AI应用需要专用的场景化IC以及半导体工艺将提升AI芯片性能

深鉴科技芯片研发副总裁陈忠民21日表示，AI芯片将给IC行业全新的未来，而中国与北美等先进国家正保持相同的发展节奏，并无落后。他指出，半导体工艺的进步与提升，大幅缩短芯片运算速度，并降低功耗，这对赋予终端装置AI功能至关重要。

深鉴科技目前是国内最受瞩目的AI芯片业者之一，也是台积电的重要客户。预计2018年将发布AI专用芯片，采用台积电28纳米先进工艺技术。

AI应用需要专用的场景化IC

陈忠民21日参加上海IC咖啡峰会时指出，2017年是AI产品集中爆发的一年，阿里巴巴、百度、腾讯等巨头，纷纷在AI领域进行布局，从PC到互联网再进入了AI时代，中国已经站在AI的起点上。

PC时代是以处理器、显卡为核心，互联网时代逐渐走向多核心、服务器阵列，而移动互联网时代嵌入式CPU、GPU则获重视，进入AI时代拥有互联网时代的全部数据，但是半导体摩尔定律却已经放缓，使得运算力逐渐无法满足大数据处里的需要。

他举算法为例，算法在部分领域已经超越人的识别精度。深度学习技术经历训练到推理的过程迅速成熟。人工智能需要高效的计算平台，其成功在于算法、大数据、计算和应用场景的结合。

这些不同场景，让人工智能与各领域特定应用相结合，如AI+安防、AI+金融、AI+医疗、AI+自动驾驶，将改变机器设备的应用，让原有设备获得智能化提升，也将创造广大的市场与很大的投资回报。

例如目前中国市场共计约有1.7亿个摄像头，分布在各地与各种应用，每年还再以不低于1亿个的增速增加中，这些大量摄像头产生的数据都需要由数据中心进行处理；还有，自动驾驶汽车每辆平均约10-20个摄像装备，更需要更短时间响应、更低的功耗进行驾驶信息的实时处理，这些都需要由专用的IC来完成。

半导体工艺提升AI芯片性能

陈忠民认为，从硬件角度，半导体工艺的进步使得芯片计算时间大幅缩短。半导体工艺的提升可以大幅缩短运算速度，从过去3秒处理器已经进步到辨识只需要30毫秒。深度学习就是一架“火箭”、大数据就是“燃料”，对芯片硬件业者而言是很大的发展机会。

AI芯片的发展趋势，就是从“通用”走向“专用”，来符合算法的需要。其中，ASIC在低功耗、高算力方面具有优势。尤其在安防摄像头、机器人、手机、IoT等生活内的ASIC对于低功耗的芯片要求更为严苛，每瓦提供的算力很关键。他说，目前为止只有ASIC能供提供一瓦1TOPS的算力。

“听涛”与台积电28纳米合作

以深鉴来说，预计2018年中发布芯片“听涛”，将采用台积电28纳米能够实现一瓦1T的 1.5-2TOPS的能力；其核心使用深鉴自己的亚里士多德架构，峰值性能1.1瓦 4.1 TOPS。

陈忠民表示，所有AI芯片公司都在打造自己的指令集，因为软、硬件协同设计非常重要，对于神经网络剪除对最终结果不大的运算，以节省算力，神经网络的稀疏性是很重要的方向。

目前深鉴的阿里斯多德算法架构，提升运算器的运算利用率，经过比对，能够实现比iphone8核心使用效率高出很多；同时与国内一家比特币芯片厂商进行比对功耗只有1/10，而运算利用率也达到更高。

陈忠民认为，每个客户对AI芯片的需求是不同的，需要花时间客制化。AI芯片将带给IC界带给全新的未来，当前许多业者积极研发先进工艺Flash，也带来RRAM、MRAM新的需求与机会。