央广网科技3月28日消息（记者贾斯曼）去年随着产业、资本、技术等各方面向ai芯片领域投入，“造芯”成为2018年中国ai科技的一条主动脉。百度、阿里、腾讯、华为、寒武纪、地平线、云知声等中国科技公司出现了一波“造芯热”。

一年过去了，中国企业自主研发芯片的进程如何？中国芯破局机遇何在？

“目前国内芯片仅应用软件与世界先进水平相比，情况较理想，但原料与设备、制造、设计、系统软件等方面与国际先进水平存在不同程度的差距。”清华大学电子工程系教授汪玉在2019新智元ai技术峰会上指出，具体到芯片设计而言，cpu(中央处理器)差距较大，市场被英特尔等老牌厂商占领；随着地平线、寒武纪等一批芯片公司崛起，ai芯片设计的差距较小；新器件领域则处在同一起跑线。汪玉作为学术界成员，也认识到学术与产业界的合作的重要性及问题，呼吁构建半导体创新生态。

此外，从现实应用上讲，数据中心仍然需要更强、更快的训练能力，而“ai+”迫切需要遍布于从终端到云的推理能力，这是促使科技巨头大规模投入、互相竞争的根本。

应用部署ai能力的位置、尺寸、成本、功耗要求的多样性以及与其他计算能力快速集成的要求对ai计算提出了更高层级的要求。作为芯片巨头的英特尔，一方面探索量子计算和神经拟态计算，另一方面也在探索超异构计算形态，未来无论是云、终端，都是ai超级芯片的天下。

中国ai造芯紧跟边缘计算风口

随着网络边缘产生的数据逐步增加与物联网的发展，许多新的计算模型正在不断的提出。例如，如果能够在网络边缘结点处理、分析数据，那么这种计算模型会比云计算更高效。

对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。

今年3月，科技巨头的新动作引起了行业关注，谷歌对外发布搭载edge tpu芯片的千元级开发板，执行推理速度优于任何其他处理器架构；英伟达也在gtc十周年之际发布了一款边缘计算产品jetson nano人工智能计算机，仅售99美元；聚焦边缘计算的ai芯片公司地平线融资6亿美元，估值超过30亿美元。

从科技大厂到创业公司，似乎都站上了边缘计算的风口，这场芯片大战已经由云入端，抢占边缘，ai芯与智能云的下一个十年有哪些趋势？

在英特尔、英伟达、arm公司占领了数据中心和手机芯片市场的情况下，中国公司试图从边缘及终端突围，利用中国巨大的制造业硬件产业链和场景优势，试图建立起自身ai芯片生态系统。

同时，aiot(人工智能物联网)的架构也在演变，从集中式和云端到架构的转变正在顺利进行。与边缘架构相关联的整齐层将演变为更加非结构化的架构，包括在动态网格中连接的各种设备和服务，这些网状结构将实现更灵活、智能和响应更快的物联网系统。

此外，面对算法不断演进、算法与应用密切相关的ai芯片的两个现实问题，能兼顾灵活性和高能效的芯片架构处在不断探索中。云知声副总裁李霄寒博士告诉记者，物联网结合人工智能化浪潮，需要全新的aiot芯片(人工智能物联网芯片)，多模态ai芯片是关键一步。

他指出，ai与物联网的叠加要求传统解决方案朝五大方向转型：从通用架构到ai架构、从依赖硬件到软硬件一体、交互从单模态转向多模态、设备从独立到协同。

李霄寒表示，针对人工智能的芯片设计，面临着碎片化场景、冯·诺依曼内存墙、边缘侧应用的低功耗需求、安全需求四大挑战。在芯片设计上，需面向具体场景，基于端云互动的思想提供多模态处理的能力，在性能、功耗、面积上达到优异平衡，并兼顾连接和安全的需求。

“解决冯·诺依曼内存墙这一行业共同难题，关键在于拉近计算单位和存储单位的距离，让它们尽可能接近，异构计算系统架构设计、加速器近算存储结构，以及通用api（应用程序编程接口）函数到专用指令集的多重应对方案可以进一步解决该问题。”李霄寒如是说。

以上是网络信息转载，信息真实性自行斟酌。