AI持续火热，正在催生新的细分模式。
日前，上海市类脑芯片与片上智能系统研发与转化功能型平台正式启动。作为首批启动建设的研发与转化功能型平台之一，该平台拥有AI芯片研发环境与技术支持、芯片与AI大数据试验支持、学术人才和IP库，以及创业与商业拓展支持等四大核心能力。
随着5G和物联网的快速发展，人工智能的发展重心也从云端向终端转移。作为终端实现人工智能算法的载体，人工智能芯片成为主流关注的对象。
“当AI赋能了互联网世界，AI物联网是我们未来要关注的一件事情。”深聪科技联合创始人吴耿源表示，对企业来说，过去想要在AI物联网设备上运行AI或机器学习推理，不是一件易事。但随着云端技术成熟，加上搭载专用AI芯片、算力更强的终端硬件的出现，这些设备得以能执行更复杂的机器学习推理能力。
在他看来，技术需要更丰富的场景，随着5G时代的到来，AI物联网的扩张速度只会越来越快，真正意义上的万物互联或许就在下个十年。
软硬结合成趋势
一直以来，狭义的AI芯片主要包括通用处理芯片(CPU、GPU)和专用处理芯片(FPGA、ASIC及类脑芯片)，广泛应用于云端、汽车自动驾驶、视频监控等领域。
类脑芯片的架构是模拟人脑的神经突触传递结构进行设计，通过模拟人脑的工作原理，进而解决机器海量且复杂的数据计算问题。相比传统芯片，其在处理海量数据上有明显的优势，在功耗和深度学习能力上也具有绝对优势。
此前，IBM研发的AI芯片TrueNorth芯片每平方厘米功耗消耗仅为20毫瓦;英特尔研发出的类脑芯片Loihi，学习效率比其他智能芯片高100万倍，而且在完成同一个任务时，所消耗的能源比传统芯片节省近1000倍。
因此，类脑芯片的应用范围非常广泛，可用于物联网、金融、搜索等大数据应用，以及精准图像、声音识别、追踪定位;超级计算机、大型服务器群、金融信息大数据分析、智慧港口、智慧城市、无人汽车、无人机等多领域。
在入驻平台的首批企业中，以神念科技为例，该公司研发的脑电传感器已广泛应用于许多设备中，可以精确监测和处理人的大脑活动，帮助提高人们日常学习和工作的效率。
吴耿源认为，放眼整个业界，摄像头监控交通安全、人脸识别支付这两个领域，在过去得到很多认同，市场的爆发也代表它们得到了市场的认可，从而产生了很多的所谓的“独角兽”。以近来涌现的智能音箱热潮来说，虽然受到市场热捧，但所使用的AI技术被开玩笑地称为“弱智能”，还远未达到模仿人与人之间自然交互的程度。
不过，包括公司会议、无人智能酒店等在内的一些商业场景，也希望被AI赋能。吴耿源以快递小哥举例，把AI voice command设置在快递小哥的耳机中，可从根本上提升快递员的工效。
因此，类脑芯片的技术，能够帮助物联网加速落地。软件与硬件的融合，无疑是大的趋势，但是国内开发者面前除了机会还有挑战。
平台助力国产芯片
中金公司分析称，AI芯片的市场规模将从2017年39.1亿美元增长到2022年352.2亿美元，期间年复合增长率55%。AI芯片市场将在未来5年保持高速增长。
除了传统的科技巨头，许多初创公司也如雨后春笋般出现。AI芯片产业链上游的深度学习算法公司，以及下游的云计算、智能手机公司也将业务延伸到芯片领域。
从世界范围来看，美国在类脑芯片的研发中处于前列。2018年，麻省理工学院(MIT)的工程师设计了一种人造突触，可以实现精确控制流过这种突触的电流强度，即类似离子在神经元之间的流动。该团队已经制造了一个由硅锗制成的人造突触小芯片，在模拟仿真过程中，研究人员发现，该芯片及其突触可以识别手写样本，其识别准确率达到95%。
尽管还没有达到商用级别，国内也正兴起着产学研相结合的类脑研究，寒武纪研发出了“寒武纪1号”类脑芯片，浙江大学与杭州电子科技大学合作研发了首款支持脉冲神经网络的“达尔文”芯片。
究其原因，还是因为国产替代需求急迫，国产芯片的研发步伐也在加快。上海新氦类脑智能科技有限公司市场总监马锐表示，平台的人工智能芯片实验室内，配备了世界先进的芯片研发系统和设备，可与平台合作团队共享研发环境，提供芯片设计、测试及验证等专业服务，帮助合作团队降低研发时间与资金成本。
“在我们看来，一个产业链结构里面，当你拥有算法、模块、平台和生态后，反过来做芯片就变成一个顺理成章的事情，只有在这个垂直产业生态链里打通关。把算法团队跟芯片意见团队好好地揉在一起，才能够面向未来的物联网世界。”吴耿源说道。
不过，国内芯片产业的发展，仍然受制于产业链两端。设计与制造两大环节的主要瓶颈在于人才与技术，而销售端遭遇行业巨头的市场封锁。其面临的挑战并不小。
关键词：
