原标题：年度最有价值AI芯片白皮书！21位学界大牛联手出品，人人都能看懂

智东西（公众号：zhidxcom）
编 | 心缘

昨日，在清华大学主楼举办的第三届未来芯片论坛为AI芯片界献上一份大礼——《人工智能芯片技术白皮书（2018）》（以下简称《白皮书》）！

该白皮书集成了中国工程院院士尤政、清华大学微电子所所长魏少军等21位国内外高校顶级研究学者和产业界资深专家，融入10余位IEEE Fellow的智慧结晶，首次整合国际化学术和产业资源联袂发布，是未来芯片技术高精尖创新中心的倾力之作。

《白皮书》首次对“AI芯片”这一概念提出了得到广泛认可的定义，解决了目前行业大热但尚无统一定论的问题——究竟什么是AI芯片？

对此，《白皮书》集中探讨了通用芯片、端侧芯片和神经形态计算芯片三类AI芯片，对AI芯片从技术趋势到产业趋势做了全面解读，不仅高屋建瓴地对AI芯片领域的创新成果和产业现状进行全盘梳理，客观阐述AI芯片存在的技术难题，还就未来风险提出预判，并首次提出了“AI 芯片基准测试和发展路线图”。

尽管此前AI芯片趋于火热，并没有从技术的内涵、脉络、标准以及发展趋势等方面进行深入专业阐述的研究报告，《白皮书》的发布填补了这一空白。

因此，智东西对《白皮书》进行抽丝剥缕，提炼和解读了对行业最有价值的六大干货，包括三类AI芯片的应用场景、三大趋势、基准测试和发展路线图、两类瓶颈、四大存储技术和五类新兴计算技术，力求帮助产学界相关人士更为清晰的看到AI芯片目前的发展全貌以及未来趋势。

一、围绕云端和边缘计算，三类AI芯片加速进行时

尽管如今科技界几乎无人不知AI芯片，但目前关于AI芯片的定义还没有一个严格和公认的标准。

《白皮书》在“AI芯片的关键特征”一章中开篇引用业界对AI芯片的宽泛定义：“只要面向人工智能（AI）应用的芯片都可称之为AI芯片”。

紧接着，该文直接点明探讨的三类AI 芯片：

（1）经过软硬件优化可以高效支持 AI 应用的通用芯片，例如 GPU。
（2）二是侧重加速机器学习算法的芯片，这也是目前 AI 芯片中最多的形式。
（3）三是受生物脑启发设计的神经形态计算芯片。”

在对当下谈到AI芯片就不得不谈的新型计算范式、训练和推断、大数据处理能力、数据精度、可重构能力以及软件工具进行清晰的阐述后，该文直指AI芯片主要面向的云端和边缘两大目标领域。

1、云端AI计算：大厂云集，FPGA崛起

在云端，通用GPU如英伟达的GPU芯片被广泛应用于深度神经网络（DNN）训练和推理，相比CPU可实现10-100吞吐量，是当前AI训练领域使用最广泛的平台。

此外，许多公司开始设计专用芯片以达到更高效率，比如谷歌打造了使用专用架构ASIC芯片Google TPU，能高效支持云端训练和推理。此外，我国百度、阿里、华为也分别宣布自研云端AI芯片。

科技巨头纷纷跨界造芯，芯片巨头和芯片创企自然也不甘其后。英特尔推出Nervana神经网络处理器 （NNP），Graphcore、Cerebras、Wave Computing、寒武纪及比特大陆等创企也纷纷加入战场。

因为既支持大规模并行的硬件设计，比GPU推断的延时和功耗更低，又能很好支持不同的数值精度，适合低精度推断， 具有可编程能力的FPGA在云端推断也逐渐占据一席之地。赛灵思、英特尔等厂商推出了专门针对 AI 应用的FPGA硬件和软件工具。

2、边缘AI计算：自动驾驶和手机战场火热

随着AI应用生态的爆发，人们对许多AI应用有了更高需求。针对高度需要低延迟、带宽和隐私的应用，如自动驾驶、可穿戴、移动手机等五花八门的终端应用场景，芯片厂商和终端厂商都开始发力。

在自动驾驶领域，英特尔MobileEye芯片和英伟达NVIDIA Drive P系列可以支持半自动驾驶和完全自动驾驶。在智能手机方面，已有苹果、华为、高通、联发科和三星等大厂推出手机AI芯片。

另外，地平线、寒武纪等创企纷纷入局终端AI芯片，包括ARM、Synopsys等传统的IP厂商也开始为智能摄像头、无人机、工业和服务机器人等物联网设备开发专用IP产品。

3、云和端的配合