對于眾多投資企業來說，AI芯片搶占人工智能市場的一個重要入口，但是對于研發者而言卻不僅如此。雖然硬件的出現不代表立刻建立起生態圈，但手機廠商對移動AI的押注無疑給了大多數開發者信心，盡管移動AI芯片不能解決所有問題，但很多團隊正在試圖從軟件方面加速移動AI的部署。

20世紀80年代，人工智能的關鍵應用——基于規則的專家系統得以發展，但是數據較少，難以捕捉專家的隱性知識，加之計算能力依然有限，使得人工智能不被重視。進入20世紀90年代，神經網絡、深度學習等人工智能算法以及大數據、云計算和高性能計算等信息通信技術快速發展，人工智能進入新的快速增長時期。

如今“人工智能”被寫入我國“十三五”規劃綱要。2016年5月，國家發改委、科技部、工信部及中央網信辦四部委聯合下發《“互聯網+”人工智能三年行動實施方案》。面向2030年的人工智能規劃即將出臺，中國的人工智能研究與開發將進入頂層設計后的系統推進階段。

隨著智能時代的臨近，芯片市場格局一變再變。以引領處理器市場40多年的英特爾為例，2015英特爾年底收購完Altera，而在今年4月就宣布計劃裁員1.2萬。除此之外，GPU巨頭英偉達今年3月推出加速人工智能和深度學習的芯片TeslaP100，投入研發經費超過20億美元。據《華爾街日報》報道，今年5月英偉達售出的GPU比去年同月增長62%，公司當前市值240億美元。

對于眾多投資企業來說，AI芯片搶占人工智能市場的一個重要入口，但是對于研發者而言卻不僅如此。雖然硬件的出現不代表立刻建立起生態圈，但手機廠商對移動AI的押注無疑給了大多數開發者信心，讓更多人加入這一領域。

移動AI芯片不能解決所有問題，但很多團隊正在試圖從軟件方面加速移動AI的部署。移動AI芯片給了開發者推出輕量級產品的可能——不必擔心云計算資源的使用資費、也不必擔心用戶量增長帶來的服務器宕機。可以說移動AI芯片的出現降低了消費級AI應用的準入門檻。

但研發移動AI芯片并沒有想象中那么容易。對于用戶而言，移動AI芯片的出現意味著可以在終端上獲得更好的產品體驗，可對于開發者來說，移動AI卻不能靠芯片一蹴而就。

移動端的AI芯片在設計思路上有著本質的區別。首先，必須保證功耗控制在一定范圍內，換言之，必須保證很高的計算能效；為了達到這個目標，移動端AI芯片的性能必然有所損失，允許一些計算精度損失，因此可以使用一些定點數運算以及網絡壓縮的辦法來加速運算

深黑科技的CEOJason表示，目前大多數移動AI芯片在機器學習做了較為普適性的優化，而對一些特定的計算方式則沒有進行太多優化。比如深度學習中需要的卷積計算，當前就會更適合部署在云端。因此，研發者在移動AI芯片上還在下苦功。

除了采用其他架構，研究人員開始探索使用新材料制作芯片。早在2015年，三星、GobalFoundries、IBM和紐約州立大學等機構組成的研究聯盟推出了一個7納米的微芯片，其晶體管大約一半都由硅鍺(SiGe)合金制成。石墨烯也是芯片研發一個重點。機器學習加速新材料發現，也意味著使用新材料制作的芯片出現幾率大大提高。

更多資訊請關注電力電子頻道