据估计，中兴的所有设备中大约有25%-30%的组件来自与美国出口，这一处罚显然对中兴造成了重创。而在这一现状的背后，中国科技企业对于美国的依赖才是根本原因。
【PChome智能硬件频道资讯报道】近日，美国商务部作出决定，禁止所有美国公司向中兴通讯出售零部件产品，这条禁令的生效时间长达七年。据估计，中兴的所有设备中大约有25%-30%的组件来自与美国出口，这一处罚显然对中兴造成了重创。而在这一现状的背后，中国科技企业对于美国的依赖才是根本原因。
但在AI芯片领域，国内企业却不乏赶超的机会。与传统芯片相比，AI芯片是由场景和算法驱动芯片设计，需要对场景、算法和芯片设计都有深入的理解和整合优化。例如，在自动驾驶领域，目前是英伟达和Mobileye领跑，传统汽车电子公司如NXP、TI、瑞萨等拥有丰富的行业积累和经验，但是却不能在面向自动驾驶的AI芯片上同Mobileye抗衡。
谷歌切入处理器领域的时间并不长，但很快就完成了TPU的研发，不仅在AlphaGO上大放异彩，还将其做成了一项AI服务，其商业潜力巨大。这一现象的背后，折射出一个新的趋势：深刻的理解人工智能的软件将促进处理器架构的研发效率。
目前，我国在AI领域的资源投入处于国际第一梯队，但较为成熟的企业却寥寥无几。据不完全统计，中国有1380多家集成电路设计公司，其中和人工智能相关的芯片公司约有50多家。其中，海思、地平线等企业已经推出量产的AI芯片，成为国内AI芯片领域的佼佼者。
据了解，地平线在三年前就决定根据“应用场景决定算法，算法定义芯片，软硬件协同设计”的趋势，面向应用场景，研发自有算法结构和处理器，并打通“算法，处理和应用场景”进行场景化落地。
地平线余凯博士表示，AI产业的发展已经说明，拥有算法的公司开发自己的处理器，要比一家硬件基因的公司有更大的成功率。算法的迭代比芯片快，应用的迭代比算法快。
据悉，地平线去年12月推出的中国首款嵌入式人工智能视觉芯片——面向自动驾驶的征程处理器和面向智能摄像头的旭日处理器，完全由自主研发的第一代BPU处理器架构，可实时处理1080p@30fps视频，每帧中可同时对200个目标进行检测、跟踪、识别，典型功耗1.5W，每帧延时小于30ms，并很好地契合智能驾驶、智能城市和智能商业解决方案三个场景。
据介绍，地平线的BPU属于异构多指令多数据（Heterogeneous Multiple Instruction Multiple Data）计算架构。核心的运算器件之一是弹性张量核（Elastic Tensor Core），可以根据所需处理的数据形状相应调整计算的模式以最大化乘法器的利用效率。借助特殊设计的数据路由桥（Data Routing Bridge），BPU可以将多种运算器件（ALU）同时和多个静态存储仓库（SRAM Bank）灵活地连接在一起，辅以编译器（Compiler）和运行时（Runtime）策略的优化，做到DDR数据的读取或写入和运算、以及不同类型运算之间的同步执行。
第一代Gauss架构下的征程1.0以及旭日1.0处理器，在40nm工艺下做到1 Tops/sec，1.5 Tops/watt；而第二代Bernoulli架构下的征程2.0和旭日2.0处理器，在28nm工艺下则可做到4 Tops/sec，5 Tops/watt的效果。更加需要指出的，BPU是针对深度学习算法预测过程的数据流进行优化的，包括弹性张量核以及异构多指令多数据的架构设计。这使得BPU在实际运行过程中，平均乘法器利用率（Utilization）超过90%，明显优于目前已知的各类AI处理器。
中国科学院院士，张钹曾表示：“在深度学习出现后，数据密集型的计算在传统硬件架构下的效率是非常低的，而专门面向深度学习算法的硬件极大地提高了效率。这提供了硬件发展的新思路，用算法和软件来定义硬件，这也是地平线发布的意义。人工智能不只是要求深度学习的芯片，今后将有更多的算法要求硬件支持。”
编辑点评：目前，国际移动芯片市场仍然由高通牢牢占据，但中兴的事件或许能够为其他企业敲响警钟。国内芯片技术需要发展，更需要市场的推动。
网友评论