛顿提出“深度学习”神经网络以来，得益于海量激增的数据，以及在摩尔定律影响下不断提升的计算能力，人工智能产业发展日新月异，风起云涌。

 

　　但，无论是海量数据的获取、存储还是计算能力的体现都离不开——芯片。人工智能芯片毫无悬念的成为当前AI产业激烈比拼中极具战略地位的一环。 国际权威基金评级机构Morningstar预测，2021年全球AI芯片市场规模将可能超过200亿美元。

 

　　然而，在中国芯片领域，却有句流传甚广的说法：“除了水和空气，剩下的全都是进口的”。听起来似乎很夸张，但却与事实相差无几。2017年中国进口芯片金额高达2600亿美元，花费几乎是排在第二名的原油进口金额的两倍，超过铁矿石、钢、铜和粮食这四大战略物资的进口费用之和。

 

　　瞬间升温的芯片产业，现状到底如何？

 

　　从产业链的角度来看，集成电路（包括CPU，FPGA, DRAM, Flash等）产业链是芯片产业的重要组成部分，大致可以分为三大板块：集成电路设计、芯片制造和封装测试。目前对中国而言，芯片制造能力是最薄弱的环节，制程工艺比世界最先进水平落后两代以上，时间上落后3年，全世界最先进的制程工艺只掌握在三家公司手中：三星、台积电和英特尔。

 

　　“芯片半导体行业是资金、技术密集的行业，更多的是靠经验积累，需要有经验的工程师不断摸索，而不是仅仅靠资金就能加速发展起来的，人才或是最大的瓶颈。”国内著名投资人朱啸虎曾说：“中国VC不是不投芯片，之前我们投了好些都血本无归，也算为中国的科技创新贡献了一份力量。”

 

　　往前追溯，斯诺登事件之后，发现国外高端高价的芯片存在漏洞，芯片国产化浪潮初现，半导体公司才渐入佳境。此次中兴事件后，国人意识到，只有真正的掌握核心技术，才能不受制于人，至此，芯片成为了新的“风口”，在国家层面的推动下，或迎来了期待已久的春天。

 

　　指尖上的赛道

 

　　“人工智能芯片到目前为止还没有一个准确的定义，广义的讲，满足人工智能应用及各次时代高性能运算（如: 机器学习，大数据分析，统计分析）的芯片都可以称之为人工智能芯片，其竞争目前分为三个主要赛道，”天数智芯创始人李云鹏言及。

 

　　“第一个赛道是基于传统 CPU、DSP、GPU等基础通用芯片。追溯历史，CPU首先定义了通用芯片的基础架构定，然而，随着新兴应用的崛起，CPU 推出了延伸指令集为专用运算领域做出了扩展（如：图像处理，多媒体运算）。除了最基础的 CPU多级流水线架构设计，不同类型的DSP处理器架构如超长指令字架构（VLIW），单指令多数据流架构（SIMD）都试图提供更有效的方式来解决海量数据运算上的瓶颈。在众多竞争者中，单指令多线程架构（SIMT） 最终脱颖而出，成就了现在 GPU 的核心架构。而英伟达在其图像处理器基础之上更是为通用图像处理架构（GPGPU）打造了CUDA平台及生态系，以更广的方式覆盖众多应用领域。在医疗、生命科学、能源、金融服务、汽车、制造业以及娱乐业等多个领域运用GPU或优化后之 CPU开展深度学习，高性能运算工作的企业有近4000余家，传统优势的渗透力可见一斑。Intel、英伟达和高通在通用芯片上沿袭在传统计算芯片架构及生态系上的强大及完整优势，包揽全球第一的技术能力和行业地位，自然占据了这个赛道的霸主地位”。

 

　　“第二个赛道是算法定制之人工智能专用芯片（ASIC 和 FPGA）。CPU、GPU等通用芯片虽然可以用于大规模并行计算，但是为了提供 AI领域之外的通用性，其冗余的设计必然存在性能、功耗等方面的瓶颈。面对不断激增的数据量和持续扩大的AI应用规模，通用芯片自然有其局限性。因此专门为人工智能打造的芯片必然是大势所趋，并在3~5年内将深度学习模型的智能处理效率提升万倍以上。

 

　　自2012年深度学习在影像辨识上有了爆发性的突破后，AI 芯片新创公司如雨后春笋般出世。多数先驱为 AI系统架构中面向客户（to customer）之加速器（accelerator），或是协同处理器（co-processor）解决方案，其所能涵盖的运算多为固定功能算子（如卷积层，全连接层等）与其相对算法的直接映射。因此，应用上仅仅涵盖了非常少量的深度学习，机器学习等 AI算法。

 

　　“第三个赛道是通用算子之人工智能专用芯片（ASIC 和 FPGA）。随着AI 算法的日新月异以及对高性能运算需求上的扩展，第二赛道中的芯片架构无法跟上算法上的变化，定制算法的硅片容易成为明日黄花。为适应多变的算法结构与应用场景，并能够同时在软硬件及系统层次优化上有质的提升，新一代的人工智能处理器开始运用通用算子，并尝试在算法中找寻最大公因数来设计处理器架构。其中，Google TPU 便是以典型矩阵类运算来实现其服务器端之的AI运算。而另一个在服务器端表现亮眼的是微软，其 Catapult 及 Brainwave计划成功部署大量 FPGA在服务器端加速大数据搜索，云平台服务及深度学习运算。相比于第一赛道，通用算子之人工智能专用芯片藉由领域专精（domain-specific）特性达到性能上的大幅提升，相比于第二赛道，藉由其领域灵活（domain-flexible）特性使得高性能运算之涵盖范围得以推及极致。

 

　　“在中国，不乏大量的人工智能芯片初创企业，很多从技术难度低的第二赛道出发，但是天数智芯从第一天便是站在巨人的肩膀上，并正在赶超第三赛道的路途上”。李云鹏笑言。“计划在6月22日召开的智能生态战略发布会，将首次告知全世界，我们在做“通用标准高性能的AI计算芯片”，我们是该计算体系的先锋与引领者，某种意义上，如果这不是计算芯片设计领域的珠穆朗玛峰，也足够称为青藏高原了。”

 

　　中国有先锋

 

　　前不久，《华尔街日报》报道说，根据美国国会众议院通过的7170亿美元国防授权法案，美国政府将被禁止购买中国制造的监控摄像机，全球最大监视摄像机制造商海康威视等几家中国公司被点名。几个月前，在所谓“公众负面疑虑”的敦促下，美国密苏里州陆军基地伦纳德伍德堡移除了5个海康威视生产的监视器，虽然美国军方自己也说，完全不认为这些监视器存在安全风险。

 

　　从华为到中兴到海康视威，基于美国国家安全考虑围堵中国技术的链条还在继续延长。美国和中国的竞争会加剧到什么程度？与19世纪或20世纪不同，现在主要大国间的竞争是彼此争夺全球经济的权力杠杆——控制规则和制度，标准、商业和技术，冲突的焦点不再是军事角力或领土扩张。在这一竞争中，创造新技术的能力起关键作用，尤其是信息技术。

 

　　或许正因为看到了这样的竞争本质，天数智芯的始创团队，选择了回归。“除了本身对于技术狂热喜爱之外。潜意识里就想着应该回来为这个产业做点什么。”李云鹏说。

 

　　南京大数据产业基地，5栋。

 

　　这里是李云鹏毅然斩断十数年优渥的硅谷工作生活环境，傲然成为智能数据时代基础软硬件系统拓荒者的伊甸园。敢为、甘为拓荒者，或是他心中的大道。

 

　　其麾下的天数智芯，贯穿人工智能产业链纵向的基础架构、通用技术以及行业应用三个层面，是一家虽年轻，份量却很重的高科技创新型企业。透过对基础技术的深耕，集合垂类应用的延展，体现核心价值的快速更新与迭代，。天数智芯立志于通过集成电路和基础软件的突破，解决高端服务器芯片及基础软件的沙漠化问题、针对AI计算，解决自主可控问题；通过应用级产品与服务，在工业的转型升级过程中，高度配合中国制造2025的战略。

 

　　这家公司超豪华的技术团队，带着一种势不可挡的霸气脱胎于ATI/AMD，在这个80多人的团队里，大部分人都有至少10年以上芯片设计经历，核心成员皆为芯片行业顶尖公司的精英，拥有带领50至200多人团队进行高端芯片研发的经验，这在国内毋庸置疑的是超一流的水平，它犹如一匹突然杀出的黑马，纵横捭阖，桀骜而归。

 

　　“在美国，新一届政府点燃了整个社会的期望，认为在双边贸易逆差、知识产权以及中国制造2025等问题方面，他会取得重大突破。别的不敢说，但在中国制造2025的战略上，我想，他们可能想得有点丰满。”李云鹏幽默的眨眨眼，笑了笑。

 

　　“为什么说他想的丰满？”

 

　　“因为现实很骨感。“

 

　　“怎么个骨感？”

 

　　“因为中国有先锋，有创智引擎。”

 

　　“先锋又如何？”

 

　　“先锋算的快，天下武功，唯快不破。”

 

　　“怎么个快法？”

 

　　“保密，6月22号再告诉你。”

 

 

　　天数智芯：由来自美国硅谷的技术专家和国内行业精英联合创立的高科技企业。公司专注于智能计算领域，致力于成为高性能数据处理以及深度学习、人工智能应用领域的技术先锋。立志打造自主可控、国际一流的基础软硬件产品站。天数智芯的产品和服务能显著增强企业数据处理和分析能力，助力企业数据分析向精准预测、认知和智能决策等方面扩展，极大提升数据对企业的价值。公司基于通用高端芯片产品和“Soft Silicon”软件技术，实现了新一代智能数据平台，以及针对高端制造、金融科技和大众健康领域的AI应用、云服务和产品解决方案。天数智芯已经完成了软件、芯片和云服务公司的业务整合，深耕以AI为代表的高性能计算市场，在快速、持续、安全、快乐的发展理念下，聚焦迭代，不断发挥长处，成就中国高科技信息行业的知行合一。