外媒：中国人工智能风头正劲 有望成为AI全球领跑者

                                                                            2019-12-30  青野云麓

　11月13日，人工智能等新一代信息技术成为第21届中国国际高新技术成果交易会上的亮点。 　　新华社记者 梁 旭摄

　　　作者：贾平凡 李治宏

近年来，随着人工智能（以下称“AI”）相关政策持续落地、核心技术不断突破、产业融合逐步形成，中国人工智能发展举世瞩目。据国际数据公司（IDC）统计，2019年全球人工智能市场规模达到375亿美元，中国AI市场预计占全球的12%，成为全球第二大AI单一市场，且市场规模保持高速增长。

　　“这是一种令人惊叹的进步”

　　今年6月，创刊于1899年的《麻省理工科技评论》在浙江杭州正式揭晓2019年“50家聪明公司”榜单。相较于往年，这份榜单因首次以“中国支点”为概念进行评选而备受瞩目。在这份榜单中，AI几乎无所不在，中国力量集体亮相：华为、大疆、优必选、紫光集团、地平线、科大讯飞、明略科技和“人工智能四小龙”（商汤、旷视、云从、依图）均榜上有名。

　　今年6月发布的剑桥2019年度《AI全景报告》指出，全世界范围AI技术发展都已经开始提速，中国AI崛起速度尤为惊人。今年的报告专门新设一章，介绍中国AI技术在日常消费、机器人、半导体等领域的进步。

　　美国《华尔街日报》刊文称，中国已处于人脸识别技术发展的最前沿。文章指出，在普及移动支付方面，中国公司正尝试让人们通过智能手机、只需把目光投向屏幕就能搞定付款。

　　日本《日经亚洲评论》刊文称，中国企业已在人脸识别领域占据主导地位，其在行业应用规模和精准度等方面的排名都在上升。在美国国家标准与技术研究院发布的2018年排行榜中，有3家中国机构排名进入前5位。与2013年相比，这是一种令人惊叹的进步。

　　人脸识别技术只是AI在众多产业中的应用之一。在金融服务、新闻媒体、医疗教育等领域，中国AI与各行各业的融合越来越深。

新加坡《海峡时报》报道，新华社联合搜狗公司推出全球首个AI合成女主播，这是全新升级的站立式AI合成主播。文章回顾了早在去年互联网大会期间，新华社和搜狗联合发布的全球首个AI合成主播。如今，两位AI合成主播已经累计播报1万多分钟，并且参与了第五届互联网大会等多次重要报道。

　　英国《金融时报》报道称，在“2019云栖大会”上，阿里巴巴正式对外发布全新的“含光800”AI芯片。据介绍，1枚“含光800”的算力相当于10枚GPU（图形处理器）。

　　“拥抱AI发展正当其时”

　　“中国拥抱AI发展正当其时。”据美国互联网产业新闻博客VentureBeat报道，2017年7月，中国国务院发布了一份雄心勃勃的政策蓝图，计划到2020年将中国核心AI产业规模扩大到1500亿元（约合240亿美元），2025年达到4000亿元（约合630亿美元），2030年使中国成为“世界主要的AI创新中心”。

　　据美国有线杂志报道，世界各国政府都积极支持AI创新，但没有一个国家像中国那样发布系统规划并有能力完成任务。中国不仅有战略，还有具体实施的项目。

　　英国《经济学人》周刊报道称，想要理解中国何以在AI领域表现如此突出，需要考虑AI的输入端。从计算能力和资本两个最基本的要素来看，中国都拥有充裕资源。

　　据英国《金融时报》网站报道，麦肯锡董事长兼全球总裁鲍达民认为，中国在AI领域蕴藏着巨大潜力，一个最根本原因是拥有海量数据。随着计算技术的提升，加之移动互联网的发展，更多数据得以采集，AI正在从构想变为可应用的现实。

　　AI技术创新也是外媒关注的重点。拉美社报道称，世界知识产权组织报告显示，2019年中国的全球创新指数排名上升了3个名次，跻身世界创新国家前列。中国正依靠AI、虚拟现实和大数据等技术支持实现可持续发展。

　　胡润研究院发布的《2019中国AI企业知识产权竞争力百强榜》，对500余家中国AI主流企业进行了定量评比。根据榜单统计，中国已经逐渐成为计算机视觉、自然语言处理、机器学习专利申请的主要来源国。截至2018年，中国企业在这3个领域的专利申请总量均居世界第一。

“德国之声”援引华盛顿特区新美国安全中心高级研究员保罗•沙尔的话称，商业企业是推动中国AI领域的主要因素之一。“中国有许多顶级AI公司，如阿里巴巴、百度和腾讯，他们拥有不断增长的创业文化，并积极通过STEM教育（科学、技术、工程、数学）增加人力资本。”

　　“有望成为AI全球领跑者”

　　美国未来学家艾米•韦伯撰文表示，10年之内，从日常业务到基因组编码的所有技术都将以某种方式与AI深度融合。中国有望成为无可争议的全球领导者，并为未来的科技生态系统注入活力。这将影响到每一家企业。

　　美国CNBC网站称，阿里巴巴和华为推出的AI芯片凸显了中国创建本土半导体产业的雄心。中国计划到2025年芯片自给率达到70%。

　　外媒关注到，AI将为中国经济转型升级提供新动力。据埃森哲咨询公司发布的名为《人工智能：助力中国经济增长》的报告，到2035年，AI有望将中国经济年增长率从6.3%提升至7.9%，其中制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的3个行业。据普华永道最近预测，到2030年，AI将使全球GDP增加15.7万亿美元，其中中国GDP预计增加7万亿美元。

　　5G将为中国AI发展提供新机遇。据总部位于伦敦的行业组织GSMA预测，到2025年，中国预计将拥有6亿5G用户，占全球总数的40%。中国巨大的用户规模产生的海量数据，将为AI技术提供更新迭代的必备“养料”。

英国《经济学人》周刊预测，由于拥有人才和数据优势，加之创业公司和BAT（百度、阿里巴巴、腾讯）的大举投入以及政府的大力支持，中国可能会在AI领域逐步赶超美国。报道称，中国拥有全世界最大的网络支付市场，正在向全世界出口设备，拥有全世界速度最快的超级计算机，正在建设全世界最大的量子计算研究中心，正在开发的北斗卫星导航系统可以和美国的全球定位系统相媲美。这些都将为中国AI产业发展提供强大支撑。

　　据美国科技媒体“极客线”报道，美国西雅图艾伦AI研究所（A12）的一项最新分析对AI领域最具影响力的研究论文加以统计，并利用“语义学者”学术搜索引擎进行测量。结论表明，到2030年，中国有望成为AI领域的全球领跑者。

《2019年全球十大AI芯片盘点 AI芯片的发展速度不断加快》

 2019年12月24日  来源：OFweek人工智能网•作者：OFweek人工智能网

人工智能浪潮的推动下，AI相关产业的商用场景正逐步大规模落地，基于AI技术的三大支柱：“算法＋大数据＋计算能力”智能应用已成为计算机最主要的负载之一。我国在用户数据方面拥有数量的先天优势，但面对有限的规模、结构固定、能耗受限的硬件制约下，如何用AI芯片处理海量的并不断演进的深度学习算法呢？跟随OFweek编辑一起来看看各大科技巨头们研发的AI芯片吧。（排名按首字母顺序排列）

1.含光800

2019年的杭州云栖大会上，达摩院院长张建锋现场展示了这款全球最强的 AI芯片——含光800。在业界标准的 ResNet－50 测试中，含光 800 推理性能达到 78563 IPS，比目前业界最好的 AI 芯片性能高 4 倍；能效比500 IPS／W，一个含光800的算力相当于10个GPU。

目前，含光800已经实现了大规模应用于阿里巴巴集团内多个场景，例如视频图像识别／分类／搜索、城市大脑等，未来还可应用于医疗影像、自动驾驶等领域。以杭州城市大脑实时处理1000路视频为例，过去使用GPU需要40块，延时为300ms，单路视频功耗2．8W；使用含光800仅需4块，延时150ms，单路视频功耗1W。

                                                            Graphcore 研发出AI芯片让机器学习提速百倍 

【作为英国最热门的创业公司之一，Graphcore专注于加速复杂机器学习模型的训练以及推断过程。他们正在开发人工智能芯片，以降低企业数据中心和云端使用AI应用程序的成本，并将性能提高达到目前最快的系统的100倍。】

2.Graphcore IPU

总部位于英国布里斯托的Graphcore公司日前推出了一款称为智能处理单元（IPU）的新型AI加速处理器。芯片本身，即IPU处理器，是迄今为止最复杂的处理器芯片：它在一个16纳米芯片上有几乎240亿个晶体管，每个芯片提供125 teraFLOPS运算能力。一个标准4U机箱中可插入8张卡，卡间通过IPU链路互连。8张卡中的IPU可以作为一个处理器元件工作，提供两个petaFLOPS的运算能力。与芯片在CPU和GPU中的存在形式不同，它为机器智能提供了更高效的处理平台。

Graphcore公司于2016年启动风险投资计划，并在2018年12月的最后一轮融资中募集了2亿美元。基于其17亿美元的公司估值，Graphcore已成为西方半导体界的唯一“独角兽”。它的投资者们包括戴尔、博世、宝马、微软和三星。

【云计算厂商推出AI芯片成为一种趋势，最新的一家就是亚马逊。为了保持云计算的优势，亚马逊走上了自研芯片的道路 ，在拉斯维加斯召开的re:Invent大会上，亚马逊发布了其首款云端AI芯片Inferentia。Inferentia可用于机器学习推理，支持INT8、FP16精度，支持TensorFlow、Caffe2、ONNX等机器学习框架。亚马逊表示，一些推理工作负载需要整个GPU，这非常昂贵，亚马逊想要给出低成本的解决方案。】

3.Inferentia芯片

2019年，亚马逊的云服务业务AWS在其发布会AWS re：Invent上带来了高性能机器学习加速芯片InferenTIa。据了解，AWS InferenTIa 是一个由 AWS 定制设计的机器学习推理芯片，旨在以极低成本交付高吞吐量、低延迟推理性能。该芯片将支持 TensorFlow、Apache MXNet 和 PyTorch 深度学习框架以及使用 ONNX 格式的模型。

每个 AWS InferenTIa 芯片都能在低功率下支持高达 128 TOPS（每秒数万亿次运行）的性能，从而为每个 EC2 实例启用多个芯片。AWS InferenTIa 支持 FP16、BF16 和 INT8 数据类型。此外，Inferentia 可以采用 32 位训练模型，并使用 BFloat16 以 16 位模型的速度运行该模型。与EC4上的常规Nvidia G4实例相比，借助Inferentia，AWS可提供更低的延迟和三倍的吞吐量，且每次推理成本降低40％。

【百度发布中国首款全功能AI芯片--“昆仑”，百度方面称，“昆仑”是迄今为止业内设计算力最高的AI芯片，李彦宏表示，“昆仑”是中国在大规模AI运算实践中催生出的芯片，基于百度8年的CPU、GPU和FPGA的AI加速器的研发，20多次迭代而生，是中国AI芯片的又一里程碑。未来将应用于智能汽车、语音图像等领域。】

4.昆仑芯片

2019年尾声，百度宣布首款AI芯片昆仑已经完成研发，将由三星代工生产。该芯片使用的是三星14nm工艺技术，封装解决方案采用的是I－Cube TM。

据悉，昆仑AI芯片提供512Gbps的内存带宽，在150瓦的功率下实现260TOPS的处理能力，能支持语音，图像，NLP等不同的算法模型，其中ERNIE模型的性能是T4GPU的三倍以上，兼容百度飞桨等主流深度学习框架。该款芯片主要用于云计算和边缘计算，预计在2020年初实现量产，

5.Nervana NNP 芯片

2019 英特尔人工智能峰会，英特尔推出面向训练 （NNP－T1000） 和面向推理 （NNP－I1000） 的英特尔 Nervana 神经网络处理器 （NNP）。据了解，Nervana NNP－T 代号 Spring Crest，采用了台积电的 16nm FF＋ 制程工艺，拥有 270 亿个晶体管，硅片面积 680 平方毫米，能够支持 TensorFlow、PaddlePaddle、PYTORCH 训练框架，也支持 C＋＋ 深度学习软件库和编译器 nGraph。

Nervana NNP－I，代号为 Spring Hill，是一款专门用于大型数据中心的推理芯片。这款芯片是基于 10nm 技术和 Ice Lake 内核打造的，打造地点是以色列的 Haifa ，Intel 号称它能够利用最小的能量来处理高负载的工作，它在 ResNet50 的效率可达 4．8TOPs／W，功率范围在 10W 到 50W 之间。

【12月18日，在苏州举行的GTC China 2019大会上，NVIDIA CEO黄仁勋宣布了新一代用于自动驾驶和机器人的高度先进的软件定义平台——NVIDIA DRIVE AGX Orin，集成170亿晶体管，采用全新的NVIDIA GPU及12核ARM CPU，性能是上代Xavier的7倍。】

6.Orin芯片

2019年NVIDIA GTC中国大会中英伟达发布了全新的软件定义自动驾驶平台——NVIDIA DRIVE AGX Orin，该平台内置全新Orin系统级芯片，由170亿个晶体管组成。

Orin系统级芯片集成了NVIDIA新一代GPU架构和Arm Hercules CPU内核以及全新深度学习和计算机视觉加速器，每秒可运行200万亿次计算，几乎是NVIDIA上一代Xavier系统级芯片性能的7倍。此外，Orin可处理在自动驾驶汽车和机器人中同时运行的大量应用和深度神经网络，并且达到了ISO 26262 ASIL－D等系统安全标准。

7.邃思DTU

由腾讯领投、融资累计超过 6 亿元的 AI 芯片公司燧原科技，在2019年发布会中推出自主研发的首款 AI 训练芯片“邃思 DTU”。

据了解邃思DTU采用格罗方德12nm FinFET工艺，480平方毫米主芯片上承载141亿个晶体管，实现2．5D高级立体封装，据称单卡单精度算力为业界第一，达20TFLOPS，首次支持混合精度，半精度及混合精度下算力达80TFLOPS，最大功耗仅225W。

邃思芯片基于可重构芯片的设计理念，其计算核心包含 32 个通用可扩展神经元处理器（SIP），每 8 个 SIP 组合成 4 个可扩展智能计算群（SIC）。SIC 之间通过 HBM 实现高速互联，通过片上调度算法，数据在迁移中完成计算，实现了 SIP 利用率最大化。

8.思元220芯片

寒武纪在第21届高交会正式发布边缘AI系列产品思元220（MLU220）芯片及M．2加速卡产品，标志寒武纪在云、边、端实现了全方位、立体式的覆盖。

思元220芯片采用了寒武纪在处理器架构领域的一系列创新性技术，其架构为寒武纪最新一代智能处理器MLUv02，实现最大32TOPS（INT4）算力，而功耗仅10W，可提供16／8／4位可配置的定点运算。作为通用处理器，支持各类深度学习技术，支持多模态智能处理（视觉、语音和自然语言处理），应用领域广泛，客户可以根据实际应用灵活的选择运算类型来获得卓越的人工智能推理性能。

9.昇腾910

2019年8月，华为在深圳总部发布AI处理器Ascend 910（昇腾910），据华为发布的参数显示，昇腾910是一款具有超高算力的AI处理器，其最大功耗为310W，华为自研的达芬奇架构大大提升了其能效比。八位整数精度（INT8）下的性能达到512TOPS，16位浮点数（FP16）下的性能达到256 TFLOPS。

作为一款高集成度的片上系统（SoC），除了基于达芬奇架构的AI核外，昇腾910还集成了多个CPU、DVPP和任务调度器（Task Scheduler），因而具有自我管理能力，可以充分发挥其高算力的优势。

昇腾910集成了HCCS、PCIe 4．0和RoCE v2接口，为构建横向扩展（Scale Out）和纵向扩展（Scale Up）系统提供了灵活高效的方法。HCCS是华为自研的高速互联接口，片内RoCE可用于节点间直接互联。最新的PCIe 4．0的吞吐量比上一代提升一倍。

10.征程二代

2019世界人工智能大会中，人工智能芯片初创公司地平线正式宣布量产中国首款车规级人工智能芯片——征程二代，并且获得五个国家市场客户的前装定点项目。

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。

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。

小结

目前通过CPU／GPU处理人工神经网络效率低下，谷歌大脑需要1．6万个CPU核跑数天方能完成猫脸识别训练；AIpha GO与李世石下棋时用了1000个CPU和200个GPU，AI芯片的发展是第三次AI浪潮中极为明显的趋势，算法已渗透到云服务器和智能手机的方方面面，未来每台计算机可能都需要一个专门的深度学习处理器。