2021年是5G加速普及的一年，5G将使万物互连。在未来的10年中，与5G部署并行发展的技术领域，将是大数据的分析和运用，其核心应用就是人工智能芯片。随着数十亿终端接入网络，多样化的海量数据瞬息间产生，如何高效实时和安全地收集、传输、分析、分享和运用这些信息，将是一个重要的课题和成长机遇。

另一方面，人工智能无论在科研还是在产业应用方面都取得了快速的发展。深度学习算法需要大量的矩阵乘加运算，对大规模并行计算能力有很高的要求，CPU和传统计算架构无法满足对于并行计算能力的需求，需要特殊定制的芯片。目前，AI芯片行业已经起步并且发展迅速。 

近日，由上海市集成电路行业协会主办的以 “智芯赋能·与AI同行”为主题的AI芯片+大数据国际高峰论坛举行，共同探讨AI芯片与大数据的发展如何引领和推动新一轮科技革命和产业变革。

AI芯片：从手机到汽车

 目前人工智能技术与产业持续高速发展，已经基本形成了由芯片、数据、开发框架、算法、应用组成的技术产业生态；其中人工智能芯片是支撑人工智能技术和产业发展的关键基础设施，具有重要的战略地位。

上海市集成电路行业协会常务副会长、上海华力微电子总裁雷海波表示，当前，全球集成电路产业正处于深度调整的关键时期，主要国家和地区都把加快发展集成电路产业作为抢占新兴产业的战略制高点，投入了大量的创新要素和创新资源。AI芯片+大数据，需要强化对产业链上下游核心资源要素地整合。未来五至十年是上海乃至全国，AI芯片+大数据产业发展的重要战略机遇期，也是产业发展的攻坚时期。 

一方面，因为更直观、更富沉浸感与情境感体验的实现，个人生活将变得更加智能和丰富。另一方面，5G和AI结合边缘云，将以颠覆性的方式推动企业的创新，变革许多细分领域和行业，包括教育、健康医疗、企业生产力、零售业、制造业、交通运输业等。

这些不断涌现的新应用，要求整个系统的计算能力在云端、终端和边缘系统中，以最有效率的方式重新分布，为智能互连的世界带来可靠支撑。基于云端、边缘云与终端侧AI的分布式智能，将支持更加广泛的全新应用和服务。 

智能手机是当前最普及的AI设备，拥有比任何其它传统设备都强大的计算、感知和连接能力，通过摄像头、麦克风、传感器等，访问更多的数据，并感知周围的世界，从而真正改变消费者的体验。

据高通技术公司产品市场副总裁孙刚表示，目前，通过骁龙移动平台，高通的AI技术已经支持超过15亿部终端。 

2020年12月，高通发布骁龙888芯片，该芯片采用了全新设计的Hexagon 780处理器。它首次支持了新的融合AI加速器，这意味着标量、张量和向量加速器是融合在一起的，让加速器之间的物理距离几乎消失。它还新增了一颗专用的始终开启、低功耗的AI处理器，能够带来高达5倍的AI性能提升。这些高效AI处理能力可以使Hexagon处理器高达80%的工作负载分担给高通传感器中枢，从而更加省电。这些全新特性让骁龙888可以实现每秒26万亿次运算，实现了AI性能的显著提升。

而AI带来的高效运算不只是局限于手机，还将赋能更广泛的物联网场景，如智能汽车。 

在汽车领域，高通正在通过Snapdragon Ride平台这一先进、可扩展的开放自动驾驶解决方案，加速汽车行业变革。Snapdragon Ride不仅集成了一整套强大的软硬件组件，包括安全系统级芯片、安全加速器和自动驾驶软件栈，还能够针对多个自动驾驶场景，带来业界领先的性能和能效表现：包括为L1/L2级自动驾驶应用，提供30 TOPS的算力；以及针对L4/L5级别自动驾驶场景，提供超过700TOPS的算力。

云、边、端协同将成重要趋势  

“当然，对AI的需求绝不仅来自于移动终端、物联网和汽车。”孙刚表示，面向云端AI推理，高通Cloud AI 100加速器能够让智能从云端遍布至边缘终端之间的全部节点，能够解决云端AI推理在能效和规模化扩展方面的独特需求。“我们认为许多市场都需要这一级别的AI推理能力，比如拥有较高级别ADAS（先进驾驶辅助系统）的自动驾驶系统、5G基础设施，以及可以应用于零售、智慧城市的5G边缘盒子。”

云端AI与端侧AI有什么不同？

美的集团AIoT首席硬件架构师陈苑锋表示，从智能家居的应用场景来说，他期望数据量小、算力需求低的任务都尽量放在端侧完成。上海天数智芯半导体有限公司副总裁梁斌则从芯片开发的角度介绍，端侧芯片不仅要有AI功能，还要有交互、数据采集等功能，就要集成摄像头等模块；但云端AI芯片通用性更强，可能就是一个大算力芯片。

芯原股份董事长戴伟民认为，未来，AI不仅应用于云、端，还有大量的边缘侧计算，未来属于分布式计算模式。其中，增强的边缘处理能力使得敏感数据在本地处理变得可行，增强了保密性。

未来，云侧应用场景将不断丰富，与边缘侧协同发展将成为重要趋势。数据中心（云端）在大数据分析、精准营销、商业决策等方面实现了成功的应用落地；能源、交通、农业、公共事业等更多的商业场景中正逐步渗透；基于算力需求以及传输带宽、数据安全、功耗、延时等客观条件限制，AI计算下沉至边缘及终端应用。 

与此同时，AI芯片产业竞争已经入白热化状态。NVIDIA和Intel等老牌芯片厂商布局广泛，既有云端训练推理的芯片，也有终端产品；国内企业如华为、百度、比特大陆、寒武纪、地平线机器人等也开始布局并有产品发布。