快速崛起中国芯片：

国产技术加持下的ai芯片也能比肩国际水平

例如，芯动科技（innosilicon）2018年在全球和美国英伟达公司同步，率先攻克顶级难度的gddr6高带宽显存技术瓶颈，全定制计算核，成功量产高性能计算gpu产品。2019年推出了4k/8k显示的hdmi2.1技术和高速serdes memory 等先进产品；今年又率先推出国产自主标准的innolink chiplet和hbm2e等高性能计算平台技术，适用于高性能ai/云计算应用。

a、市场需求扩张

在人工智能发展的初期，算法为王，像数据中心、大数据分析、精准营销等方面成功实现了商业落地。随着智能化变革深入到交通、安防、通信等领域，受功耗、传输数据、时延等条件限制，仅靠原有的云端计算解决方案难以满足人工智能本地应用落地计算需求，在终端、边端场景同样需要人工智能计算，因此催生了ai芯片新硬件的发展。

“不管有什么好的ai算法，要想最终得到应用，就必然要通过芯片来实现。”清华大学微电子所所长魏少军教授曾这样表示，作为算法的载体，芯片硬件的提升也为先进的软件算法带来了更多的机会，为高性能、高算力ai芯片的出现提供了更多保障。

b、政策支持，资本看好

人工智能正成为国际学术的新焦点，加快新一代人工智能培养，已成为抓住新一轮科技革命和产业变革机遇的战略性问题。对此，国家对人工智能的发展高度重视，并陆续出台一系列人工智能产业发展政策。目前我国人工智能产业已基本成型，从中央到各地的政策措施陆续亮相。在政策扶持下，不仅能加快人工智能产业政策的落地，还能促进产业深度融合，加速人工智能应用商业化的发展。

ai芯片市场引发了老牌芯片厂商英伟达、英特尔的持续关注，像国内的百度、阿里、华为等科技巨头也纷纷加码ai芯片赛道。除了巨头的动作，早在2014年国家多部门联合多个企业成立了“国家集成电路产业投资基金”，一期投资高达1387亿元，如今大基金二期完成2000亿左右规模的募资，接下来将重点投资人工智能、5g、物联网等终端应用产业，进一步推动国产半导体产业发展。

c、技术门槛稍低

为什么有大量厂商都开始转型研发ai芯片，很重要的一点原因是其技术门槛稍低。很多人工智能学习都要求的是完成简单而大量地重复输入，且ai芯片针对某一类特定场景进行开发，不像传统cpu一样要求“十项全能”。其次，很多时候所谓的ai芯片并不是独立研发的一块芯片，不必耗费大量精力去完成各类ip（知识产权）内核，而是针对一些ai功能进行加速优化，以释放更多计算资源跟其他模块去处理复杂场景。这也是科技企业为什么蜂拥做ai芯片的原因之一。

国产技术解决ai算力问题:

当前ai运算需要系统能够高效处理大量非结构化数据（文本、视频、图像、语音等），因此需要硬件具有高效的线性代数运算能力，计算任务具有单位计算任务简单，逻辑控制难度要求低，但并行运算量大、参数多的特点，并对芯片的多核并行运算、片上存储、带宽、低延时的访存等提出了较高要求。针对不同应用场景，ai芯片还应满足对主流ai算法框架兼容、可编程、可拓展、低功耗、体积及造价等需求。

针对这些需求，gpu\fpga\asic等异构计算芯片被投入应用到ai应用相关领域，解决了算力不足的问题。相关领域国产技术的重大突破也为行业应用带来更多可能。

对产品落地遭遇瓶颈的国内ai企业和芯片设计商来说，芯动科技提供的包括ip、技术、量产、资源等芯片定制一站式服务，而全国产ip也可根据客户应用场景进行面积、功耗等ppa优化，一步到位交钥匙快速集成，提供从fpga到asic、从概念的量产的前后端全过程解决方案，加快芯片开发周期。

近几年来，人工智能作为自互联网诞生以来的第二次技术形态的体现，随着智能产品的落地应用，不同场景的算法持续涌现，计算数据呈爆炸式增长。不少厂商为了追求产品多样化，不断推出新功能，在产品中提到的“人机交互”、“智能识别”等新鲜的概念词汇，以此吸引消费者的购买欲望。

同时，ai芯片作为人工智能技术的硬件基础和产业落地的载体，吸引了众多巨头和创企入局，各类ai芯片相继面世。

胡润研究院发布的《2020胡润中国芯片设计10强民营企业》榜单中，按照企业市值或估值列出了中国10强本土芯片设计民营企业，分别为：韦尔股份、汇顶科技、兆易创新、卓盛微电子、君正集成电路、圣邦微电子、比特大陆、瑞芯微、晶晨半导体、地平线、寒武纪科技。11家芯片设计企业中比特大陆、地平线、寒武纪科技3家都是ai芯片公司，占据了将近1／3的比重，足以见得ai芯片发展的重要性和火热程度。