受益政策红利!国产AI芯加速崛起

近日,高通正式宣布,已获得向华为出售4G芯片的许可。这为美国对华收紧芯片出口限制以来的紧张情绪多少带来一些缓解。

然而集成电路是全球信息产业发展的基石,中美贸易摩擦以来,美国逐步升级对中国的技术封锁,深刻触发了国人科技自主的危机感,只有掌握自己的核心技术才能够不被掣肘,才能为产业发展甚至国家安全提供强有力的支撑。

不幸的是,目前中国本土集成电路自给率只有14%,整体集成电路产业的全球市占率只有5%。在最为核心的半导体设备市场,2019年中国半导体设备国产化率仅为18.8%,且核心设备占比很小。

中美贸易战下,芯片产业发展的不稳定的因素持续增多。无论遭遇封锁升级或者间歇性的限制放松,都是难以预期,终归受制于人。

唯一的解决之道是中国企业能够寻求自主创新,加速全面国产化,缓解未来可能的冲击。

AI催生“芯“机遇,国产AI芯片代表已就位

幸运的是,中国集成电路产业这一轮的发力,恰逢全球新一轮技术变革浪潮,人工智能为中国的芯片产业带来了全新的发展机遇,很多AI芯片可以在不需要顶尖制程工艺的前提下,仅通过成套工艺的创新就获得与先进制程工艺同样的计算能力。

深度学习人工智能技术推向新高度的同时,人工智能技术开始影响芯片设计,芯片架构师利用人工智能技术来提高芯片的性能、降低功耗,业界认为“算法即芯片”全新时代即将到来。在这个全新时代,中国芯片产业与世界巨头站在同一条起跑线上。

人工智能近年来在中国蓬勃发展,使得中国在新集成设计上最有可能获得突破,对此产业界已经有所“作答”。据业界不完全统计,中国大陆目前已有18家AI芯片初创公司,不少已开始有实质性的产品研发落地,并取得了不错的业绩表现,如华为海思、AI独角兽寒武纪、依图等。

一线研发大厂代表——华为海思,在2018年全连接大会上首次对外公布全栈全场景 AI 战略,芯片成为其AI业务的根基。华为基于自研达芬奇架构推出的昇腾系列AI芯片无论在性能上获得了优越的表现。以昇腾 910 为例,根据华为官方的数据,昇腾 910 的 FP16 算力达到 256 Tera-FLOPS,INT8 算力达到 512 Tera-OPS,而达到相关规格算力所需的功耗仅 310W,这个表现在当时不输于包括英伟达在内的任何竞争对手。

典型芯片设计公司代表——寒武纪,能成为国内首家登录A股市场的AI芯片初创企业,技术也是有其独到之处,寒武纪是国际上为数不多能全面系统掌握智能芯片及其基础系统软件研发和产品化核心技术的企业之一。相关资料显示,历经DianNao、DaDianNao、PuDianNao和 ShiDianNao等一系列架构演变的寒武纪在AI芯片方面拥有深厚的基础。基于这些丰富的经验,先后推出了AI IP、思元270和思元220等面向移动端、云端和边缘端的芯片,这些产品同样也使寒武纪在与同行相比时不落下风。经历“失去华为”事件之后,寒武纪正在找准方向再次启航,尝试技术产品与商业合作两条腿走路。

“算法系”造芯代表——依图,不同于寒武纪是典型的业务直接聚焦在AI芯片上的创业公司,依图是AI算法立身后投身AI芯片的第一家企业。依图在2019年5月发布了一款名为“求索”,具有均衡的端到端服务能力的AI处理器,意味着它不依赖于X86处理器和英伟达GPU独立运行,基于“求索”,依图还推出了原子服务器,构成软硬件一体化的多元产品和解决方案。事实上,也只有算法和芯片强耦合,才能够在这样一个比较复杂的设计空间里面形成一个更有竞争力的设计。对依图这样算法立身的公司而言,是一个先天的优势。之后,在上海、贵阳、福州等智慧城市项目上的落地,也验证了算法公司做芯片的可行性甚至巨大发展空间。

这些企业尽管处于不同领域,“出身”不同,体量有别,切入赛道路数也不尽相同。但都在各自的领域里持续研发,不断突破。或凭借先进的架构创新,或凭借深厚的行业积累,或凭借广泛的客户基础所带来的落地场景,以不同的优势在各自领域的长跑中领先了一个身位,为国产AI芯片发展带来了希望与信心。

政策再次加码!国产AI芯迎突围最佳时机

站在新时代的风口上,对于本土芯片企业来说,只有在找到正确的位置之后,才能有机会迎来腾飞,同时,他们也需要一些力量去支持他们的成长。

11月3日,国家发布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中,“科技自立自强”成为国家发展的战略支撑,被摆在各项规划任务的首位。在列举出的几大前沿科技中,人工智能、量子信息、集成电路位列前三。如此具体和明确地将行业发展写进国家规划和国家发展规划,背后传递出的信号和决心已经不言而喻了。

此外,“十四五规划”中还明确,支持北京、上海、粤港澳大湾区形成国际科技创新中心。11月12日,刚刚召开了浦东开发开放30周年庆祝大会的上海,因习近平主席提到的“打造自主创新新高地”备受外界关注。

“要聚焦关键领域发展创新型产业,加快在集成电路、生物医药、人工智能等领域打造世界级产业集群”。浦东是上海科创中心建设的主战场、主阵地,而在中国,上海一直是集成电路领域是“桥头堡”的地位,此次再被中央点名,背靠这样的产业资源和政策利好,对上海本土孕育的AI企业来说也非常利好。事实上,把集成电路打造成为“上海制造”的重要代表,也是上海关注的重点。2019年以来,上海市委书记李强多次专题调研集成电路企业,先后考察平头哥、华虹等企业,连续两次调研依图。

芯片行业是资金密集、技术密集、人才密集型的产业,除了企业自身的实力积累,外部环境的培育是不可忽视的一环。倪光南院士此前曾在采访中表示“需要国家下决心,吸收社会资金进行大投入来追赶。”

事实上,不仅是在产业发展战略上高度重视 ,政策持续加码,在市场化手段的扶持上“东风”也已就位。

科创板的设立初衷,就是要为资本和技术的融合搭建平台,为中国经济的科技力量注入“活水”,不仅为成功的科技创新企业“锦上添花”,也为“在路上”的科技创新企业提供金融助力,持续推动资本市场支持科技创新,架设起金融资本与科创要素的通道。

数据显示,科创板开板至今,已吸引189家上市企业,芯片企业达27家,科创板“含芯量”近15%。中芯国际回归科创板,为科创板吸引更多高质量芯片企业开了一个好头,同处芯片赛道的寒武纪、澜起科技也均冲击千亿市值。而承载国家和市场期盼的科创板,也需要有更多标杆性企业成为科创板的“压舱石”和“助推器”。近期披露招股书的依图有望接下接力棒,成为硬科技中的“上海AI第一股”。信息显示,今年5月,依图获得上海科创基金战略融资,上海科创基金由上海国资委下属上海国际集团主导设立,后者旗下投资的多家公司入选首批科创板受理名单。

回看中国科技产业过去几十年的发展,基本是一部追赶的历史。尤其是在芯片产业,因为技术、市场和产业基础等多种原因,本土的芯片发展落后于美欧日韩等多个国家和地区。在笔者看来,今天政府自上而下并且高度重视的政策红利叠加资本市场的支持,已经为国产芯片产业走上新台阶构建了坚实的基础。可以说,中国芯片市场正在迎来一个新的黄金时代。与此同时,作为“受益者”的国产芯片企业肩负的使命和责任,也是前所未有,我国亟需一批领军企业作为“贡献者”真正带领产业深入发展。

有数据显示,随着人工智能技术日趋成熟,数字化基础设施不断完善,人工智能商业化应用将加速落地,推动AI芯片市场高速增长,预计2025年全球人工智能芯片市场规模将达726亿美元。背靠国家产业政策和活跃的社会资本支持,PC时代正向万物互联、人工智能时代转变,进一步激发对AI芯片的需求。

面对广阔的市场前景,国产芯片企业还需不断攻坚克难,除了自身产品、技术的持续深耕,也需要面对产业化应用和完善生态闭环的挑战。

新的发展契机下,将有望涌现更多国产AI芯片中坚,掀开属于他们和中国科技发展的新篇章。AI芯片落地潮还在继续,我们可以拭目以待。

半导体行业观察
半导体行业观察

最有深度的半导体新媒体,实时、专业、原创、深度,30万半导体精英关注!专注观察全球半导体最新资讯、技术前沿、发展趋势。

产业AI芯片
相关数据
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商,致力于把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。目前华为有19.4万员工,业务遍及170多个国家和地区,服务30多亿人口。

https://www.huawei.com/cn/
寒武纪机构

寒武纪科技是全球智能芯片领域的先行者,宗旨是打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片。公司创始人、首席执行官陈天石教授,在处理器架构和人工智能领域深耕十余年,是国内外学术界享有盛誉的杰出青年科学家,曾获国家自然科学基金委员会“优青”、CCF-Intel青年学者奖、中国计算机学会优秀博士论文奖等荣誉。 团队骨干成员均毕业于国内顶尖高校,具有丰富的芯片设计开发经验和人工智能研究经验,从事相关领域研发的平均时间达七年以上。 寒武纪科技是全球第一个成功流片并拥有成熟产品的智能芯片公司,拥有终端和服务器两条产品线。2016年推出的寒武纪1A处理器(Cambricon-1A)是世界首款商用深度学习专用处理器,面向智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备,在运行主流智能算法时性能功耗比全面超越CPU和GPU,与特斯拉增强型自动辅助驾驶、IBM Watson等国内外新兴信息技术的杰出代表同时入选第三届世界互联网大会评选的十五项“世界互联网领先科技成果”。目前公司与智能产业的各大上下游企业建立了良好的合作关系。在人工智能大爆发的前夜,寒武纪科技的光荣使命是引领人类社会从信息时代迈向智能时代,做支撑智能时代的伟大芯片公司。

http://www.cambricon.com
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

推荐文章
暂无评论
暂无评论~