'M-TECH 2019中國AI芯片創新者大會圓滿落幕，眾大咖共論AI芯片發展和機遇'
8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
圖 | NovuMind中國區副總裁謝強
據悉，NovuTensor的獨特構架能夠在本地用4D張量卷積運算3D張量，通過更高的並行性減少數據運輸，從而達到保持高性能、低延遲、低功耗的效果。
謝強在現場展示了搭載了它們自研芯片的開發板，由於IP設計的創新，所以它的功耗比可以做到最佳。“去年我們推出的28nm的測試芯片，能夠和採用臺積電7nm製程的蘋果A12 NPU達到同等AI計算能力。”
談AI芯片的應用：算法+芯片深度融合
地平線智能解決方案與芯片事業部總經理張永謙談到了由於數據量級和複雜度的急劇增長，算力成為AI發展的瓶頸，在這樣的情況下，邊緣計算勢在必行。
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
圖 | NovuMind中國區副總裁謝強
據悉，NovuTensor的獨特構架能夠在本地用4D張量卷積運算3D張量，通過更高的並行性減少數據運輸，從而達到保持高性能、低延遲、低功耗的效果。
謝強在現場展示了搭載了它們自研芯片的開發板，由於IP設計的創新，所以它的功耗比可以做到最佳。“去年我們推出的28nm的測試芯片，能夠和採用臺積電7nm製程的蘋果A12 NPU達到同等AI計算能力。”
談AI芯片的應用：算法+芯片深度融合
地平線智能解決方案與芯片事業部總經理張永謙談到了由於數據量級和複雜度的急劇增長，算力成為AI發展的瓶頸，在這樣的情況下，邊緣計算勢在必行。
圖 | 地平線智能解決方案與芯片事業部總經理張永謙
他表示，“因為邊緣側對芯片的成本、功耗的要求非常苛刻，所以算法和芯片一定要深度融合。”
張永謙舉例，“我們推出的Turn-key方案，4周就能出樣機。而定製化的軟硬結合的方案，對客戶來說好處也非常明顯，它的資源投入非常低，風險也低，上市時間也快。”
計算機視覺之外，語音也是這波AI芯片熱潮中最為典型的一個應用方向。思必馳CMO龍夢竹表示，物聯網的發展，以及智能設備市場的爆發，語音專用AI芯片是大勢所趨，它可以實現“端側計算、及時響應、數據與隱私安全、個性化和網絡離線。”
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
圖 | NovuMind中國區副總裁謝強
據悉，NovuTensor的獨特構架能夠在本地用4D張量卷積運算3D張量，通過更高的並行性減少數據運輸，從而達到保持高性能、低延遲、低功耗的效果。
謝強在現場展示了搭載了它們自研芯片的開發板，由於IP設計的創新，所以它的功耗比可以做到最佳。“去年我們推出的28nm的測試芯片，能夠和採用臺積電7nm製程的蘋果A12 NPU達到同等AI計算能力。”
談AI芯片的應用：算法+芯片深度融合
地平線智能解決方案與芯片事業部總經理張永謙談到了由於數據量級和複雜度的急劇增長，算力成為AI發展的瓶頸，在這樣的情況下，邊緣計算勢在必行。
圖 | 地平線智能解決方案與芯片事業部總經理張永謙
他表示，“因為邊緣側對芯片的成本、功耗的要求非常苛刻，所以算法和芯片一定要深度融合。”
張永謙舉例，“我們推出的Turn-key方案，4周就能出樣機。而定製化的軟硬結合的方案，對客戶來說好處也非常明顯，它的資源投入非常低，風險也低，上市時間也快。”
計算機視覺之外，語音也是這波AI芯片熱潮中最為典型的一個應用方向。思必馳CMO龍夢竹表示，物聯網的發展，以及智能設備市場的爆發，語音專用AI芯片是大勢所趨，它可以實現“端側計算、及時響應、數據與隱私安全、個性化和網絡離線。”
圖 | 思必馳CMO龍夢竹
龍夢竹以思必馳推出的第一代AI芯片TH1520為例，強調了軟硬件協同設計以及算法+芯片深度融合。她表示，“傳統的半導體產業與人工智能最大的區別在於更新週期完全不一樣，做算法的週期短而快，做芯片的階段性週期非常長。但基於現有的芯片鏈條，做芯片比以往會更容易一些。”
四輪battle交鋒，關於AI芯片最犀利的觀點碰撞
在今年的AI芯片創新者大會中，我們首次設置了“Battle”環節，邀請AI芯片產業人士上臺進行一對一的正反方辯論，現場大家從所持角度展開了激烈的辯論，我們也簡略摘錄了辯論過程中所任持方的觀點。
· Battle 1：AI芯片是人人可做的嗎？
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
圖 | NovuMind中國區副總裁謝強
據悉，NovuTensor的獨特構架能夠在本地用4D張量卷積運算3D張量，通過更高的並行性減少數據運輸，從而達到保持高性能、低延遲、低功耗的效果。
謝強在現場展示了搭載了它們自研芯片的開發板，由於IP設計的創新，所以它的功耗比可以做到最佳。“去年我們推出的28nm的測試芯片，能夠和採用臺積電7nm製程的蘋果A12 NPU達到同等AI計算能力。”
談AI芯片的應用：算法+芯片深度融合
地平線智能解決方案與芯片事業部總經理張永謙談到了由於數據量級和複雜度的急劇增長，算力成為AI發展的瓶頸，在這樣的情況下，邊緣計算勢在必行。
圖 | 地平線智能解決方案與芯片事業部總經理張永謙
他表示，“因為邊緣側對芯片的成本、功耗的要求非常苛刻，所以算法和芯片一定要深度融合。”
張永謙舉例，“我們推出的Turn-key方案，4周就能出樣機。而定製化的軟硬結合的方案，對客戶來說好處也非常明顯，它的資源投入非常低，風險也低，上市時間也快。”
計算機視覺之外，語音也是這波AI芯片熱潮中最為典型的一個應用方向。思必馳CMO龍夢竹表示，物聯網的發展，以及智能設備市場的爆發，語音專用AI芯片是大勢所趨，它可以實現“端側計算、及時響應、數據與隱私安全、個性化和網絡離線。”
圖 | 思必馳CMO龍夢竹
龍夢竹以思必馳推出的第一代AI芯片TH1520為例，強調了軟硬件協同設計以及算法+芯片深度融合。她表示，“傳統的半導體產業與人工智能最大的區別在於更新週期完全不一樣，做算法的週期短而快，做芯片的階段性週期非常長。但基於現有的芯片鏈條，做芯片比以往會更容易一些。”
四輪battle交鋒，關於AI芯片最犀利的觀點碰撞
在今年的AI芯片創新者大會中，我們首次設置了“Battle”環節，邀請AI芯片產業人士上臺進行一對一的正反方辯論，現場大家從所持角度展開了激烈的辯論，我們也簡略摘錄了辯論過程中所任持方的觀點。
· Battle 1：AI芯片是人人可做的嗎？
中國信息通信研究院副主任王蘊韜表示，從技術角度來說，芯片是人人都可以做的，從芯片最開始的設計到芯片的研發、流片，包括最後的驗證等等的環節，目前業內都有一整套的規範化和技術的支撐。但做和做好是兩件事，AI芯片是人人可做，但不是人人都能做好。
宙心科技CEO陳更新認為，專業的人做專業的事情。芯片有各種各樣的物理性需要與之相應的技術，而且做芯片還需要考慮它的目標市場經濟效益，不是所有人都能擁有很好的技術資源和資金支持。
· Battle 2：生態是不是AI芯片公司的終極出路？
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
圖 | NovuMind中國區副總裁謝強
據悉，NovuTensor的獨特構架能夠在本地用4D張量卷積運算3D張量，通過更高的並行性減少數據運輸，從而達到保持高性能、低延遲、低功耗的效果。
謝強在現場展示了搭載了它們自研芯片的開發板，由於IP設計的創新，所以它的功耗比可以做到最佳。“去年我們推出的28nm的測試芯片，能夠和採用臺積電7nm製程的蘋果A12 NPU達到同等AI計算能力。”
談AI芯片的應用：算法+芯片深度融合
地平線智能解決方案與芯片事業部總經理張永謙談到了由於數據量級和複雜度的急劇增長，算力成為AI發展的瓶頸，在這樣的情況下，邊緣計算勢在必行。
圖 | 地平線智能解決方案與芯片事業部總經理張永謙
他表示，“因為邊緣側對芯片的成本、功耗的要求非常苛刻，所以算法和芯片一定要深度融合。”
張永謙舉例，“我們推出的Turn-key方案，4周就能出樣機。而定製化的軟硬結合的方案，對客戶來說好處也非常明顯，它的資源投入非常低，風險也低，上市時間也快。”
計算機視覺之外，語音也是這波AI芯片熱潮中最為典型的一個應用方向。思必馳CMO龍夢竹表示，物聯網的發展，以及智能設備市場的爆發，語音專用AI芯片是大勢所趨，它可以實現“端側計算、及時響應、數據與隱私安全、個性化和網絡離線。”
圖 | 思必馳CMO龍夢竹
龍夢竹以思必馳推出的第一代AI芯片TH1520為例，強調了軟硬件協同設計以及算法+芯片深度融合。她表示，“傳統的半導體產業與人工智能最大的區別在於更新週期完全不一樣，做算法的週期短而快，做芯片的階段性週期非常長。但基於現有的芯片鏈條，做芯片比以往會更容易一些。”
四輪battle交鋒，關於AI芯片最犀利的觀點碰撞
在今年的AI芯片創新者大會中，我們首次設置了“Battle”環節，邀請AI芯片產業人士上臺進行一對一的正反方辯論，現場大家從所持角度展開了激烈的辯論，我們也簡略摘錄了辯論過程中所任持方的觀點。
· Battle 1：AI芯片是人人可做的嗎？
中國信息通信研究院副主任王蘊韜表示，從技術角度來說，芯片是人人都可以做的，從芯片最開始的設計到芯片的研發、流片，包括最後的驗證等等的環節，目前業內都有一整套的規範化和技術的支撐。但做和做好是兩件事，AI芯片是人人可做，但不是人人都能做好。
宙心科技CEO陳更新認為，專業的人做專業的事情。芯片有各種各樣的物理性需要與之相應的技術，而且做芯片還需要考慮它的目標市場經濟效益，不是所有人都能擁有很好的技術資源和資金支持。
· Battle 2：生態是不是AI芯片公司的終極出路？
華仁智聚創始人劉力表示，生態並不是AI芯片公司的終極出路，但是一定要在細分的應用場景下找到出路。
思必馳CMO龍夢竹認為，AI芯片實際就是一個商品，最後是落到能否變現上，所以生態也不一定AI芯片的未來，AI公司的使命也不是芯片的使命，我們做AI芯片是為了延續生態的一環。
· Battle 3：AI芯片會改變底層的封裝設計產業鏈嗎？
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
圖 | NovuMind中國區副總裁謝強
據悉，NovuTensor的獨特構架能夠在本地用4D張量卷積運算3D張量，通過更高的並行性減少數據運輸，從而達到保持高性能、低延遲、低功耗的效果。
謝強在現場展示了搭載了它們自研芯片的開發板，由於IP設計的創新，所以它的功耗比可以做到最佳。“去年我們推出的28nm的測試芯片，能夠和採用臺積電7nm製程的蘋果A12 NPU達到同等AI計算能力。”
談AI芯片的應用：算法+芯片深度融合
地平線智能解決方案與芯片事業部總經理張永謙談到了由於數據量級和複雜度的急劇增長，算力成為AI發展的瓶頸，在這樣的情況下，邊緣計算勢在必行。
圖 | 地平線智能解決方案與芯片事業部總經理張永謙
他表示，“因為邊緣側對芯片的成本、功耗的要求非常苛刻，所以算法和芯片一定要深度融合。”
張永謙舉例，“我們推出的Turn-key方案，4周就能出樣機。而定製化的軟硬結合的方案，對客戶來說好處也非常明顯，它的資源投入非常低，風險也低，上市時間也快。”
計算機視覺之外，語音也是這波AI芯片熱潮中最為典型的一個應用方向。思必馳CMO龍夢竹表示，物聯網的發展，以及智能設備市場的爆發，語音專用AI芯片是大勢所趨，它可以實現“端側計算、及時響應、數據與隱私安全、個性化和網絡離線。”
圖 | 思必馳CMO龍夢竹
龍夢竹以思必馳推出的第一代AI芯片TH1520為例，強調了軟硬件協同設計以及算法+芯片深度融合。她表示，“傳統的半導體產業與人工智能最大的區別在於更新週期完全不一樣，做算法的週期短而快，做芯片的階段性週期非常長。但基於現有的芯片鏈條，做芯片比以往會更容易一些。”
四輪battle交鋒，關於AI芯片最犀利的觀點碰撞
在今年的AI芯片創新者大會中，我們首次設置了“Battle”環節，邀請AI芯片產業人士上臺進行一對一的正反方辯論，現場大家從所持角度展開了激烈的辯論，我們也簡略摘錄了辯論過程中所任持方的觀點。
· Battle 1：AI芯片是人人可做的嗎？
中國信息通信研究院副主任王蘊韜表示，從技術角度來說，芯片是人人都可以做的，從芯片最開始的設計到芯片的研發、流片，包括最後的驗證等等的環節，目前業內都有一整套的規範化和技術的支撐。但做和做好是兩件事，AI芯片是人人可做，但不是人人都能做好。
宙心科技CEO陳更新認為，專業的人做專業的事情。芯片有各種各樣的物理性需要與之相應的技術，而且做芯片還需要考慮它的目標市場經濟效益，不是所有人都能擁有很好的技術資源和資金支持。
· Battle 2：生態是不是AI芯片公司的終極出路？
華仁智聚創始人劉力表示，生態並不是AI芯片公司的終極出路，但是一定要在細分的應用場景下找到出路。
思必馳CMO龍夢竹認為，AI芯片實際就是一個商品，最後是落到能否變現上，所以生態也不一定AI芯片的未來，AI公司的使命也不是芯片的使命，我們做AI芯片是為了延續生態的一環。
· Battle 3：AI芯片會改變底層的封裝設計產業鏈嗎？
芯恩（青島）集成電路資深研發副總季明華表述稱，AI芯片要求有更高的性能，所以封裝上會發生改變。“未來有新需求的時候一定會改變，這中間只是一個時間點的變化。”
深視光點聯合創始人王鑫則認為，芯片產業鏈從設計、封裝到最後應用的佈局大部分都是漸變式發展，AI芯片還是在原有產業鏈上逐步發展，並沒有改變、突破產業鏈的框架。
· Battle 4：專用的AI芯片能否朝著通用方向發展？
"8月9日，由鎂客網主辦，南京建鄴高新技術產業開發區協辦，IC PARK支持的M-TECH 2019中國AI芯片創新者大會在北京成功舉辦。
圍繞AI芯片的關鍵議題，來自半導體產業上下游的企業、AI初創公司、投資機構、權威的芯片評測機構等在內的行業人士各抒己見，給出了他們對技術、產業的思考。
本次大會由鎂客網聯合創始人申晨主持，在產業人士激辯AI芯片發展前，南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波上臺發表致辭。他表示，南京市建鄴區的地理位置優越、交通便利、文教資源集中、配套基礎設施完善，目前正進一步聚焦金融和科技服務業（數字經濟）+人工智能未來產業的“1+1”產業。
所以，“在AI產業建設方面，南京建鄴區也出臺了諸多扶持政策，提供從市場、資金、人才、金融法律服務等多維度的保障支持。”
圖 | 南京市建鄴區人民政府副區長、建鄴高新技術產業開發區黨工委書記楊波
從芯片設計創新到評測服務，AI芯片的新挑戰
AI芯片在一輪輪的熱潮後走向更務實的商業化應用，熱潮背後，也暗藏著不少魚龍混雜的產品。
中國信息通信研究院去年就參與到了AI芯片的評估測試工作，推出了AIIA DNN benchmark——人工智能端側芯片基準測試評估方案。中國信息通信研究院副主任王蘊韜在活動現場總結了AIIA DNN benchmark的特點，“面向推斷任務，基於端側、首次區分整型與浮點。”不過，他也透露，端側之外，AIIA DNN benchmark正同步推出基於雲測的推斷工作，目前首輪工作已經啟動。
圖 | 中國信息通信研究院副主任王蘊韜
在開展具體評測中，他們也發現了五大挑戰：產品形態多樣化、算法迭代太快、（端側、訓練）框架種類的分散化、應用場景碎片化以及測試數據的基準化。所以，為了鼓勵更多開發者參與，目前AIIA DNN benchmark項目已經開源。
最後，王蘊韜強調道，“芯片，底層硬件做的再好，那些厲害的算法和軟件團隊也能達到相同效果。因此，軟硬件協同是下一步產業發力的重點。”
評測之外，AI芯片也非常考驗上下游產業鏈的配合。芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華談到了AI是如何加速集成電路設計，以及最適用於當前AI芯片發展的新的產業模式。
圖 | 芯恩（青島）集成電路資深研發副總、前中芯國際資深副總裁季明華
季明華表示，我們現在要將集成電路設計的軟件放在雲端，讓電路設計者可以同步進行、共享數據。其次是工廠大數據和IP設計的融合，因為如果IP工藝的窗口不能重疊，良品率就會為零，所以當前的芯片設計十分考驗產業鏈的配合度和速度。
“AI時代裡，芯片推出來的時間要非常快，性能要非常複雜。”所以，為了快速推出適用於AI時代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設計、工藝技術研發、製造、封裝測試等環節，從而讓芯片製造快速響應需求，加速產品推出市場。
國內半導體產業的發展既要做到產業升級，從低端芯片發展到高端芯片，同時也要做到自主可控，NovuMind就提出了創新性的AI芯片IP設計思路：三維張量架構NovuTensor。NovuMind中國區副總裁謝強表示，“這一輪AI芯片的通用性不是體現在代碼編程或者指令集，而是由數據體現。當前，雲端的訓練芯片已經趨近飽和，相比較下，推理芯片的市場機會更大。”
圖 | NovuMind中國區副總裁謝強
據悉，NovuTensor的獨特構架能夠在本地用4D張量卷積運算3D張量，通過更高的並行性減少數據運輸，從而達到保持高性能、低延遲、低功耗的效果。
謝強在現場展示了搭載了它們自研芯片的開發板，由於IP設計的創新，所以它的功耗比可以做到最佳。“去年我們推出的28nm的測試芯片，能夠和採用臺積電7nm製程的蘋果A12 NPU達到同等AI計算能力。”
談AI芯片的應用：算法+芯片深度融合
地平線智能解決方案與芯片事業部總經理張永謙談到了由於數據量級和複雜度的急劇增長，算力成為AI發展的瓶頸，在這樣的情況下，邊緣計算勢在必行。
圖 | 地平線智能解決方案與芯片事業部總經理張永謙
他表示，“因為邊緣側對芯片的成本、功耗的要求非常苛刻，所以算法和芯片一定要深度融合。”
張永謙舉例，“我們推出的Turn-key方案，4周就能出樣機。而定製化的軟硬結合的方案，對客戶來說好處也非常明顯，它的資源投入非常低，風險也低，上市時間也快。”
計算機視覺之外，語音也是這波AI芯片熱潮中最為典型的一個應用方向。思必馳CMO龍夢竹表示，物聯網的發展，以及智能設備市場的爆發，語音專用AI芯片是大勢所趨，它可以實現“端側計算、及時響應、數據與隱私安全、個性化和網絡離線。”
圖 | 思必馳CMO龍夢竹
龍夢竹以思必馳推出的第一代AI芯片TH1520為例，強調了軟硬件協同設計以及算法+芯片深度融合。她表示，“傳統的半導體產業與人工智能最大的區別在於更新週期完全不一樣，做算法的週期短而快，做芯片的階段性週期非常長。但基於現有的芯片鏈條，做芯片比以往會更容易一些。”
四輪battle交鋒，關於AI芯片最犀利的觀點碰撞
在今年的AI芯片創新者大會中，我們首次設置了“Battle”環節，邀請AI芯片產業人士上臺進行一對一的正反方辯論，現場大家從所持角度展開了激烈的辯論，我們也簡略摘錄了辯論過程中所任持方的觀點。
· Battle 1：AI芯片是人人可做的嗎？
中國信息通信研究院副主任王蘊韜表示，從技術角度來說，芯片是人人都可以做的，從芯片最開始的設計到芯片的研發、流片，包括最後的驗證等等的環節，目前業內都有一整套的規範化和技術的支撐。但做和做好是兩件事，AI芯片是人人可做，但不是人人都能做好。
宙心科技CEO陳更新認為，專業的人做專業的事情。芯片有各種各樣的物理性需要與之相應的技術，而且做芯片還需要考慮它的目標市場經濟效益，不是所有人都能擁有很好的技術資源和資金支持。
· Battle 2：生態是不是AI芯片公司的終極出路？
華仁智聚創始人劉力表示，生態並不是AI芯片公司的終極出路，但是一定要在細分的應用場景下找到出路。
思必馳CMO龍夢竹認為，AI芯片實際就是一個商品，最後是落到能否變現上，所以生態也不一定AI芯片的未來，AI公司的使命也不是芯片的使命，我們做AI芯片是為了延續生態的一環。
· Battle 3：AI芯片會改變底層的封裝設計產業鏈嗎？
芯恩（青島）集成電路資深研發副總季明華表述稱，AI芯片要求有更高的性能，所以封裝上會發生改變。“未來有新需求的時候一定會改變，這中間只是一個時間點的變化。”
深視光點聯合創始人王鑫則認為，芯片產業鏈從設計、封裝到最後應用的佈局大部分都是漸變式發展，AI芯片還是在原有產業鏈上逐步發展，並沒有改變、突破產業鏈的框架。
· Battle 4：專用的AI芯片能否朝著通用方向發展？
睿視智覺SVP、聯合創始人肖瀟表示，現在的算法是有冗餘的，當沒用的參數被去掉、精簡後的AI模型一定是非規則模型，而這一模型必定不能用專用的芯片去做，未來CPU+混合計算是更適合的解決方案。
NovuMind中國區副總裁謝強則認為AI芯片只做AI芯片相關工作，而AI每經歷一段時間就會發生改變。沒有一顆芯片可以做到解決所有問題，只有“CPU+GPU+AI芯片+5G芯片”組成的系統才是通用系統，而芯片不是。
"