人工智能爆發，與芯片這“魔法”獲得突破密不可分。不管是智能駕駛還是人臉識別，這些技術的實現都有賴于背后功能更強、體積更小、功耗更低的小小芯片。

得芯片者得天下。在全球范圍競爭日趨激化的AI研究領域，中國的存在感正在加強。根據國際知名專利檢索公司QUESTEL發布的《芯片行業專利分析及專利組合質量評估》報告指出：中國近10年芯片專利增長驚人，已成為芯片專利申請第一大國。中國企業在芯片專利數量上已逐步趕上國外老牌企業。

既然如此，為何國產AI芯片與美國還有這么大差距？且看以下4個方面：

一、中美人工智能芯片公司有哪些？

先說美國

——全球十大人工智能芯片廠商：中國3家美國6家上榜

1）NVIDIA（英偉達）——GPU行業領袖，人工智能芯片領頭軍

NVIDIA創立于1993年1月，是美國一家以設計智核芯片組為主的無晶圓（Fabless）IC半導體公司，也是全球圖形技術和數字媒體處理器行業領導廠商。英偉達的GPU是圖像處理的行業龍頭，GPU芯片的同步并行運算非常適用于人工智能的深度學習神經網絡。

事實證明，在浮點運算、并行計算等部分計算方面，GPU可以提供數十倍乃至于上百倍于CPU的性能。目前國際GPU市場被NVIDIA和AMD（英國）兩大公司瓜分。截至2015年第二季度，NVIDIA市場份額已達到82%。谷歌無人駕駛汽車所采用的技術部件中，就采用了NVIDIA的移動終端處理器Tegra（4核CPU+256核GPU）。

2013-2015年GPU市場份額

2016年8月，英偉達推出首臺深度學習超級計算機NVIDIADGX-1。2017年4月，NVIDIA宣布全新數據中心加速器TeslaP100已經供貨，TeslaP100計算卡面向人工智能、自動駕駛、氣候預測、醫藥開發等專業領域。

在2016年，英偉達的股價上漲了228%，過去的5年內累計上漲500%。500億美元的市值將會持續給英偉達帶來40倍的市場收入，這幾乎是業內擁有最高收益的公司。

2）Intel（英特爾）—基于Nervana技術的AI芯片&FPGA

2016年11月，英特爾花費4億元收購一家創業公司Nervana，如果一切進展順利，Nervana芯片的最終形態會在2017年底面世。Nervana一直在研究將深度學習算法嵌入到計算芯片之中，而不是簡單的打造能夠在大量圖形處理器上運行的軟件，這個邏輯和英特爾發力人工智能芯片的思路不謀而合。

英特爾稱，與圖形芯片相比，Nervana技術可以使深度學習系統運行速度提升100倍，計劃2017年銷售集成Nervana技術的芯片，在深度學習市場挑戰英偉達優勢，英特爾計劃在至強處理器中整合Nervana芯片和軟件。同時，英特爾收購FPGA生產商巨頭Altera，研發基于FPGA技術的人工智能芯片。

英特爾Nervana產品組合

3）高通

在智能手機芯片占據絕對優勢的高通公司，也在人工智能方面積極布局。據高通提供的資料顯示，其在人工智能方面已投資了Clarifai公司和中國“專注于物聯網人工智能服務”的云知聲。

而早在2015年CES上，高通推出了一款搭載驍龍SoC的飛行機器人——SnapdragonCargo。高通認為在工業、農業的監測以及航拍對拍照、攝像以及視頻新需求上，公司恰好可以發揮其在計算機視覺領域的能力。此外，高通的驍龍820芯片也被應用于VR頭盔中。事實上，高通已經在研發能在本地完成深度學習的移動設備芯片。

4）IBM——類人腦芯片TrueNorth&量子計算機

IBM從2008年開始研究能模擬人類大腦的芯片項目，2014年推出首個基于SyNAPSE打造的TrueNorth芯片，該芯片內置100萬個模擬神經元和2.56億個模擬神經突觸。不同芯片還可以通過陣列的方式互聯。據稱48顆芯片組建成的具有4800萬個神經元的網絡，智力水平已經和普通老鼠大腦差不多。

IBM的TrueNorth芯片的形態、結構、功能、外形

TrueNorth芯片與眾不同的是同時具有傳統的同步部分（接口和時序）和異步部分（大腦式架構）。由于使用異步邏輯，功耗僅為70mW，而同結構的54億個并聯晶體管會消耗50-100W。為了使神經元構成任意至任意的連接結構，芯片上有龐大的交叉開關，用于將芯片上54億個晶體管的神經元連在一起。

今年3月份，IBM宣布將在年內推出全球首個商業“通用”量子計算服務IBMQ，為50量子bit的計算機，比之前推出的5量子位計算機大10倍，且可以勝任許多傳統計算機無法完成的工作，據稱將加速藥品開發以及科學新發現。2016年5月，IBM發布了一項量子計算云服務，每個人都可以使用其5量子位量子計算機。

5)谷歌（Google）———定制化TPU芯片+量子計算機

谷歌為其深度學習神經網絡打造基于ASIC的專用TPU芯片。該TPU芯片也用于AlphaGo的系統中。ASIC是專用集成電路，具有體積更小、功耗更低、性能提高、保密性增強、成本低等優點。TPU目前在谷歌主要用于：1）、機器學習系統RankBrain，用于幫助谷歌處理搜索結果；2）、街景StreetView，用于提高地圖與導航的準確性；3）、圍棋人工智能AlphaGo，其最初版本使用48個CPU+8GPU，對戰樊麾時升級到1202CPU+176GPU，對戰李世石時升級至TPU版本。

谷歌同時致力于量子計算機的研究。

6）微軟——重點研發FPGA人工智能芯片，推出基于FPGA的視覺芯片

微軟把重心放在FPGA人工智能芯片上，目前FPGA已經被應用在Bing搜索的支持上，基于神經網絡推動新的搜索算法，執行速度比傳統的芯片會快很多倍，只需要24ms就可以實現搜索，規避了以往長達四秒搜索空白的尷尬。其FGPA同樣能夠支持微軟的云計算服務Azure，未來微軟全球的數百萬部的服務器將會用FPGA。

同時微軟推出基于FPGA技術的視覺芯片A-eye，使得攝像頭具有視覺理解能力。FPGA的輸入到輸出之間并沒有計算過程，只是通過燒錄好的硬件電路完成信號的傳輸，因此運行速度非常高，可達CPU的40倍。目前的攝像頭主要完成記錄、存儲等功能，在攝像頭上加入A-Eye視覺芯片，就可以讓攝像頭具有視覺理解能力。A-Eye可以廣泛應用在智能安防，嬰兒和老人看護，戰場機器人，汽車和無人機等各種需要視覺智能的領域。

此外，蘋果、Facebook以及Twitter都在通過設計新的芯片加強人工智能研發。

再說國內：

——國產AI芯片雄心勃勃或要上演后來居上

1、地平線機器人——NPU

由中國人創立于2015年的初創企業HorizonRobotics（地平線機器人）致力于打造基于深度神經網絡的人工智能“大腦”平臺-包括軟件和芯片，可以做到低功耗、本地化的解決環境感知、人機交互、決策控制等問題。其中，軟件方面，地平線做了一套基于神經網絡的OS，已經研發出分別面向自動駕駛的的“雨果”平臺和智能家居的“安徒生”平臺，并開始逐步落地。硬件方面，未來地平線機器人還會為這個平臺設計一個芯片——NPU（NeuralProcessingUnit），支撐自家的OS，到那時效能會提升2-3個數量級（100-1000倍）。

2.中科寒武紀

——在國際上開創了深度學習處理器方向

寒武紀科技由創始人陳天石教授帶領中科院團隊成立于2016年，致力于打造各類智能云服務器、智能終端以及智能機器人的核心處理器芯片。公司研制了國際首個深度學習專用處理器芯片，顯著提升了人工智能領域的運算效能。不同于Google采用的通用處理器，“寒武紀”芯片專門面向深度學習技術。模擬實驗表明，“寒武紀”相對于傳統執行x86指令集的芯片，有兩個數量級(幾百倍)的性能提升。目前，寒武紀系列已包含三種原型處理器結構：

寒武紀1號（英文名DianNao，面向神經網絡的原型處理器結構）；

寒武紀2號（英文名DaDianNao，面向大規模神經網絡）；

寒武紀3號（英文名PuDianNao，面向多種機器學習算法）。

與谷歌人工智能對標，寒武紀的目標是要讓1瓦以內功耗的攝像頭、手機、甚至手表都能和“阿爾法狗”一樣“聰明”。并且希望具有更優的性能、更強大的計算能力，以及更低的耗能。目前寒武紀芯片產業化在即，預計2018年上市，市場表現值得期待。

3.中星微電子

2016年6月20日，率先推出中國首款嵌入式神經網絡處理器（NPU）芯片中星微，這是全球首顆具備深度學習人工智能的嵌入式視頻采集壓縮編碼系統級芯片，并取名“星光智能一號”。這款基于深度學習的芯片運用在人臉識別上，最高能達到98%的準確率，超過人眼的識別率。該芯片于今年3月6日實現量產，目前出貨量為十幾萬件。

該NPU采用了“數據驅動”并行計算的架構，單顆NPU（28nm）能耗僅為400mW，極大地提升了計算能力與功耗的比例，可以廣泛應用于高清視頻監控、智能駕駛輔助、無人機、機器人等嵌入式機器視覺領域。

4.百度——DuerOS智慧芯片

聯合硬件廠商推出DuerOS智慧芯片，可以視作百度在人工智能與硬件設備一體化方面的新探索。DuerOS智慧芯片擁有低成本芯片和模組，可以以芯片嵌入的形式放到任何硬件中，能夠更加快速而廣泛地應用到更多場景。可以看出，百度在利用“算法+芯片”的組合實現人工智能產業化落地。

除百度外，騰訊和阿里也加入戰局，近期均推出了FPGA云解決方案，華為也在做云計算的架構和方式研究。

二、中美人工智能芯片專利數量

——中國專利申請數大幅度增長美國增速穩定

根據烏鎮全球人工智能申請專利數量，美國、中國位列前二，且數量級接近。

而根據國際知名專利檢索公司QUESTEL發布的《芯片行業專利分析及專利組合質量評估》報告指出：中國近10年芯片專利增長驚人，已成為芯片專利申請第一大國。中國企業在芯片專利數量上已逐步趕上國外老牌企業。

芯片專利前30位專利權人構成分析圖

上圖是芯片專利前30位專利權人構成分析圖，從圖中可以看出，在芯片專利數量前30位專利權人，日本公司居多，日立、東芝和NEC，排名前三位，其次是美國的IBM、英特爾、德州儀器、高通等老牌企業，來自中國大陸的中興通訊、華為分別位居第23、第27位，中興通訊旗下子公司中興微電子是國內芯片專利申請量第一的企業。

可見，經過多年的技術積累和專利積累，國內企業已經初步具備了和國際企業競爭合作的技術基礎和知識產權基礎，最近幾年，國內企業從專利數量上來說已逐步趕上了國外老牌企業。

但也有業內人士提出質疑，認為目前在很多高精尖的領域中，如高速光通信接口、大規模FPGA、高速高精度ADC/DAC等主要依賴美國供應商。國外企業無論從市場還是專利數量來說，仍然在全球占據了大部分席位。國內企業在諸多方面都與國際領先企業存在著較大差距。

下面以中興通訊與英特爾專利技術為例，選取中興通訊的專利組合（1238個有效專利）和英特爾的專利組合（1722個有效專利）進行技術和使用維度的對比，了解一下，國內企業和美國先進水平在專利技術上的差距。

藍線代表中興通訊，紅線代表英特爾。總體而言，在所有指標中，中興通訊專利的普遍性指數高于平均值，與高普遍性指數有關的專利與多個技術領域中的后期發明相關。這是一個積極的跡象，因為它表明中興通訊的技術對于其它行業中的其它應用具有相關性。

業內人士指出，國產芯片主要應用于消費類領域，而在對穩定性和可靠性要求很高的通信、工業、醫療和軍事等領域，仍主要依賴美國等發達國家。隨著以中興通訊、華為為首的通訊科技企業正在大幅提高國產芯片的自給率，以及與信息安全相關的芯片產業成為國家重點扶持謀求突破的產業，比如國家芯片基金先后對紫光、中興微電子的大手筆參股投資，中國芯片產業未來五到十年將走向新的快車道。

三、全球人工智能論文數量排名

全球人工智能論文數量排名圖片描

從最具權威的美國人工智能學會的國際會議來看，最近3年來，美國和中國的發表成果出現激增。2015年美國的大學和企業的發表達到326項（48.4％），比例最高，其次中國為138項（20.5％）。兩國占整體的約7成。

各國在美國人工智能學會的國際會議上發表的論文數

四、大學排行榜

——在人工智能方向，全球排名TOP50的大學中沒有一所中國大陸大學

人工智能全球高等院校TOP50排名