商业化应用加速 AI芯片呈现四大趋势

（原标题：商业化应用加速 AI芯片呈现四大趋势）

车载AI芯片是人工智能行业的珠穆朗玛

在2019世界人工智能大会期间，AI芯片成为热门看点之一。

8月30日，边缘人工智能芯片企业地平线在大会期间，发布了国内首款量产的车规级人工智能芯片——征程二代。就在前一天，阿里巴巴集团旗下的“平头哥”发布了一站式芯片设计平台“无剑”。

“相比上一代Matrix，这次发布的征程二代芯片，在算力提升高达16倍的同时，功耗仅为原来的2/3，同时可支持高达800万像素的视频输入，行人检测距离高达100米。并能满足多个国家、不同场景下，自动驾驶运营车队以及无人低速小车的感知计算需求。”地平线创始人兼CEO余凯对21世纪经济报道等媒体表示。

到2025年，汽车将会变成4个轮子上的超级计算机。“以前硬件是整车结构最重要的，2025年甚至越到未来，车里的计算平台以及软件，是整车成本占比最大的。”他进一步补充。

随人工智能应用需求的不断推动，芯片行业也会迎来发展机遇。赛迪顾问总裁孙会峰在大会期间分享了一个数据，截止到2018年10月，芯片领域所有专利22万件，主要集中在中国、美国、日本和韩国，其中中国有7.7万件，创新力量相对集中。他预计，到2021年，全球人工智能芯片总体规模会超过100亿美元，而且保持比较快速创新的趋势。

AI芯片在汽车领域加速商业化

赛迪顾问发布的AI芯片产业发展白皮书显示，2018年中国AI芯片市场保持增长，整体市场规模大约80.8亿元，同比增速约50.2%。其中，在地方政府推动公有云、是有云、数据中心等建设的拉动下，2018年中国云端训练芯片市场份额达51.3%。

据介绍，征程二代于今年初流片成功，搭载地平线自主创新研发的高性能计算架构BPU2.0（Brain Processing Unit），可提供超过4TOPS的等效算力，典型功耗仅2瓦，满足AEC-Q100标准，算力利用率超过90%，每TOPS算力可以处理的帧数可达同等算力GPU的10倍以上，识别精度超过99%，延迟少于100毫秒，多任务模式下可以同时跑超过60个分类任务，每秒钟识别目标数可以超过2000个。

“车载AI芯片是人工智能行业的珠穆朗玛，也是自动驾驶实现大规模落地的前提。”发布会上，地平线创始人&CEO余凯表示，“此次地平线率先推出首款车规级AI芯片不仅实现了中国车规级AI芯片量产零的突破，也补齐了国内自动驾驶产业生态建设的关键环节。”

车规级人工智能芯片代表了芯片行业中的最高标准，与消费级和工业级芯片相比，车规级AI芯片在安全性、可靠性和稳定性上都有最高的要求。

余凯说：“车载环境温度从-40℃到125℃，允许的故障率要做到0。”他表示，车规级芯片开发周期长、难度大，是硬科技，也是长跑道上的创新，可以帮企业建立自己的竞争壁垒。

此前，地平线在后装市场的商业化落地已经在加速，目前已同包括首汽约车、SK电讯在内的多家出行服务商、运营商达成合作，基于地平线AI芯片及算法，提供辅助驾驶（ADAS)、车内多模交互、高精地图建图与定位等一系列智能化解决方案，并已实现批量部署，预计未来两三年内能够部署上千万辆汽车。

不过，“征程二代车规芯片的前装破局，意味着地平线征程芯片的商业化将迎来爆发式增长。”地平线副总裁兼智能驾驶产品线总经理张玉峰说，征程芯片两年内将有百万量级的前装装车量，五年内则有望完成千万量级的目标。

去年AI领域投融资201起

地平线征程芯片的商业化，未来或将吸引更多投资人进入这一领域。

2018年6月，寒武纪获数亿美元的B轮融资，随后的8月，燧原科技获3.4亿元Pre-A轮融资；2019年2月地平线获6亿美元B轮融资……赛迪顾问数据显示，2018年，AI领域投资总金额为1117.19亿元。B、C、D轮虽数量少，但投资金额大，获投资金占比60.31%，投资者更青睐成熟度高的企业。2018年，AI领域投资总轮数为201起，其中，A轮及A轮以前的投资共有117起，占比58.2%，表明多数获投企业处于发展初期。

赛迪顾问总裁孙会峰表示，未来人工智能芯片将呈现四大发展趋势。首先，芯片开发将从技术角度考虑到从应用场景出发，借助场景落地实现规模发展，从客户终端需求出发，从需求量、商业落地模式、市场壁垒等各个方面综合分析落地的可行性。

其次，技术路线方面，目前的AI芯片多为特定场景设计，不能灵活适应多场景需求，而要满足多场景需要强大的计算能力提供算力支撑，要高能耗比满足终端场景应用。未来需要专门为人工智能设计的灵活、通用的芯片，使其成为人工智能领域的“CPU”。

此外，企业合作从串行分工到融合共生。现阶段，AI芯片产业发展方式以企业为主体，产品上下游企业相对独立运营和管理，同环节企业高度竞争；未来产业发展将以合作主线，借助合资公司、共同搭建平台等方式，形成合作生态。

在行业人士看来，获得投融资的AI芯片厂商，可以进一步提高AI芯片技术研发水平，加速AI芯片规模商业化，拓展市场竞争优势，增强市场对其未来收益的预期。