技術的進步是歷次工業革命的驅動力，而人類社會正在人工智能技術的進步下進入智能化社會，即所謂的“第三次工業革命”。而作為人工智能核心技術之一的人工智能芯片，其發展狀況如何，未來的走向又是如何，這是本文希望共同探討的話題。

人工智能發展的歷史和驅動因素

Donella H． Meadows在她的《系統之美》一書中指出，“面對問題，善于系統思考的人要做的第一件事就是尋找數據，了解系統的歷史及其行為隨時間變化的趨勢圖。”因此，對于當前火熱的人工智能的發展，也很有必要先回顧下其今世前身以及背后的驅動因素。筆者總結了以下人工智能的發展歷史及其未來的發展趨勢。

人工智能的發展和趨勢

縱觀人工智能的發展歷史，以下因素在人工智能的“三次兩落”中起到了關鍵的作用：

算法（A－Algorithm）：當前這一波人工智能的崛起，很大的一個原因就是深度學習算法的崛起，尤其是在圖像和語音等方面的出色表現。算法是人工智能發展的引擎。大數據（B－Big Data）：當前這一波的人工智能，更多運用了統計分析的方法，因此，誰擁有了數據，誰就有可能站在這波人工智能的前沿。數據將成為未來企業的核心資產和生產資料之一，它是人工智能發展的新能源。計算能力（C－Computing Power）：基于大數據統計分析的算法和基于并行計算的深度學習需要強大的計算能力，而摩爾定律的數十年發展讓計算能力有了長足的進步，有效支撐了這波人工智能的發展。應用場景（S－Scenarios）：人工智能的長期發展必須能反哺給行業并帶來實際的經濟價值，而隨著物聯網的發展以及物理世界的數字化浪潮，為人工智能的應用提供了許多實際可行的應用場景，這將進一步加速人工智能的發展。

因此， ABCs因素的組合正推動這波人工智能的第三次崛起，并相信會讓這一波持續的時間更長，帶來的社會和經濟影響也將更為深遠，“人工智能最終會像電力一樣滲透到社會的各行各業”。

中國人工智能的市場分析

我們可以將以上的ABCs模型映射到中國人工智能市場的分析上去。在經歷了互聯網和移動互聯網的追趕之后，中國正成為一個重要的數據大國，預計到2020年中國將擁有全球數據量的20％－25％。而推動這一波人工智能發展的最重要的因素之一就是數據。另外，中國政府正通過《中國制造2025》、數字中國等政策推動中國產業的信息化智能化升級轉型，這為人工智能的發展提供了很多實際的應用場景。因此在這一波人工智能的大潮中，中國正站在一個非常有利的地位。

中國人工智能市場的分段及AI芯片的趨勢

創新的重要來源之一就是對市場的精準分段。而中國的人工智能市場，可以大致分成數據中心／云端訓練和推理、邊緣（霧）計算推理（和訓練）以及設備端的推理等三個大類四個小類。數據中心／云端訓練和推理的市場機會已被業界廣泛接受，并隨著人工智能的實際應用而進一步迎來爆發式增長。由于在云端，尤其是訓練部分需要更大的靈活度來迎合不可預期的應用和數據增長，預計英特爾CPU＋AI加速卡的計算平臺將進一步發展，其中推理部分的計算平臺，尤其是在應用場景比較明確的情況下，將CPU和低功耗AI加速芯片的多芯片合封的MCP（Multiple－chip Package）將是未來的一個選擇。在設備端側推理部分，由于要求較好的功耗控制、尺寸大小以及性價比，預計集成AI加速IP的SoC將最終是一個趨勢。在市場層面，一些大的領導企業如蘋果、華為等正研發類似方案應用到他們最新的智能手機產品上。由于市場趨勢相對明確但應用模式仍需要時間去創新和推廣，該市場段仍處于成長階段。 對于邊緣（霧）計算，隨著物聯網的發展，尤其是實時性要求高的應用場景，如自動駕駛、智能制造等，該市場正成長為一個正在興起的新市場機會，但還處于市場的起始階段。該市場段具有相對復雜的應用場景，其相應的人工智能計算平臺也將呈現多樣化方案。

中國人工智能芯片的發展和趨勢

在政府和市場資本的雙重推動下，中國的人工智能芯片行業正引來一個高潮，而其中的參與者，主要來源于以下幾個方面：

新型創業型公司：該類公司的領軍人物一般具有較強的人工智能背景，在商業意識和技術研發方面有較好的平衡，如地平線（Horizon）、上海熠知（ThinkForce）、探境科技（IntEngine）等。目前，這批參與者的數量正在快速成長。大型的市場領導者／互聯網公司：以TAB（Tencent、Alibaba、Baidu）＋華為等為主導。由于擁有自己的數據集、算法和應用場景，他們計劃開發更適合的人工智能芯片來優化他們的算法和業務。由于具有雄厚的財力、研發能力和數據／應用場景，預計該類參與者將成為中國甚至全球人工智能芯片市場的重要力量。老牌的芯片公司：這類公司以華為海思、瑞芯微等為代表。他們具有非常好的SoC設計經驗和客戶，正研發集成了人工智能加速IP的SoC芯片。高校／研究院背景的創業型公司：由于高校在過去的數十年一直堅持人工智能的芯片設計的基礎研究，積累了相當的技術，當前正和產業資本相結合推動其技術的產業轉化，如寒武紀（Cambricon）、深鑒科技（DeepHi）、清華大學微電子所等。

中國本土人工智能芯片狀況和趨勢

結合本文提出的市場模型，根據相關公開資料，在此對中國本土人工智能的芯片做了分析。從圖中可以看出，中國當前本土芯片公司的產品分布了人工智能的整個市場段。在數據中心／云端訓練和推理芯片部分，以Baidu、Alibaba、華為、Cambricon、BitMain和ThinkForce等為代表，但除了Bitmain的推理芯片，其他的芯片都還在研發中。考慮到TAB＋華為強大的研發能力和全球化的資源配置，相信他們最終將會在數據中心／云端推理芯片方面獲取一定的地位。而在設備端的推理芯片部分，創業芯片公司較為集中，其性能和功耗都和海外同類產品可以匹配，但預期該市場段未來競爭將較為激烈，并最終處于領先地位。

總結和建議

當前的人工智能正處于產業化的早期階段，所有的國家都站在了同一條起跑線上。而中國政府從上至下給予了人工智能高度的關注，完成了一系列政策層面的頂層設計。而擁有大量的數據并對數據主權的管理以及應用場景的本土化，也必將進一步助力中國本地芯片公司的崛起。而作為扎根中國的外資企業們，也應積極投身中國的人工智能發展大潮之中，在技術、市場和人才等方面和本土公司開展共贏合作，共同助力中國人工智能產業的發展和壯大。