芯東西（公眾號：aichip001）
作者 | GTIC峰會
芯東西8月27日報道，今日，GTIC 2022全球AI芯片峰會在深圳市南山區(qū)圓滿落幕。會上，2022「中國AI芯片企業(yè)50強」榜單正式揭曉。
▲智一科技聯(lián)合創(chuàng)始人、總編輯張國仁揭曉榜單
這場高規(guī)格產(chǎn)業(yè)會議，由芯東西與智東西公開課聯(lián)合主辦，以“不負芯光 智算未來”為主題，匯集了來自AI芯片領(lǐng)域的產(chǎn)學(xué)研投專家及創(chuàng)業(yè)先鋒代表，展示智能計算底層創(chuàng)新與落地的最新光景。
兩天內(nèi)，32位嘉賓通過主題演講和巔峰對話，分享了干貨滿載、深入淺出的行業(yè)見解。峰會全場座無虛席，全網(wǎng)直播人數(shù)累計高達220萬+人次。作為智一科技產(chǎn)業(yè)對接平臺GTIC落地深圳的首場產(chǎn)業(yè)峰會，GTIC 2022全球AI芯片峰會得到了深圳產(chǎn)業(yè)人士的廣泛好評。
昨日，我們整理了AI芯片高峰論壇和云端AI芯片專題論壇的核心看點。（AI芯片峰會燃爆深圳南山！17位大咖演講萬字精華來了）
今天，精彩繼續(xù)！15位大牛分別出席邊緣端AI芯片專題論壇、存算一體芯片專題論壇、新型計算技術(shù)專題論壇，暢談AI芯片創(chuàng)新路徑，以及在加速落地商用過程中積累的心得。
一、南科大余浩：“種草”低碳AI芯片，高精度與低功耗并存
南方科技大學(xué)深港微電子學(xué)院創(chuàng)院副院長余浩教授在現(xiàn)場“種草”了低碳AI芯片。
我們向往著讓機器來做計算，幫助我們“躺平”，但就目前的算力中心而言，其在功耗和效率上都需要付出很大代價，如電力、能源的消耗。因此，在數(shù)字經(jīng)濟、可持續(xù)經(jīng)濟的背景下，我們需要一塊高能效的低碳芯片。
▲南方科技大學(xué)深港微電子學(xué)院創(chuàng)院副院長余浩教授
現(xiàn)有的有效解決途徑包括并行的GPU、脈動的TPU，不過這些解法或多或少仍存在功耗高、能效低的問題。那么，如何在保證精度、降低功耗的情況下訓(xùn)練出多精度、多復(fù)雜度模型并實現(xiàn)高能效的硬件計算？
余浩教授團隊的做法是通過網(wǎng)絡(luò)架構(gòu)自動搜索設(shè)計，對網(wǎng)絡(luò)進行逐層優(yōu)化，得到高能效的混合精度神經(jīng)網(wǎng)絡(luò)；并在硬件層面，讓每個數(shù)據(jù)單元都支持多精度并行處理，同時每個并行的多精度陣列又可以進行數(shù)據(jù)復(fù)用，就可以高能效地運行多復(fù)雜度的網(wǎng)絡(luò)模型。
南方科技大學(xué)團隊已經(jīng)研發(fā)了4款A(yù)I芯片，其中，在平均能效情況下，X-Edge芯片達到200TOPS/W，超越人腦的10TOPS/W。
基于上述研發(fā)理念，X-Edge芯片可以應(yīng)用于搭建低碳邊緣算力平臺、機器人平臺、移動巡檢平臺、元宇宙平臺等。
二、軟硬件協(xié)同設(shè)計，應(yīng)對AI落地碎片化難題
相對云端AI芯片，邊緣側(cè)與端側(cè)的AI芯片企業(yè)面臨著更為多元的應(yīng)用場景，不止要通過優(yōu)化底層技術(shù)，還必須抓住時間窗口，加速實現(xiàn)芯片及相應(yīng)解決方案的規(guī)?；涞亍?/p>
在上午舉行的邊緣端AI芯片專題論壇期間，來自時擎科技、愛芯元智、Imagination、齊感科技、英諾達、嘉楠科技的行業(yè)大牛，分享了他們觀察到的下游市場需求之變，以及應(yīng)對這些變化的產(chǎn)品創(chuàng)新、落地打法與實戰(zhàn)經(jīng)驗。
1、時擎科技仇健樂：分布式存儲與計算，應(yīng)對端側(cè)AI落地碎片化挑戰(zhàn)
在AIoT時代，AI應(yīng)用越來越多地以“云邊端協(xié)同”形式出現(xiàn)。與云端AI芯片相比，端側(cè)AI芯片需要滿足一些特定需求，比如：算力能支持本地預(yù)處理或簡單決策即可，對功耗和成本更敏感，傳感器接口和應(yīng)用市場碎片化等。
面向這樣的市場特點，端側(cè)智能芯片公司時擎科技選擇采用DSA（領(lǐng)域?qū)Ｓ眉軜?gòu)）芯片設(shè)計方案，時擎采用神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)壓縮引擎，支持自主研發(fā)的基于RISC-V架構(gòu)的端側(cè)DSA智能處理器。
據(jù)時擎科技研發(fā)副總裁仇健樂分享，該處理器可進行分布式存儲和計算，適應(yīng)AI算法快速演進，保持高計算效率，目前已能在128GOPS-2TOPS算力范圍內(nèi)實現(xiàn)較強伸縮性。
▲時擎科技研發(fā)副總裁仇健樂
當(dāng)進入客戶應(yīng)用場景進行部署，設(shè)計好的AI端側(cè)芯片又面臨一大新的挑戰(zhàn)——部署模型多為小型化網(wǎng)絡(luò)模型，數(shù)據(jù)量化難度大。
為此，時擎通過TimesFlow平臺提供多種量化方法，包括INT8/INT16的對稱/非對稱量化選項，從而降低量化過程中的精度損失。時擎還配備一鍵部署功能、豐富算子庫、多種預(yù)處理方法，以優(yōu)化客戶的應(yīng)用部署體驗。
2、愛芯元智劉建偉：兩大核心技術(shù)，加速端側(cè)AI芯片落地
近10年AI技術(shù)發(fā)展迅猛，隨著算力越來越大，市場空間暴漲，端側(cè)和邊緣側(cè)的AI芯片也迎來發(fā)展機遇。在端側(cè)、邊緣側(cè)對智能要求越多，需要的算法也就越多，同時，AI的應(yīng)用也對感知和計算提出了更高的需求。
愛芯元智聯(lián)合創(chuàng)始人、副總裁劉建偉說：“愛芯元智在AI芯片領(lǐng)域?qū)Ω兄陀嬎愕奶剿鳎呀?jīng)成功量產(chǎn)兩代四顆芯片，并布局于消費電子、智慧城市領(lǐng)域。”
▲愛芯元智聯(lián)合創(chuàng)始人、副總裁劉建偉
愛芯元智將感知和計算作為兩大基礎(chǔ)技術(shù)進行研發(fā)，其中，AI-ISP技術(shù)將AI與ISP（圖像信號處理）相結(jié)合，選取傳統(tǒng)ISP中的模塊進行增強?；旌暇萅PU提供基礎(chǔ)算力，可以實現(xiàn)模塊間并行計算。
此外，愛芯元智提供的不僅是AI芯片，而是面向場景的解決方案，在設(shè)計整個芯片時，會幫助客戶從芯片、應(yīng)用到算法進行協(xié)同設(shè)計。
3、Imagination鄭魁：CPU+GPU+AI異構(gòu)計算，滿足邊緣智能多樣化需求
隨著人工智能市場快速增長，PC、智能手機、安全、汽車等市場都需要不同算力，為此，IP解決方案商Imagination最新推出了覆蓋AI、GPU和CPU等IP的異構(gòu)計算架構(gòu)。
Imagination中國區(qū)??智能及汽車產(chǎn)品市場副總鄭魁談道，作為一家IP設(shè)計公司，PPA（性能、功耗、面積）是產(chǎn)品一直強調(diào)的要素。同時面向手機、自動駕駛等各個領(lǐng)域的算力需求多樣化，對硬件計算架構(gòu)乃至軟件棧有更高的需求。異構(gòu)計算是未來的發(fā)展方向，對此，Imagination已在IP層面將所有計算異構(gòu)能力整合，提供具備靈活性、標準化、開放性的解決方案。
▲Imagination中國區(qū)??智能及汽車產(chǎn)品市場副總鄭魁
在AI方面，Imagination推出了NNA（神經(jīng)網(wǎng)絡(luò)加速器）等IP產(chǎn)品，已落地自動駕駛、consumer等多個領(lǐng)域；在CPU方面，最新推出基于RISC-V的RTXM-2200，是其首款實時嵌入式的高度可擴展的實時、確定性、32位嵌入式CPU；在GPU方面，基于PowerVR開拓性架構(gòu)除了出色的PPA，還具備強大的算力可拓展性。Power VR架構(gòu)走過30載，如今高算力IMG GPU已拓展至桌面、車載、高性能計算等多個新市場。
4、齊感科技刁勇：芯片+解決方案，助不同AI場景的應(yīng)用快速落地
齊感科技市場副總裁刁勇談道，AI產(chǎn)業(yè)市場正在高速發(fā)展，目前較典型的AI應(yīng)用包括語音識別、自然語言處理、視覺應(yīng)用，其中視覺應(yīng)用是成長最快速的。
▲齊感科技市場副總裁刁勇
智慧家居、智慧零售、智慧農(nóng)牧、機器人、智慧教育等落地場景，對AI視覺芯片有非常強的需求。對于AI視覺芯片公司來說，僅利用自己的經(jīng)驗來應(yīng)對不同業(yè)務(wù)需求，可能會面臨很多的挑戰(zhàn)。對此，齊感科技以AI SoC芯片為核心，推出全套解決方案，來幫助客戶在設(shè)計相關(guān)產(chǎn)品時快速落地。
目前，齊感科技已經(jīng)推出兩代芯片平臺QG21、QG31，包含8顆芯片，并在此基礎(chǔ)上布局了智能網(wǎng)絡(luò)攝像機、低功耗視覺應(yīng)用，智能門鎖、AI智能分析盒子、智能云臺、翻譯機等解決方案。
此外，很多不帶AI的攝像頭已經(jīng)部署應(yīng)用，但它們可能有實際上有升級、增加AI加速能力的需求，齊感科技的AI智能分析解決方案則給這些產(chǎn)品提供了升級路徑。
5、英諾達李曦：大型AI芯片驗證平臺，應(yīng)對芯片設(shè)計上云需求
算力成為半導(dǎo)體行業(yè)的新增長點，人們在追求更先進的制程工藝時，IC設(shè)計成本隨之快速上升，芯片設(shè)計軟件EDA上云成為新趨勢。
英諾達市場與銷售總監(jiān)李曦談道，IC設(shè)計上云面臨數(shù)據(jù)安全、商務(wù)模式、技術(shù)支持等多重挑戰(zhàn)。EDA龍頭Cadence推出的Palladium硬件仿真加速器是業(yè)界較通用的硬件仿真器，支持百億門級的SoC全芯片驗證；但它價格昂貴，安裝及維護要求高，中小公司往往難以負擔(dān)。
▲英諾達市場與銷售總監(jiān)李曦
為此，英諾達推出國內(nèi)首個基于且由Cadence獨家授權(quán)的Palladium的異構(gòu)云平臺，在國內(nèi)搭建異構(gòu)機房以保證安全可控和數(shù)據(jù)快速傳輸，并將費用降低到中小公司可負擔(dān)的范圍，目前已形成按需使用、按時收費的商業(yè)模式。
同時，該平臺也會提供機器故障診斷及維修、客戶配置初始調(diào)試、驗證環(huán)境搭建等技術(shù)支持。在疫情期間，英諾達的云服務(wù)優(yōu)勢明顯，客戶的機器利用率保持在80%以上，不僅可以讓用戶持續(xù)推進研發(fā)進度，還可以讓用戶把更多精力放在體現(xiàn)其核心競爭力的芯片設(shè)計上。
6、嘉楠科技湯煒偉：擁抱軟硬件開源生態(tài)，算法平臺和倉庫幫助輕松部署
“AI應(yīng)用的發(fā)展逐漸變得場景化、設(shè)備化、多樣化。”嘉楠科技副總裁湯煒偉說。AI先起于云端，隨著技術(shù)不斷成熟、AI算法模型裁剪量化，AI芯片性能和性價比不斷提升，邊緣的AI算力變得更加普及。
▲嘉楠科技副總裁湯煒偉
邊緣AI計算設(shè)備形態(tài)多元化，這導(dǎo)致未來該領(lǐng)域的開發(fā)并不只在大公司，更多中小公司、個人開發(fā)者都會參與進來。不過在開發(fā)過程中，開發(fā)者往往直面很多門檻，比如選擇芯片平臺、買不到芯片硬件、獲取開發(fā)資料和獲得支持等。在他看來，降低門檻最好的途徑就是開源。
因此，嘉楠科技采用RISC-V的通用處理器核架構(gòu)，多代自研KPU架構(gòu)，實現(xiàn)全流程的研發(fā)自主研發(fā)，能夠?qū)﹂_源開放、快速迭代和客戶支持有更好支撐。近兩三年嘉楠科技已經(jīng)實現(xiàn)超200萬顆RISC-V AI芯片出貨。
另外，新的AI算法平臺和倉庫計劃年底推出，該工具將極大降低AI開發(fā)門檻。在體驗已有AI demo集的基礎(chǔ)上，開發(fā)者可空中升級新增的AI算法demo 以及算法二次開發(fā)，并輕松優(yōu)化部署在硬件上。
嘉楠科技的AI工具鏈，軟件SDK等代碼和文檔已全面開源在Github等平臺上，以勘智Kendryte AI品牌呈現(xiàn)。
三、存算一體核心力量集結(jié)！從小算力走向大算力
存算一體是當(dāng)前AI芯片領(lǐng)域最熱門的架構(gòu)創(chuàng)新方向。這個有望突破傳統(tǒng)算力瓶頸的創(chuàng)新賽道，不僅是國際芯片學(xué)術(shù)頂級會議的焦點話題，而且在產(chǎn)業(yè)界開始頻頻“吸金”，連獲各路資本的傾投。
今天下午，五位國內(nèi)存算一體AI芯片創(chuàng)企的創(chuàng)始人兼CEO齊聚GTIC 2022全球AI芯片峰會·存算一體芯片專題論壇，展示前沿架構(gòu)與落地進展，探討高能效、低成本的可行之徑。
1、知存科技王紹迪：存內(nèi)計算芯片能效、成本優(yōu)勢明顯，WTM系列芯片率先布局生態(tài)
相比于傳統(tǒng)計算架構(gòu)，存算一體更適合AI計算。利用歐姆定律乘法的計算原理，這種架構(gòu)就可以實現(xiàn)百萬級、千萬級并行計算，使得AI計算算力能效提升數(shù)倍到數(shù)十倍，相比CPU、GPU具備更高密度、更高并行度、更高能效、更大算力。
知存科技創(chuàng)始人兼CEO王紹迪談道，存算一體在成本、算力、功耗上有很大優(yōu)勢，但還需要補齊通用型、工具鏈、精度。
▲知存科技創(chuàng)始人兼CEO王紹迪
知存科技已經(jīng)量產(chǎn)商用存內(nèi)計算SoC芯片WTM2101，AI算力達到50Gops，功耗僅5uA-3mA，主要應(yīng)用于可穿戴場景中的語音識別、語音增強、健康監(jiān)測等功能。未來5年內(nèi)，還將發(fā)布更高算力芯片序列WTM8系列、WTM-C系列、WTM-S系列。
接下來，憑借存內(nèi)計算產(chǎn)品研發(fā)和商用的先發(fā)優(yōu)勢，知存科技會持續(xù)投入算法體系、架構(gòu)創(chuàng)新與工具鏈、底層工藝三個層面，推動存內(nèi)計算生態(tài)構(gòu)建。王紹迪表示，存內(nèi)計算未來也要擁抱Chiplet，將兼容性、能效做的更好。
2、蘋芯科技楊越：AI算力下沉?xí)r代，用SRAM突破“存儲墻”限制
進入AI時代，算力正在下沉到移動物聯(lián)網(wǎng)及AIoT終端，計算更加注重能耗及效率。
為了解決“存儲墻”問題，減少數(shù)據(jù)在存儲器與處理器之間的傳輸損耗，業(yè)界出現(xiàn)了CMOS加速器、近存計算、存內(nèi)計算等多種路徑。蘋芯科技聯(lián)合創(chuàng)始?兼CEO楊越認為，在可實現(xiàn)存內(nèi)計算的多種存儲器技術(shù)中，SRAM（靜態(tài)隨機存取存儲器）具有較大計算優(yōu)勢。
▲蘋芯科技聯(lián)合創(chuàng)始?兼CEO楊越
聚焦這一領(lǐng)域，蘋芯科技推出了SRAM數(shù)字存內(nèi)計算內(nèi)核，支持常見的定點/浮點運算，能實現(xiàn)超5倍效率提升，納秒級讀寫延遲，無擦寫次數(shù)限制，并且能夠向高級工藝節(jié)點兼容，引入ADC-less設(shè)計，從而實現(xiàn)精度無損效果。從內(nèi)核硬件到SoC產(chǎn)品，蘋芯科技在可掛載的PIM核、軟件構(gòu)建等方面加大布局，目前正在陸續(xù)推出NE002、NE003、PIMCHIP S230等幾款芯片。
權(quán)威報告顯示，2030年全球AI芯片市場規(guī)模有望達到2021億美元。楊越說，蘋芯定位的市場不局限于AI識別算法，還覆蓋了包括降噪算法、SLAM算法、ISP算法等其他矩陣類運算，目標落地智慧可穿戴、機器人、工農(nóng)業(yè)智能化設(shè)備等領(lǐng)域。
3、億鑄科技熊大鵬：基于ReRAM的全數(shù)字化存算一體大算力芯片技術(shù)
AI芯片正在從通用CPU、專用加速器發(fā)展為存算一體階段，而馮·諾依曼架構(gòu)的存儲墻、能效墻、編譯墻正在阻礙AI芯片算力和能效比的持續(xù)發(fā)展。
億鑄科技創(chuàng)始人、董事長兼CEO熊大鵬談道，存算一體架構(gòu)在突破這些瓶頸上具有先天優(yōu)勢。目前實現(xiàn)存算一體架構(gòu)主要通過模擬、數(shù)模兩種方式。模擬能夠提高兩個數(shù)量級以上的能效比，數(shù)?；旌夏懿糠纸鉀Q精度問題，不過這兩種方式會犧牲部分精度，同時數(shù)模、模數(shù)轉(zhuǎn)換會帶來能耗、面積和性能瓶頸。
▲億鑄科技創(chuàng)始人、董事長兼CEO熊大鵬
為了突破上述瓶頸，億鑄科技基于ReRAM打造了全數(shù)字化存算一體AI大算力芯片技術(shù)，通過數(shù)字化徹底解精度問題，在整個計算過程中，不受工藝環(huán)境的影響，實現(xiàn)高精度、大算力、超高能效比，切實將存算一體架構(gòu)應(yīng)用于大算力領(lǐng)域。
不同存儲介質(zhì)應(yīng)用在不同場景上各有優(yōu)劣勢。熊大鵬認為，面向AI大算力場景，ReRAM是目前最合適的存儲介質(zhì)。億鑄選擇ReRAM的優(yōu)勢在于非易失、密度大、密度上升空間巨大、能耗低、讀寫速度快、成本低、穩(wěn)定、兼容CMOS工藝等特點。目前ReRAM的制造工藝已經(jīng)成熟，且已經(jīng)有ReRAM產(chǎn)品量產(chǎn)落地。
4、智芯科張鐘宣：解決AI落地中的“將大象塞進冰箱”難題
杭州智芯科微電?創(chuàng)始?兼CEO張鐘宣說，千千萬萬的AI公司做AI落地，面臨“將大象塞進冰箱”的問題。例如，一個手機的功耗不能超過5W，否則熱散不去，AI模型落地到手機上，就會損失很多效果。
▲杭州智芯科微電?創(chuàng)始?兼CEO張鐘宣
看到這一市場發(fā)展瓶頸，智芯科選擇基于SRAM（靜態(tài)隨機存取存儲器）的存內(nèi)計算技術(shù)，解決后摩爾時代的“大算力、低功耗”市場痛點。智芯科主要聚焦視覺處理芯片、GPNPU（通用神經(jīng)網(wǎng)絡(luò)處理器）兩個落地方向。
張鐘宣談道，智芯科的視覺處理器AT700 AI CIM，int8能耗比達到10TOPS/W。AT700X Pre-ISP圖像增強能使算力超過20TOPS，同時功耗低于1W；落地網(wǎng)絡(luò)攝像機領(lǐng)域，能實現(xiàn)0.5~2W低功耗，算力達10~50TOPS（int8），實現(xiàn)暗光全彩效果；AT800 GP CIM是其代表性的邊緣AI處理器，采用12nm制程，int8能耗比達到30TOPS/W，幾乎達到當(dāng)下5nm同類芯片的水平。
在軟件方面，智芯科推出了一套AI工具流程，面向客戶提供網(wǎng)絡(luò)優(yōu)化、量化浮點達int8的算力服務(wù)，并支持神經(jīng)網(wǎng)絡(luò)圖形編譯、可執(zhí)行二進制文件生成的相關(guān)硬件。
5、九天睿芯劉洪杰：基于混合信號SRAM存算一體，多模態(tài)傳感器協(xié)同
人機交互系統(tǒng)智能程度提升，帶來了傳感器數(shù)量、時間空間分辨率要求及神經(jīng)網(wǎng)絡(luò)應(yīng)用規(guī)模的提升，對多維度數(shù)據(jù)同步采集、傳輸、處理、運算和存儲操作的能效、面效和時效性能提出了更高的要求。
九天睿芯創(chuàng)始人、董事長兼CEO劉洪杰談道，基于SRAM的混合信號存內(nèi)計算能夠?qū)崿F(xiàn)更小的運算單元、更高的能效，同時保持符合商用的精度，體現(xiàn)了該架構(gòu)良好的應(yīng)用優(yōu)勢，在面積上，九天睿芯的產(chǎn)品大小僅為1.4×1.4平方毫米。
▲九天睿芯創(chuàng)始人、董事長兼CEO劉洪杰
混合信號SRAM存算一體同時結(jié)合模擬預(yù)處理和高性能ADC，九天睿芯使整個信號鏈更智能更高效率，這一架構(gòu)能打破傳感器端ADC速度和精度性能瓶頸，存算一體實現(xiàn)了NPU突破功耗瓶頸，因此適用于追求極致低功耗和低延時、高精度的場景。面向兩個應(yīng)用：1，VR/AR領(lǐng)域的未來應(yīng)用，基于混合信號SRAM感存算一體可幫助實現(xiàn)眼動追蹤，以及VR/AR頭顯設(shè)備的超低功耗語音識別、SLAM同步定位與構(gòu)圖。2，集成模擬預(yù)處理或高速ADC與存算一體的車用傳感器端（視覺，激光雷達等）的低延時低功耗高集成度處理。
四、鍛造新型計算鑰匙，打開通用智能未來之門
在后摩爾時代，AI芯片日漸面臨來自器件、工藝、架構(gòu)、能耗、成本等諸多芯片設(shè)計與制造層面的挑戰(zhàn)。同時，盡管深度學(xué)習(xí)算法的落地愈發(fā)廣泛，產(chǎn)學(xué)界仍在探索實現(xiàn)通用智能的更多可能路徑，這要求AI芯片從底層架構(gòu)創(chuàng)新，來應(yīng)對主流AI算法變化的不確定性。
除了存算一體方興未艾，還有幾類新型計算架構(gòu)走出學(xué)術(shù)象牙塔，走向產(chǎn)業(yè)化。在新型計算技術(shù)專題論壇上，類腦計算創(chuàng)企代表靈汐科技、光子計算創(chuàng)企代表曦智科技、量子計算創(chuàng)企代表玻色量子發(fā)表主題演講，分享他們?nèi)绾瓮ㄟ^將前沿技術(shù)轉(zhuǎn)化落地，闖向AI計算加速的“無人區(qū)”。
1、靈汐科技華寶洪：類腦芯片已量產(chǎn)落地，異構(gòu)融合成新趨勢
靈汐科技副總經(jīng)理華寶洪認為，類腦計算是后摩爾時代顛覆性戰(zhàn)略技術(shù)，已成中美歐科技競爭必爭之地。這一方法受人腦啟發(fā)產(chǎn)生，是一個融合生物腦科學(xué)原理和計算機科學(xué)原理的計算系統(tǒng)，具有近似計算、抗噪音、稀疏、時空相關(guān)性等特點。
▲靈汐科技副總經(jīng)理華寶洪
華寶洪說，異構(gòu)融合是類腦計算的發(fā)展趨勢。靈汐科技的相關(guān)成果于2019年登國際學(xué)術(shù)頂刊《自然》封面，基于此靈汐科技已流片和量產(chǎn)了邊端首款商用類腦芯片Lynchip KA200，兼容人工神經(jīng)網(wǎng)絡(luò)和生物神經(jīng)網(wǎng)絡(luò)，采用12nm制程，支持25萬神經(jīng)元、2500萬突觸，稀疏模式支持200萬神經(jīng)元，DNN算力達到32TOPS（int8），16TFLOPS（FP16），功耗范圍在1-14瓦，運行ResNet50-64、yolo5等主流網(wǎng)絡(luò)時，芯片在能效比和性價比遠高于NVIDIA T4。
目前靈汐科技的類腦計算芯片已經(jīng)用于腦科學(xué)和類腦計算，同時也覆蓋安防、機器人、無人機等傳統(tǒng)AI應(yīng)用領(lǐng)域。
2、曦智科技胡永強：光電混合，重新定義算力基建
半導(dǎo)體工藝從硅基時代的10μm工藝發(fā)展到3nm工藝，進入后摩爾時代，企業(yè)開始探索光子計算、量子計算、存內(nèi)計算的發(fā)展。曦智科技全球副總裁胡永強談道，光子計算的底層優(yōu)勢是低延遲、低能耗、高通量。與電傳輸相比，光信號以光速傳輸，能實現(xiàn)微米至百米級的TB級數(shù)據(jù)傳輸能力。
▲曦智科技全球副總裁胡永強
基于光子矩陣計算oMAC、片上光網(wǎng)絡(luò)oNET、片間光網(wǎng)絡(luò)oNOC的三大光核心技術(shù)，曦智科技打造了光子計算和光子網(wǎng)絡(luò)兩大產(chǎn)品線。
相比于電子芯片，光的計算單元并行能力很強，可以利用波分復(fù)用同時計算多路數(shù)據(jù)，同時獲得更高的能效比以及極低的計算延遲，且對工藝制程的要求也更低。此外，片上光網(wǎng)絡(luò)oNOC技術(shù)將CMOS硅電子芯片堆疊在光芯片上，這種光電技術(shù)能通過光波導(dǎo)實現(xiàn)高帶寬、低能耗、低延遲的chiplet網(wǎng)絡(luò)互聯(lián)方案。
去年，曦智科技發(fā)布了第二代光計算處理器PACE，采用64×64光學(xué)矩陣乘法器，單個光子芯片中集成超過10000個光子器件，其運行特定神經(jīng)網(wǎng)絡(luò)的計算速度可以達到目前高端GPU的數(shù)百倍。今年下半年，曦智科技將推出全球首顆基于oNOC技術(shù)的光電混合3D封裝AI加速計算芯片，并搭載自研軟件棧。
3、玻?量??凱：光量子芯片正從理論優(yōu)越性走向?qū)嵱脙?yōu)越性
量子計算代表著下一代算力的重要突破方向。在量子計算世界中，運算的基本單元是量子比特，它的基本狀態(tài)是0和1的疊加。對N個量子比特進行一次操作，相當(dāng)于對經(jīng)典比特進行2的N次方次操作。這體現(xiàn)了量子計算機的巨大運算潛力，可應(yīng)用于模擬、優(yōu)化、機器學(xué)習(xí)、密碼學(xué)等方向。
玻色量子創(chuàng)始人兼CEO文凱分享說，光量子計算是商用化量子計算機的新形態(tài)，目前正從空間光發(fā)展到集成光學(xué)芯片，從理論優(yōu)越性走向?qū)嵱脙?yōu)越性。比如中科大“九章”去年研制的113個光量子的“九章2.0”完成了高斯玻色采樣計算實驗，比經(jīng)典超級計算機快了大約10的24次方倍，驗證了量子計算的理論優(yōu)越性。近年來，北京大學(xué)王劍威團隊、美國PsiQuantum公司，加拿大Xanadu公司等都進行了光量子計算芯片化的相關(guān)探索。
▲玻色量子創(chuàng)始人兼CEO文凱
創(chuàng)立于2020年底的玻色量子是一支來自斯坦福大學(xué)、麻省理工、清華大學(xué)、中科院等學(xué)府的團隊，多年研究基于DOPO（簡并光學(xué)參量振蕩器）的相干量子計算方案，并在量子神經(jīng)元生成芯片、通用光量子計算芯片等方向展開了攻關(guān)。
目前，玻色量子已推出第一代“天工”光量子計算驗證平臺，在國內(nèi)首次實現(xiàn)25節(jié)點任意相連可編程的MAX-CUT問題的優(yōu)化求解驗證，能在50微秒內(nèi)在3000多萬種可能性中篩選出4個最優(yōu)解之一。在商業(yè)化場景應(yīng)用上，玻色量子在金融、交通、生物制藥等方面也都實現(xiàn)了突破。
結(jié)語：AI芯片長坡厚雪，奔向智能計算未來
至此，GTIC 2022全球AI芯片峰會圓滿收官。
在這場AI芯片盛宴上，我們看到技術(shù)創(chuàng)新的力量依然熠熠生輝，從競逐有效算力到聚焦解決現(xiàn)實問題，許多創(chuàng)新方案提供了更多破解AI芯片瓶頸的差異化思路，多個創(chuàng)業(yè)團隊積淀的AI芯片實力也開始厚積薄發(fā)。
同時，我們也看到，無論是大算力還是小算力的AI芯片，無論是相對成熟的領(lǐng)域?qū)Ｓ眉軜?gòu)、通用GPU，還是存算一體、類腦計算、光子計算、量子計算等前沿技術(shù)路線，都有越來越多的高性能產(chǎn)品走向規(guī)?；慨a(chǎn)與商用落地。
隨著疫情得到有效控制，行業(yè)秩序逐步恢復(fù)，面對智能化、數(shù)字化、電動化帶來的海量數(shù)據(jù)計算需求，承載著智能計算核心動力的AI芯片產(chǎn)業(yè)，繼續(xù)快速奔跑，未來市場發(fā)展空間廣闊。
我們希望GTIC 2022全球AI芯片峰會成為前沿技術(shù)交流和產(chǎn)業(yè)落地對接的平臺，通過邀請各條細分賽道極具代表性的AI芯片企業(yè)們同臺，共同譜出AI芯片產(chǎn)業(yè)的最強音。
預(yù)告：GTIC另一場產(chǎn)業(yè)峰會，2022全球自動駕駛峰會，也將于近期（9月27日）在深圳舉行，敬請關(guān)注。
