AI持續火熱，正在催生新的細分模式。

日前，上海市類腦芯片與片上智能系統研發與轉化功能型平臺正式啟動。作為首批啟動建設的研發與轉化功能型平臺之一，該平臺擁有AI芯片研發環境與技術支持、芯片與AI大數據試驗支持、學術人才和IP庫，以及創業與商業拓展支持等四大核心能力。

隨著5G和物聯網的快速發展，人工智能的發展重心也從云端向終端轉移。作為終端實現人工智能算法的載體，人工智能芯片成為主流關注的對象。

“當AI賦能了互聯網世界，AI物聯網是我們未來要關注的一件事情。”深聰科技聯合創始人吳耿源表示，對企業來說，過去想要在AI物聯網設備上運行AI或機器學習推理，不是一件易事。但隨著云端技術成熟，加上搭載專用AI芯片、算力更強的終端硬件的出現，這些設備得以能執行更復雜的機器學習推理能力。

在他看來，技術需要更豐富的場景，隨著5G時代的到來，AI物聯網的擴張速度只會越來越快，真正意義上的萬物互聯或許就在下個十年。

軟硬結合成趨勢

一直以來，狹義的AI芯片主要包括通用處理芯片(CPU、GPU)和專用處理芯片(FPGA、ASIC及類腦芯片)，廣泛應用于云端、汽車自動駕駛、視頻監控等領域。

類腦芯片的架構是模擬人腦的神經突觸傳遞結構進行設計，通過模擬人腦的工作原理，進而解決機器海量且復雜的數據計算問題。相比傳統芯片，其在處理海量數據上有明顯的優勢，在功耗和深度學習能力上也具有絕對優勢。

此前，IBM研發的AI芯片TrueNorth芯片每平方厘米功耗消耗僅為20毫瓦;英特爾研發出的類腦芯片Loihi，學習效率比其他智能芯片高100萬倍，而且在完成同一個任務時，所消耗的能源比傳統芯片節省近1000倍。

因此，類腦芯片的應用范圍非常廣泛，可用于物聯網、金融、搜索等大數據應用，以及精準圖像、聲音識別、追蹤定位;超級計算機、大型服務器群、金融信息大數據分析、智慧港口、智慧城市、無人汽車、無人機等多領域。

在入駐平臺的首批企業中，以神念科技為例，該公司研發的腦電傳感器已廣泛應用于許多設備中，可以精確監測和處理人的大腦活動，幫助提高人們日常學習和工作的效率。

吳耿源認為，放眼整個業界，攝像頭監控交通安全、人臉識別支付這兩個領域，在過去得到很多認同，市場的爆發也代表它們得到了市場的認可，從而產生了很多的所謂的“獨角獸”。以近來涌現的智能音箱熱潮來說，雖然受到市場熱捧，但所使用的AI技術被開玩笑地稱為“弱智能”，還遠未達到模仿人與人之間自然交互的程度。

不過，包括公司會議、無人智能酒店等在內的一些商業場景，也希望被AI賦能。吳耿源以快遞小哥舉例，把AI voice command設置在快遞小哥的耳機中，可從根本上提升快遞員的工效。

因此，類腦芯片的技術，能夠幫助物聯網加速落地。軟件與硬件的融合，無疑是大的趨勢，但是國內開發者面前除了機會還有挑戰。

平臺助力國產芯片

中金公司分析稱，AI芯片的市場規模將從2017年39.1億美元增長到2022年352.2億美元，期間年復合增長率55%。AI芯片市場將在未來5年保持高速增長。

除了傳統的科技巨頭，許多初創公司也如雨后春筍般出現。AI芯片產業鏈上游的深度學習算法公司，以及下游的云計算、智能手機公司也將業務延伸到芯片領域。

從世界范圍來看，美國在類腦芯片的研發中處于前列。2018年，麻省理工學院(MIT)的工程師設計了一種人造突觸，可以實現精確控制流過這種突觸的電流強度，即類似離子在神經元之間的流動。該團隊已經制造了一個由硅鍺制成的人造突觸小芯片，在模擬仿真過程中，研究人員發現，該芯片及其突觸可以識別手寫樣本，其識別準確率達到95%。

盡管還沒有達到商用級別，國內也正興起著產學研相結合的類腦研究，寒武紀研發出了“寒武紀1號”類腦芯片，浙江大學與杭州電子科技大學合作研發了首款支持脈沖神經網絡的“達爾文”芯片。

究其原因，還是因為國產替代需求急迫，國產芯片的研發步伐也在加快。上海新氦類腦智能科技有限公司市場總監馬銳表示，平臺的人工智能芯片實驗室內，配備了世界先進的芯片研發系統和設備，可與平臺合作團隊共享研發環境，提供芯片設計、測試及驗證等專業服務，幫助合作團隊降低研發時間與資金成本。

“在我們看來，一個產業鏈結構里面，當你擁有算法、模塊、平臺和生態后，反過來做芯片就變成一個順理成章的事情，只有在這個垂直產業生態鏈里打通關。把算法團隊跟芯片意見團隊好好地揉在一起，才能夠面向未來的物聯網世界。”吳耿源說道。

不過，國內芯片產業的發展，仍然受制于產業鏈兩端。設計與制造兩大環節的主要瓶頸在于人才與技術，而銷售端遭遇行業巨頭的市場封鎖。其面臨的挑戰并不小。

關鍵詞：