会议总结 Meeting Summary

一、会议概要

      由中国半导体行业协会集成电路设计分会、《中国集成电路》主办，摩尔精英协办的首届“人工智能与半导体技术国际论坛” 3月15日在上海隆重召开。

      本届论坛以“AI芯片的机遇与挑战”为主题，围绕人工智能关键技术与趋势、算法+芯片、处理器、大数据与存储、低功耗、AI应用等热点话题展开了深入探讨。来自学术界、半导体、芯片设计与软件、互联网、安防、智能汽车、无人驾驶、智能硬件、AI相关应用行业、研究院所、投资机构、新闻媒体等领域的600多位行业代表参加了论坛。

      中国半导体行业协会集成电路设计分会理事长魏少军教授为大会致辞，新思科技、英伟达、华为、Arm、上海安路科技、芯原控股、无锡华大国奇科技、是德科技、Imagination、北京兆易创新、北京博达微、日月光、地平线、寒武纪、深鉴科技、NetSpeed Systems、深圳云天励飞等知名企业分别做了主题演讲。

 AI&IC 2018合作支持单位

二、大咖观点

      中国半导体行业协会集成电路设计分会理事长魏少军教授指出：“从产业发展角度看，由于AI算法离不开芯片的支持，人工智能正推动着半导体产业进入了新一轮的高速发展阶段。另一方面，面对AI通用算法芯片尚未问世、AI杀手级应用还未浮出水面的情况，AI芯片未来的发展仍然道阻且长。同时，世界各地对于人工智能能否成为半导体行业未来发展的主要动能仍众说纷纭，而中国半导体行业协会IC设计分会也希望借助今天的机会，让业内认识能够更加清醒地认识人工智能的机遇与挑战。诚然，目前许多人工智能芯片公司都有望成为行业翘楚，但也仍需保持警惕，若人工智能无法找寻到一个单独存活的市场应用领域，就无法成为某个可落地应用的刚需，则无法摆脱被集成的命运。因此，我个人对其是否能成为行业未来发展的主要动能也保持着谨慎的态度。”

      作为全球排名第一的电子设计自动化（EDA）供应商、全球排名第一的半导体接口IP供应商及软件质量和安全解决方案的全球领导者，新思科技人工智能实验室总监廖仁亿在论坛的开场演讲“未来已来”中强调：“当前，人工智能的实现仍存在诸多方面的挑战——应用场景的多样需求、算法和神经网络框架的演变、训练数据的有效性、物理极限约束和摩尔定律放缓等。其中，例如，神经网络这类数据驱动的演算方式，放大了传统冯•诺伊曼计算架构的存储带宽瓶颈。所以，如何运用现有技术，在多样化神经网路模型应用下做出足够应用弹性且高能效比的芯片，是整个行业面临的重要挑战。”

      智能医疗、构建智慧城市、智能分析等技术领域的革命，这些仅仅是目前AI（具体来说是深度学习）着力需做到的几件事情。在全球各地团队陆续采用NVIDIA GPU之前，深度学习曾经仅仅是一种理论。如今，它正在为组织赋能，将想象变成现实。英伟达NVDLA项目负责人周焱在演讲中表示：“人工智能所带来的影响已经激发了每一个行业及其市场的发展潜力。目前，英伟达已经投入了大量的人力物力在人工智能领域当中，并不遗余力地推动人工智能在各个领域向前走。应该看到，NVDLA架构不仅结合了可扩展性和可高度配置性，并且模块的设计始终保持灵活性与简单的集成性。尤其是，NVDLA架构通过与主要的深度学习网络保持互通，形成标准化而加速提升深度学习，因此它有助于规模化地统一机器学习的增长."

      作为我国掌握核心技术的中国“芯”龙头厂商，华为技术有限公司麒麟芯片市场总监周晨在发表“赋能开发者，开启端侧AI时代大幕”的主题演讲中指出：端侧AI的广泛应用是AI技术真正普及的标志，以硬件化端侧AI计算能力为代表的AI移动计算平台，将端侧AI的性能和能效提升了数十倍之巨。其中，集成了专用独立硬件处理单元NPU的麒麟970，HiAI异构资源管理会识别当前的任务，不仅可以把芯片能力发挥到极限，而且形成的创新HiAI移动计算架构，可以提供更强的AI运算力，给端侧AI的应用带来了前所未有的想象空间.

      Arm人工智能生态联盟秘书长金勇斌向与会观众透露称：“早在2016年，公司就已开始布局多个AI领域的应用，包括号称针对机器学习优化的Bifrost GPU架构，以及针对高端服务器芯片的SVE延伸指令集。随着相关方案陆续成熟，我们也将结合开发环境、算法与各大主流机器学习框架，继续布局从终端到云端的所有AI应用开发生态。”

      上海安路信息科技有限公司联合创始人黄志军围绕人工智能背景下中国FPGA的机遇和挑战谈到，当前主流FPGA的硬件结构还存在以下两大问题：首先，它们不是为人工智能定制的，与Google的TPU等ASIC架构比较，FPGA硬件资源配置了在人工智能应用中利用率较低的大量可编程逻辑门单元，而人工智能需求的高数据带宽、乘加单元和内存单元比例偏低。另外，FPGA软件系统还没有打通从算法工程师熟悉的C++/Python到最后FPGA位流下载的高度自动化全流程。这些硬件和软件的问题限制了FPGA被人工智能的算法设计人员更大范围内的使用。

      芯原控股有限公司视觉图像产品开发副总裁林尙宏与现场嘉宾讨论了一款可扩展的处理器架构（VIP8000），它可在超低功耗下实现高密度计算，同时还介绍了该款处理器在智能驾驶、人脸智能识别、热成像识别等场景中的应用情况。

      “以神经元网络计算为核心的人工智能芯片需要从架构、算法、物理实现、软件方案四个方面进行综合考虑，缺一不可，”无锡华大国奇科技有限公司总裁谷建馀针对AI芯片设计中的隐患指出，“没有一个好的架构，一切都是空中楼阁；在有好的架构的基础上，算法的少许差异可以通过更先进的工艺获得提升；而芯片的物理实现手段决定了能否将算法发挥到极致。应该看到，除了上述隐患，还需要警惕由于算法的高速迭代，芯片产品还没问世就将面临市场洗牌的风险，如何以最低的成本在最短的时间内，向市场提供完成算法迭代的量产芯片，将商业投入重复利用。”

      是德科技（中国）有限公司大中华区AI及云计算项目负责人李凯围绕人工智能、大数据、云计算中关键芯片及接口技术发表演讲称，云计算已经成为现代互联网时代的基础设施，由此催生的大数据及人工智能应用成为资本追逐的热点，并上升到国家战略层面。为了应对大数据、人工智能对于传统技术的颠覆性革新，以Amazon、Google为代表的新一代Web2.0公司成为新时代的数据运营商并重新定义了现代数据中心的架构和技术方向。

      Imagination中国区市场和业务拓展总监柯川在“可变精度神经网络加速实现低功耗智能器件”的主题演讲中表示：“我们所开发的专用处理器所表现出的性能明显优于DSP、DSP + MAC处理器、GPU、CPU等。去年，Imagination首先将自己设计CPU的MIPS部门分拆，以5600万美元卖给硅谷投资集团Tallwood。我们相信，在经过此次改变之后，Imagination能够在芯片领域，在人工智能市场帮助企业去做一些与以往完全不同的事情。”

      北京兆易创新科技股份有限公司战略市场部总监苏志强针对人工智能领域从存储技术切入指出：随着人工智能对于运算性能和数据量需求的急剧增加，传统冯诺依曼架构在功耗和数据带宽遇到了“功耗墙”、“存储墙”等瓶颈，而存储技术创新和以Memory-centric和Neuromorphic为代表的系统架构的革新将会为人工智能带来质的提升。

      北京博达微科技有限公司创始人兼CEO李严峰认为，随着人工智能技术的成熟，硬件固有的测试能力将得到大幅提升，他表示：“软件定义测试，算法突破硬件限制。基于模块化硬件平台，应用人工智能算法，拓展硬件固有的测试能力，将大幅提高测试精度和速度，博达微科技可以说是现今利用人工智能驱动半导体测试测量的领导者。” 

      作为全球最大半导体封装厂商之一，日月光集团研发中心处长李长祺在其“人工智能高速运算的封裝解決方案”的主题演讲中表示：随着人工智能的持续火爆，公司顺应市场规律，专门组建了一支负责3D IC系统级封装技术团队和封装特性分析部门，专注于2.5D IC新产品导入(NPI)和3D IC封装技术的开发。

      地平线机器人因AI而生，并面向智能驾驶、智能城市和智能商业等应用场景，致力于提供高性能、低功耗、低成本、完整开放的嵌入式人工智能解决方案。地平线机器人芯片规划部部长谭洪贺表示，嵌入式人工智能是地平线整理自身业务之后，找到的一个定位。目前，大部分人是通过联网和数据中心的大规模计算，来实现人工智能。而“嵌入式人工智能”与当前联网状态下的人工智能相对，它要做的则是在本地进行实时环境感知、人机交互与决策控制。

      作为中科院计算所在处理器与人工智能交叉领域超前布局的结果，寒武纪在智能芯片领域占据着全球领先地位。寒武纪公司执行董事罗韬在“走向人工智能的寒武纪时代”的主题演讲中表示：“人工智能很多关键性技术在上世纪八九十年代就已经出现，而在过去的十年中，摩尔定律的延续成为了人工智能复兴的发动机。公司所研发的智能终端处理器、智能服务器芯片等产品已经为华为、小米、腾讯、京东等巨擘带来了革命性的智能处理能力。但目前，人工智能芯片还面临着诸如模型特征多样化、学习算法多样化、神经网络缺乏认知能力等多方面的挑战。”

      作为AI领域的独角兽之一，深鉴科技通过优化神经网络和FPGA，致力于提供端到端的嵌入式人工智能解决方案。深鉴科技ASIC副总裁陈忠明认为，在AI芯片设计与应用领域中，软硬件的协同至关重要：“算法和算力作为新兴的领域，通过软硬件的结合能够带来更好的用户体验。在此基础上，由数据所推动的专用AI硬件的发展，也正在推动整个行业从通用的计算平台向定制计算平台快速转变。其中，微软等厂商的产品都说明了这一趋势，也表明，低功耗，低延迟，低成本也是整个行业在不断追求的。”

      NetSpeed Systems大中华区总监黄啟弘则从SoC芯片角度切入，系统地阐述了人工智能背景下SoC芯片的机遇与挑战：“半导体发展到今天，已经进入了人工智能时代。NetSpeed Systems聚焦从移动到高性能计算和网络等广泛市场中的SoC设计者们，为他们提供可扩展的缓存一致性片上网络IP。NetSpeed的片上网络平台通过系统级方法、高水平的用户驱动自动化和先进的算法提供显著的上市时间优势。”

      深圳云天励飞技术有限公司联合创始人兼首席技术官田第鸿在论坛的压场演讲“视界智能，用‘芯’实现”中表示：“过去大家都在拼性能，但算法的壁垒会越来越低，到那个时候真正的差别在于谁的算法能在嵌入式端和大规模数据中实时运行。目前，云天励飞已聚集了一个团队研发AI芯片，为客户提供‘芯片+算法+数据+应用+服务’的端到端的整体解决方案，全面进入备战状态。” 其实，人工智能这一概念自1956年首次提出距今已有六十余年的历史，得益于机器深度学习、神经网络算法的更新及半导体硬件技术的发展，人工智能也再次重回大众视野，并在各领域深受追捧和励志奋进。

      在主题演讲后，进入圆桌讨论环节，主持人摩尔精英CEO张竞扬与寒武纪执行董事罗韬、北京博达微科技有限公司创始人兼CEO李严峰、地平线机器人芯片规划部部长谭洪贺、深圳云天励飞技术有限公司联合创始人兼首席技术官田第鸿、NetSpeed Systems大中华区总监黄啟弘、深鉴科技ASCI VP陈忠明及Imagination中国区市场和业务拓展总监柯川共同对话“AI芯片的机遇与挑战”，围绕AI芯片如何实现大规模商用及软硬件结合、自动驾驶技术等热点问题进行了激烈地探讨。

      圆桌嘉宾一致认为，人工智能目前所呈现的火爆景象正是得益于深度学习、神经网络算法的更新，而半导体硬件技术的迭代则赋予了算法落地的可行性。但另一方面，无论是在嵌入式终端，还是无人驾驶领域，AI芯片离真正实现大规模落地商用并能长期在市场存续还仍有一定距离，行业需要继续深化软硬件协同、保持市场应用的驱动、保持核心技术的创新。

三、参会统计

（一）参会者信息统计

      本次论坛共安排18演讲单位做报告，报名听众2025人，经审核获得听会资格的995人，实际到会听众602人。参会者统计如下：

1、参会者工作性质

2、参会者行业包括

     半导体、芯片设计与软件、互联网、安防、智能汽车、无人驾驶、智能硬件、AI相关应用行业、研究院所、投资机构、新闻媒体等。

四、会议议程

3月15日下午，PM, May 15.

主持人：中国半导体行业协会IC设计分会市场联络部部长 胡芃