集微網消息（文/Wilde），到底是人類馴服了小麥還是小麥馴服了人類？在AI技術發展和商業落地兩者的關係上，如今也呈現出同樣的狀態。
李開復上週在世界人工智能大會上指出，過去幾年來AI有一個特別大的轉型，即從技術驅動變成商業驅動，其產業化和商業化速度越來越快，而AI創業已經從“AI+”推進到“+AI”時代。兩者的區別在於，前者是以AI技術（AI工程師、科學家）為核心來尋找商業機會；後者是針對傳統應用去產生價值，從而一定程度反過來影響上游技術的發展路徑。
在更上游的AI芯片領域，情況同樣如此。“無芯片，不AI”已成為業界共識。市場調研公司Tractica的報告則顯示，AI芯片的市場規模將由2018年的51億美元增長到2025年的726億美元，年均複合增長率達46.14％。而AI芯片作為算法與應用結合的橋樑，近年來來自應用和商業落地端的驅動效應日益明顯。
雙向改變
改變更確切地説是雙向的。
IDC最新發布的《中國人工智能雲服務市場研究報告（2019）》顯示，中國AI雲服務市場2019年市場規模達1.66億美元，2018至2024年CAGR將達到93.6%，AI能力已成為用户進行雲服務選型時的重要考量因素。IDC指出，隨着AI開始滲透到企業的核心業務，應用場景會越來越分散，越發需要技術和應用上的不斷創新和突破。
這一來自應用端的趨勢變化或許正是IBM近年來在AI技術佈局上轉變的重要原因。
“讓AI改變AI，把AI變成具有‘水和電’特質，然後用‘水和電’改變業務流程。”不久前，IBM剛剛舉辦完2020 IBM Think大會，進一步清晰了其混合雲與AI戰略。從這家老牌IT公司近年來在AI上的發展路徑也可一窺這種技術與應用之間的雙向改變。回顧過去三年的Think大會，從IBM首提AI將帶來指數級增長的定律，到發佈AI平台，再到混合雲與AI戰略。其AI發展路徑也隨着商業世界的改變而不斷演進。“許多發明創造都經歷了漫長過程，持續不斷的改進，發明出廣泛的應用，從而形成非常強的外溢效應，對人類社會產生重大影響。”IBM大中華區集團董事長陳黎明這樣表示。
進入2020年，IBM正在全面發動AI的工業革命。該公司表示，AI時代的工業革命，在更高級的自然語言處理技術、可大規模擴散AI能力的自動化技術以及基於可信基礎設施和可解釋算法的技術信任等技術的加持下，最終將不斷進化的AI能力推向商業應用的深處。
同時，基於應用落地的創新需求，科技產業也在進一步開拓AI計算及更前沿的技術領域。例如，2019年2月成立的IBM研究院AI硬件中心（IBM Research AI Hardware Center），就是為了應對未來十年的智能計算需求而投資的研究機構。該機構為開放式研究方式，將與其它研究機構和產業公司一起對話及合作，共同加速面向AI優化的硬件創新。比如，該AI硬件中心開發的一個技術路線圖顯示，基於模擬AI內核技術的深度學習結合了優化的材料後能在2030年左右達到今天AI計算能力的千倍。
延伸至更上游的芯片設計與製造
逆向影響還在進一步深入，在更上游的AI芯片製造領域，相關的技術也受到商業應用的驅動。
比如，台積電為了製造“超級計算”AI芯片而專門開發InFO_SoW（晶圓上系統）技術。據DIGITIMES報道，台積電已於人工智能初創公司Cerebras Systems達成合作，將為其生產該公司推出的世界上最大的半導體芯片。該芯片擁有1.2萬億個晶體管，40萬個核心，面積為46225平方毫米，片上內存18G，是目前面積最大芯片英偉達GPU的56.7倍，並比其多78個計算內核。
而Cerebras之所以推出這款AI芯片，主要是針對深度學習的工作負載。當今人工智能的發展受訓練模型所需花費時間的限制，如何縮短訓練時間是整個行業共同面臨的問題。根據Cerebras的説法，該芯片是目前唯一的萬億級晶體管晶圓級處理器，基於該芯片推出的CS-1系統可以提供比其他系統更少的空間和功耗的計算性能，相當於標準數據中心機架的三分之一，同時取代對數十萬個GPU的需求。
據悉，台積電的這一技術有望在兩年內以InFO（集成式扇出封裝技術）衍生的工藝開始量產。
同樣地，老對手三星電子也在經歷類似的技術研發蜕變。三星電子高級副總裁MoonSoo Kang日前在世界人工智能大會上指出，從應用趨勢來看，通過定製設計的AI處理器來實現更高效的計算將是AI計算的未來。
MoonSoo Kang稱，儘管AI應用尚處於初期階段，但已經無處不在——從超大規模數據中心到汽車以及各類個人設備（手機、可穿戴設備等），都充斥了大量多樣化的AI應用程序，它們需要多樣化的計算需求和技術要求。
“沒有單一的解決方案能滿足所有的需求。”MoonSoo Kang説，三星電子由此預計，到2025年，定製AI芯片或將取代當前CPU在數據中心推理應用市場佔據的主導地位，佔據將近一半的市場份額。
此外，近年來硅片技術的最新趨勢——異構整合（heterogeneous Integration）的發展也與之相關。主要原因是，隨着終端應用日趨多樣複雜，帶來芯片設計及工藝成本的成倍提升，高端製程的邏輯工藝越來越貴，先進工藝的硅片製造成本越來越高。但MoonSoo Kan指出，並非所有的設計都值得引入高級技術節點，例如，模擬設計不會隨着先進技術節點的發展而縮小。因而分解的思路成為新趨勢，比如，單個芯片可以分為多個小芯片(Chiplet)，這些小芯片可以組裝在中介層(Interposer)的頂部或多芯片封裝模塊中。而這些都將引發相關技術層面的連鎖變化。“當然，這其中需要克服很多技術和經濟上的障礙。但這正在成為不可否認的趨勢，至少在某些細分市場中是這樣。”MoonSoo Kan説。
（校對/零叁）