发展人工智能芯片 中国不能“偏科”

“仅从设计架构层面来看，国产人工智能芯片并不比外国芯片差，但这还不够。”清华大学电子工程系教授王宇在中科院物理所最近举办的科普沙龙“科学咖啡馆”上指出，这相当于盖楼在沙滩上，基础不牢。

《科技日报》记者随后采访了中科院半导体所类脑计算研究中心副主任龚，他也表达了类似的看法。

设计架构的水平是非凡的。

王宇曾在2016年参与建立了人工智能芯片公司，学到了很多科学技术。现在，越来越多的企业出现在中国制造人工智能芯片。他的感觉是，他做得“不比国外差，有些甚至更好”。

这里提到的“好”主要包括设计框架。设计架构成为国内人工智能芯片的优势背后有一些原因。

“传统的*处理器和图形处理器芯片采用冯·诺依曼计算架构和基于指令流的计算模式来运行，而人工智能芯片大多采用类大脑或类大脑架构，可以突破内存墙计算的瓶颈。”龚介绍说，人工智能芯片在语音识别和图像识别领域具有传统芯片无法比拟的优势。

由于上述与传统芯片的差异，龚告诉《每日科学》记者，国内人工智能芯片只有从设计框架上，才能迅速跟进相关技术，几乎与发达国家处于同一水平。

从最近的新闻中，我们可以看到人工智能芯片在中国的蓬勃发展。

6月20日，寒武纪推出第二代云人工智能芯片“思源270”；6月21日，华为发布了人工智能手机芯片“麒麟810”；7月3日，百度发布了远场语音互动芯片“洪湖”。

龚介绍，华为、寒武纪等企业开发的人工智能芯片大多是通用芯片，可以用于多种人工智能应用场景。此外，许多大学和研究机构也在开发人工智能芯片，其中大部分是在特殊应用场景中具有强大性能的专用芯片。

产业链仍有其局限性。

尽管人工智能芯片在中国的发展方兴未艾，在设计架构方面值得关注，但专家指出，中国在芯片领域的整体基础薄弱，仍存在诸多制约因素。

王宇表示，*制造芯片的最新设备和技术落后于国际先进水平一两代，一些人工智能芯片需要送往海外制造和封装，产业链的完整性不好。

龚在接受采访时证实了上述情况。他告诉《每日科学》记者，手机中使用的人工智能芯片就是典型的例子。这些芯片通常需要采用最新技术来降低功耗、提高集成度和计算性能。它们是高端芯片，需求量很大，但*的制造和封装条件尚不具备。

国内人工智能芯片发展的弱点包括高速接口和专用集成电路IP核。龚介绍说，后者，例如，有相对较高的计算性能，复杂的设计和密切相关的制造过程。实现这样的设计模块通常需要几年时间。

“高速接口和专用集成电路IP核被业界视为核心技术。使用这些技术通常需要外国公司的授权，而没有这些技术的企业很难在短期内获得授权。”龚对说道。

用王宇的话说，总的来说，国内人工智能芯片在需要智能的环节做得很好，但在需要积累存款的环节做得不够。

"总的来说，我国相关领域的研究起步较晚，确实需要积累和沉淀."龚认为，从长远来看，中国的人工智能芯片领域应该抓住机遇，弥补薄弱环节，把关键核心技术掌握在自己手中，不被他人控制。(记者李媛媛)