加拿大智库分析中国人工智能芯片设计企业的能力与挑战

　　在人工智能芯片市场领域，美国公司在中央处理器（CPU）、图形处理器（GPU）和现场可编辑门阵列（FPGA）与新的专用人工智能芯片的所有这些领域都领先。中国大型科技公司运营的人工智能应用程序仍然主要由外国芯片支持。

　　如今，中国面临越来越严格的美国技术限制，进入人工智能芯片的壁垒越来越高。因此，中国在人工智能芯片设计与制造领域仍面临巨大挑战。2020年3月26日，加拿大智库国际治理创新中心（CIGI）官网发布《人工智能芯片领域竞争：中国在技术战争中的挑战》报告，分析了中国人工智能芯片设计企业，包括大型企业和部分人工智能芯片独角兽企业的能力与面临的挑战。

　　大型企业

　　（1）华为海思

　　人工智能芯片专家普遍认为，华为是唯一一家拥有足够的设计及工程人才、能够与美国的全球行业龙头正面竞争的中国公司，其原因就在其子公司海思。有三个因素使海思成为人工智能芯片领域的重要选手。

　　第一，规模为先，实现大销售量，从而实现了规模经济和范围经济。海思是中国集成电路设计的龙头企业；它发展快速，已成为亚洲最大、全球第四大芯片设计公司。而且规模优势不止如此。作为华为集团的子公司，海思还得益于母公司庞大的市场和良好的关系。此外，华为还与主要电信运营商以及半导体价值链上的电信设备、智能手机和服务器供应商建立了密集的国际网络。该公司奉行双管齐下的战略：与全球领先的行业企业及大学建立各种联系、联盟，同时建立自己的全球创新网络。华为在中国至少有8个主要研发中心，除此之外，其全球创新网络还包括了欧洲的10个研发中心和美国的5个研发中心。没有任何美国大公司能够填补华为缺席留下的真空。欧洲的两个主要竞争对手诺基亚和爱立信也需要相当长的时间才能接手。规模经济意味着华为制造的5G基站设备价格可以比竞争对手低20%到30%。

　　第二，对研发的长时间、持续性高投入造就了一大批顶尖的芯片设计师，他们的经验和知识网络对于进入人工智能芯片设计领域至关重要。华为有近9万名员工活跃在研发领域，约占员工总数的45%。2018年，华为是唯一一家跻身全球十大研发投资者的中国公司，支出131亿美元，排名第五。在过去三十年中，海思对关键使能技术的研发投资高，使其在前沿工艺技术应用和5G通信设备专用芯片设计方面处于领先地位。基于长期持续的研发投入，华为在标准制定方面积累了丰富的经验，尤其是5G移动通信标准。3G时代以来，中国一直把发展时分双工（TDD）技术作为国家政策重点，美国和欧洲的运营商则普遍选择了频分双工（FDD）技术，但时分双工有望成为5G技术的主要选择。此外，华为针对5G技术至关重要的标准必要专利（SEP）进行了大量投资，使其能够与无线行业的所有主要知识产权持有人签署交叉许可协议，包括爱立信、诺基亚西门子、阿尔卡特朗讯、高通、诺基亚、索尼爱立信、Sisvel及其他龙头企业。鉴于华为拥有种类庞大的5G相关标准必要专利，要让华为靠边站并不容易，即便是对强大的美国政府来说也不例外。因此，华为有机会在电信设备市场保持领先地位。海思的人工智能芯片设计工作将得益于华为在相关标准及标准必要专利的强大地位。

　　第三个因素是进入人工智能芯片技术的时间早。华为是首家将人工智能引入智能手机的公司，使用了海思的麒麟970芯片（Kirin 970），随后推出了麒麟980（Kirin 980），已在独立的第三方平台上表现出不错的人工智能性能。2018年10月，华为宣布推出昇腾（Ascend）系列人工智能芯片，用于从智能手机（昇腾 310）到数据中心服务器应用（昇腾 910）的端到端应用，专门应对不同的计算需求和能耗预算。华为技术能力进步的一个重要标志是2019年9月推出的麒麟990 5G芯片。它采用了台积电的增强型7纳米极紫外光刻（7 nm+ EUV）工艺制造，大大提高了功率效率，还搭载了华为自研的达芬奇神经处理器（DaVinci NPU），专用于人工智能加速。这种新设计在国际人工智能芯片设计界受到好评。到目前为止，所有这些海思设计都没有在公开市场上出售，仅供华为产品使用。只要这种情况不改变，就必然会限制规模经济和范围经济。不过，值得注意的是，2020年1月，为了应对美国的技术限制，商汤科技（SenseTime）等中国人工智能公司将有可能转用海思的人工智能芯片。

　　海思研发的尖端人工智能芯片是围绕华为开源计算框架Mindspore构建的完整人工智能技术生态系统的组成部分，华为对此类芯片的研发投入了大量资金。业内专家认为华为的人工智能芯片发展战略“技术卓越”。华为的方法提出了基础广泛的人工智能芯片设计策略，使同一系列的人工智能芯片既可用于移动设备的推理，也可用于数据中心的大型算法训练。同时，华为还表现出强烈的实用主义意识。它一边推进自有集成框架Mindspore，一边继续支持先进的人工智能框架，如开源机器学习框架Pytorch和谷歌的TensorFlow。

　　华为对高级芯片的持续依赖

　　目前华为在很大程度上仍然依赖于美国等外国行业领军企业的先进半导体，用于高级人工智能芯片、高端存储设备、以及多种模拟半导体，包括数字信号处理器、射频设备、滤波器、专用天线、功率放大器和高级电源管理集成电路。科技战的爆发进一步加剧了华为的依赖性。美国的技术禁令对华为施加了诸多供应链限制，这将使华为在出口市场上履步围艰。华为智能手机将失去谷歌服务，可能被迫使用开源安卓。近期某国际专家小组得出结论，美国通常是芯片技术的主要供应商或唯一供应商，如果没有美国的技术，华为很难长期生存。原则上，华为可以尝试使用其他供应商，其中一些尝试最终会取得成果，但往往要进行相当大范围的重新设计工作，这需要时间，进而导致高成本和高风险。

　　获得先进制造是一项重大挑战

　　华为面临的最严峻挑战是，获得台积电的稳定供货。台积电是尖端半导体制造服务的顶级供应商。2020年1月，美国商务部提交了新的法规，将有效切断台积电对华为的供货。与此同时，美国政府内部的竞争似乎使这些工作复杂化。纯粹从经济角度来看，台湾政府似乎不太可能限制台积电。尽管如此，虽然经济方面的考量很重要，但地缘政治因素可能占上风。

　　针对华为的科技战也伤害了美国半导体行业

　　美国的技术出口限制无疑将损害华为。但从长远来看，这可能会对美国零部件供应商造成更大的伤害。华为公司为应对美国的技术禁令，加倍努力实现自力更生，更重视从欧洲和亚洲其他地区的供应商采购零部件。这将对美国供应商造成影响。

　　（2）百度和阿里巴巴

　　中国另外两家大型人工智能公司也投身人工智能芯片的竞争——百度2018年7月加入，阿里巴巴2018年9月加入。两家公司在人工智能芯片研发的规模和深度上仍落后于华为海思。尽管如此，它们的工作还是带来了全新的人工智能芯片创新设计，受到国际人工智能芯片专家的重视。

　　百度的人工智能芯片“昆仑”（Kunlun）专为该公司的自主车辆和数据中心设计。百度已与英特尔合作优化至强（Xeon）处理器，用于运行百度的机器学习框架“飞桨”（PaddlePaddle）。但由于美国的技术限制，现在这一合作被搁置。无论如何，百度的飞桨努力在TensorFlow和Pythorch这两个全球主流的人工智能深度学习框架之外站稳脚跟。根据开源社区GitHub最近的一项比较，百度飞桨比TensorFlow慢8倍，而且使用率正在下降。百度昆仑人工智能芯片提供每秒512吉字节的存储器带宽，并以150瓦的功率每秒运行260万亿次。此外，这一新芯片让自然语言处理预训练模型“艾尼”（ERNIE）的推理速度比传统的GPU/FPGA加速模型快三倍，可有效地支持多种功能，包括大规模的人工智能工作负载。百度昆仑芯片采用三星的14纳米工艺节点制造。中国具有多样化的先进代工服务海外资源，这表明，中国不再只依赖台积电，将其作为唯一资源。

　　阿里巴巴已正式成立了设计人工智能芯片的半导体企业。阿里巴巴集团子公司“平头哥半导体”（T-Head，也称Pingtouge Semiconductor）与母公司的机器智能技术实验室（Machine Intelligence Technology Lab）合作设计人工智能芯片。该公司专注于定制化人工智能芯片，即应用型专用集成电路（ASIC），用于自主车辆、智慧城市规划及物流。2019年4月，阿里巴巴收购了集成电路设计公司中天微系统（C-SkyMicrosystems）。2019年8月21日，阿里巴巴宣布推出一款专门用于语音合成的人工智能-FPGA芯片“Ouroboros”。阿里巴巴宣称，该芯片的FPGA是业界第一款专门用于语音合成算法的人工智能FPGA芯片设计，可将语音生成算法的计算效率提高100倍以上。最近，阿里巴巴推出了高性能人工智能芯片含光800（Hanguang 800），用于推理操作。阿里巴巴已经开发出使用该芯片的加速器卡和系统，并在其数据中心进行了测试，还将允许阿里云客户访问含光支持的系统。

　　人工智能芯片独角兽企业

　　根据经合组织（OECD）最近的一份报告，自2016年以来，中国人工智能初创企业的投资飙升。中国最早的人工智能芯片热潮集中于四个地区：北京、深圳、上海和杭州。不过，中国人工智能芯片初创企业的一个显著不足是，它们大多专注于推理，忽略了算法的训练，因为这对技术要求更高，仍由美国公司主导，特别受制于英伟达的图形处理器。另一个缺陷是，中国的人工智能芯片设计公司主要专注于快速增长的监控应用需求，特别是人脸识别、行人追踪和人群监控。这种狭隘的专业化将中国的人工智能芯片初创企业与美国的公司区别开来，三分之二的美国初创企业专注于云软件和服务，充分利用了全球行业龙头亚马逊网络服务（AWS）或微软Azure提供的云服务易于开发、生态系统效应强大的特点。以云为中心的人工智能芯片初创企业在中国还很少见。

　　中国最有前途的人工智能芯片独角兽企业得到了政府以及风投的大力支持，这些公司很可能在增强中国人工智能芯片生态系统方面发挥着重要作用。

　　（1）深鉴科技（DeePhi）

　　深鉴科技专注于神经网络，并为此开发了两个人工智能芯片架构，用于视觉和语音应用。亚里士多德（Aristotle）专门用于视频和图像识别，使用卷积神经网络技术，而笛卡尔（Descartes）用于语音识别。这家初创企业以其在模型压缩方面的专业特长而闻名。深鉴科技擅长进行模型压缩，且不牺牲模型的准确性。2018年7月，该公司被FPGA市场美国两大全球龙头之一的赛灵思收购。它收购深鉴科技的主要目的是得到拥有关键技术的专家团队。

　　（2）寒武纪

　　该公司最初是一家专门为海思设计人工智能芯片的供应商，将寒武纪-1A设计授权给了海思的麒麟970芯片。但2018年，华为不再与寒武纪合作。2018年10月，该公司推出了自研的达芬奇人工智能架构和全新的昇腾系列芯片昇腾310和昇腾910。除了寒武纪-1A芯片外，该公司还为智能云服务器、智能终端和智能机器人设计了核心处理器芯片（MLU100）。寒武纪的芯片在台积电制造，MLU100采用了“稍落后于先进水平”的16纳米技术。因此，与华为、阿里巴巴和百度一样，寒武纪的MLU100严重依赖于台积电代工服务的稳定获得。

　　麻省理工学院著名的林肯实验室将寒武纪的云服务器芯片纳入其2019年人工智能芯片调查中，增加了对该公司芯片设计能力的可信度。中国的主要服务器公司联想（Lenovo）和中科曙光（Sugon）都在使用寒武纪的芯片。但半导体分析公司林利集团认为，寒武纪计划到2020年将有超过10亿台设备使用它的人工智能设计。但人工智能芯片大部分用于智能手机，要想达到预期，寒武纪需要赢得大量的外国智能手机客户。寒武纪开发了用于安防摄像头的人工智能芯片，并正在开发用于自动驾驶和数据中心的芯片。后两者的市场消费量很少，虽然安防市场很大，但其中大多数摄像头可能不会集成人工智能芯片，而是依靠远程智能。

　　（3）地平线机器人技术

　　地平线机器人技术是一家基于深度学习的人工智能芯片设计公司，致力于开发面向视觉系统多个分支的人工智能芯片，包括智能家居、游戏、语音-视觉集成和自动驾驶汽车。它还采用了软硬件紧密集成策略，以期获得更完整高效的解决方案。近年来，该公司越来越关注图像和面部识别算法。

　　2015年，地平线机器人技术推出了加速推理的大脑处理器（BPU）架构。该公司宣布其旭日(Sunrise)1.0处理器的能耗和成像性能优于英伟达的TX1。它的征程(Journey)1.0处理器由台积电制造，而征程2.0处理器则基于英特尔的FPGA。2019年2月，地平线机器人技术融资6亿美元，2019年11月，该公司在一轮融资中收到的投资高达10亿美元，使其估值在30至40亿美元。

　　（4）云天励飞

　　云天励飞(Yuntian Lifei/ Intellivision)成立于2014年，专注于视觉识别和安全监控系统的边缘人工智能芯片。这是中国一个快速增长的市场。该公司表示，除了支持软件和大数据分析，它的人工智能处理器也是自行研发的。据悉，它与华为在人工智能视觉平台方面进行合作。其最新的处理器似乎采用了台积电的22nm工艺制造技术。

　　（5）燧原科技

　　燧原科技(Suiyuan Technology)成立于2018年3月，在北京上海都有研发中心，致力于成为中国市场上人工智能芯片解决方案及技术的龙头企业。

　　中国的人工智能芯片投资热正在降温吗？

　　2019年1月，有专家认为中国团队的估值可能是硅谷同等水平团队的两倍（而硅谷可能是世界其他地区的两倍），看上去人工智能芯片投资热在2018年达到高潮，现在正在降温。一种可能的解释是，随着中国工程设计人员的工资不断上涨，中国芯片开发的成本不再像以前那样有吸引力。而且，中国开发的人工智能芯片越来越贵，因为现在使用了越来越复杂的芯片设计和先进的制造工艺技术。随着人工智能应用市场的加速增长，中美两国的新风险投资越来越多地投向了云服务器应用的人工智能芯片初创企业。对比鲜明的是，视觉和语音识别市场的风险投资却放缓了速度。

　　作者：徐婧