疫情讓全球半導體行業的復甦承壓，但新基建的引擎5G、AI 和智能計算等新一代高端芯片正在構建全新生態。這是國際芯片巨頭尋找更多本地化合作的機會，更是中國芯片公司發展國產高端芯片的時代機遇。
2020年8月8日 2020 全球人工智能和機器人峯會（CCF-GAIR 2020）的AI芯片專場，來自學術界、產業界和投資界的6位大咖從AI芯片技術前沿、AI芯片的應用及落地、RISC-V芯片推動AI發展、新基建帶來的投資機遇共同探討新基建帶來的機遇。
CCF-GAIR 2020 峯會由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網聯合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協辦。從 2016 年的學產結合，2017 年的產業落地，2018 年的垂直細分，2019 年的人工智能 40 週年，峯會一直致力於打造國內人工智能和機器人領域規模最大、規格最高、跨界最廣的學術、工業和投資平台。
AI芯片技術前沿
清華大學高濱：基於憶阻器的存算一體芯片技術形成新的計算系統
近幾年，AI的發展對算力需求每年都是幾個數量級的增加，此時，傳統計算機的三大基石難以跟上算力需求的增加，需要創新的技術，但創新技術依舊面臨巨大的挑戰。
清華大學副教授高濱
清華大學副教授高濱題為《基於憶阻器的存算一體芯片技術》的分享從現代技術的演變、人工智能發展對硬件的挑戰、存算一體技術的研究進展以及未來展望四個部分帶來分享。
現在各種各樣的計算系統本質上都是圖靈機，有計算、存儲、I/O等模塊。這些傳統計算系統有三大基石：晶體管（構成芯片最基礎的半導體器件）、布爾邏輯計算（給出一套計算規定）、馮諾伊曼架構。
不過，一方面，隨着晶體管微縮面臨的各種物理挑戰越來越大，芯片算力的增加越來越難。另一方面，馮諾伊曼架構的存算分離帶來了存儲牆問題。AI的發展面臨算力不足和能效低的挑戰。
要解決挑戰不僅需要從三個維度着手，更需要創新的技術。高濱表示：“器件層面，憶阻器可以把馮諾伊曼架構裏的處理、內存、外存都融合在一起，構建存算一體陣列，這也是存算一體最基本的要素。計算的範式層面，存算一體也從布爾邏輯計算變成了基於物理定律的模擬計算，架構變成存算一體架構。”
存算一體技術從硬件到軟件進行革新，形成了一個新的計算系統。但因為憶阻器的穩定性、計算誤差累積等問題，2018年以前完整的存算一體芯片和系統並沒有突破。高濱所在的清華大學錢鶴、吳華強團隊在憶阻器、算法、架構層創新，設計出全球首款全系集成的憶阻器存算一體芯片，用130納米的工藝製造出計算精度與28nm樹莓派CPU相當的準確度，速度快20倍，能效也比GPU高3個數量級。
存算一體是打破AI計算瓶頸的熱門技術，但與其它創新技術一樣，AI計算的創新技術依舊面臨很多挑戰，包括基礎理論、材料器件、電路系統、軟件工具鏈、算法應用等。
AI芯片應用及落地
英特爾夏磊：智能X效應促進行業應用融合及迅速創新
AI的發展需要突破性技術，更需要產業化落地。英特爾的首席工程師、人工智能技術中國首席架構師夏磊在《指數級技術創新，加速AI應用落地》的主題演講中表示，我們進入到了萬物智能化的時代，對計算的能力和性能提出了更高的要求。英特爾提出了“智能 X 效應”，指的是隨着大數據和網絡連接技術、5G的發展，AI可以把數據的互聯和處理效應疊加起來，以乘法倍乘效應，促進行業應用的融合及迅速創新。
英特爾的首席工程師，人工智能技術中國首席架構師夏磊
英特爾是通過六大技術支柱（製程&封裝、XPU架構、內存&存儲、互聯、安全、軟件）的支持，希望通過指數級的創新實現並驅動“智能X時代”。當然，英特爾也會提供更智能的連接、更智能的存儲、更智能的計算。
夏磊用三個具體的例子分享英特爾如何實現這一目標。在醫療領域，英特爾與匯醫慧影合作，利用匯醫慧影的AI算法，對於肺炎病灶的檢出率和準確率達到96%；結合高效處理器和輕量級網絡模型等技術，提升算法效率，500+幅CT影像2-3秒即可完成診斷。
在“雲-邊-端”智能工廠領域，英特爾與某著名大型電池製造企業的缺陷檢測與分析系統應用於生產流水線，通過邊緣和雲端的完整架構實現，生產質量達到1PPM，即每百萬個產品缺陷率小於1。
在新興的5G通信，英特爾也與韓國SK Telecom一起探索，基於第二代至強可擴展處理器平台的端到端架構，利用AI技術，通過預測網絡質量來檢測異常和實時管理網絡質量。
地平線黃暢：AI芯片需要一個更包容和開放的標準
一套統一的評價體系，對於行業的發展有着深遠的意義。歷史上有很多常用的性能評估指標，進入到支持AI計算的時代，TOPS便成為普遍的標準之一。但AI芯片應用場景眾多，目前尚未達成一套統一的評價標準。地平線聯合創始人兼技術副總裁黃暢帶來《構建與時俱進的性能標準，讓AI芯片算力可感知》的主題演講，分享地平線對AI芯片性能評估的思考，並提出一個新的方法用以評估芯片的AI真實性能——MAPS (Mean Accuracy-guaranteed Processing Speed，在精度有保障範圍內的平均處理速度)。
地平線聯合創始人兼技術副總裁黃暢
黃暢認為，TOPS主要體現芯片的峯值算力，與實際使用過程中的利用率差異較大，AI Benchmark滯後於算法演進，難以統一評估AI任務的“準”和“快”。
源於對當前現狀“選定模型比誰快”的思考，地平線認為需要一個更包容、更開放的評估標準，將AI芯片的理論峯值計算效能、有效利用率與AI算法效率結合在一起，並據此提出新的性能評估標準MAPS，即針對應用場景的特點，在精度有保障的前提下，包容所有與算法相關的選擇，評估芯片對數據的平均處理速度。通過動態關注芯片完成AI任務的速度和精度，MAPS實現了對‘多快’和‘多準’的可視化演示。
目前，這一評價體系還需要不斷完善和發展，地平線希望以此為業界同行提供一個評估芯片AI真實性能的全新視角。黃暢也表示所有的研究都要確定正確的目標，AI芯片需要與時俱進的性能標準，無論是在性能評價體系上，還是在AI芯片設計上，地平線都在不斷產生價值，作出貢獻。
RISC-V芯片推動AI發展
睿思芯科王衞：自由創新是RISC-V最大的優勢
算力、算法和數據是在談論AI芯片時不得不提及的話題，三者共同促進AI芯片的發展，但目前在算力提升的道路上正面臨摩爾定律失效等挑戰，提升算力需求需要急需新思路。深圳睿思芯科副總裁王衞從RISC-V的角度出發，帶來《領域專屬架構促進人工智能發展》的主題演講。
深圳睿思芯科副總裁王衞
王衞認為，RISC-V可以通過向量的擴展指令集運算從硬件上加速矩陣運算，正好符合當下深度學習對矩陣運算的高算力需求。RISC-V是提升算力的新途徑。
能耗比是AI芯片的一項重要指標，適用於數據中心的AI芯片可以用水冷等高成本的方式降低能耗，但面向邊緣和終端，則需要採用不同的設計思路。尤其是新基建下物聯網的佈局，功耗與成本將是AI芯片發展的重要參考要素。新興應用場景也對AI芯片的創新提出要求。
王衞指出，相比於開源和低成本，從芯片體系結構的角度，RISC-V指令集中有着較為細緻分工的不同功能模塊，模塊化結構可以由客户自由排列組合，定製成面向專屬應用場景的，最有用最優化的命令。自由創新是RISC-V最大的優勢。
尤其是，越複雜的應用對生態系統的依賴性越大，即邊緣應用對生態的依賴程度低。尚未構建完整生態的RISC-V，會更早應用於邊緣，推動邊緣人工智能的發展。
新基建帶來的投資機遇
耀途資本楊光：芯片是抓住新基建機會的最小單元
耀途資本創始合夥人楊光從投資人的角度，在《數字新基建，半導體如何乘風破浪？》的主題演講中指出，新基建作為一個大賽道能夠給半導體行業帶來大量基礎設施場景。
耀途資本創始合夥人楊光
新基建中的5G、數據中心、AI一直被認為是半導體發展最關鍵的機遇，但正如沒有人能夠精確預測到4G讓短視頻井噴，也沒有人能夠在現在這個時點對預測5G等新基建引爆的殺手級應用是消費側的AR，還是行業側的自動駕駛或是智慧工廠。
楊光認為，雖然目前無法預測5G的“殺手級應用”，但任何行業的發展都是基礎先行，更強的網絡，更強的帶寬，更多數據中心建設將是未來幾年裏的發展趨勢，由此可以窺探半導體的發展和投資機遇。
“5G基建核心還是要看基站裏的供應鏈，這裏面涉及基帶芯片、天線、功效、濾波器，這是半導體最大的機會所在。基站往後，還有傳輸設備、核心網，包括跟網絡交換、光傳輸和計算相關的，會有很多機會。”楊光表示，由於5G的頻譜發生了變化，射頻前端的功放器件需要新的材料，以氮化鎵為代表的新技術將有更多的應用場景，耀途投資了GaN PA的至晟微。
除了在5G領域，涵蓋計算、存儲和網絡三大板塊的數據中心也在蓬勃發展。計算方面有寒武紀、耀途資本投資的壁仞科技和瀚博半導體等企業入局，存儲方面有閃存的長江存儲和內存的長鑫存儲，以及存儲控制器領域有耀途資本投資的得一微電子等龍頭企業，網絡傳輸領域的光模塊裏核心的電芯片和光芯片也有替代需求，耀途資本投資的硅光芯片公司賽勒科技就在這個賽道，總體來説目前國產核心器件依然匱乏，替代才剛剛開始。
新一代的信息基礎建設誕生眾多新機會，芯片是抓住機會的最小單元。
CCF-GAIR 2020 AI芯片專場的更多詳細資料請關注『雷鋒網』和『芯基建』公眾號。雷鋒網