深鑒科技芯片研發副總裁陳忠民21日表示，AI芯片將給IC行業全新的未來，而中國與北美等先進國家正保持相同的發展節奏，并無落后。他指出，半導體工藝的進步與提升，大幅縮短芯片運算速度，并降低功耗，這對賦予終端裝置AI功能至關重要。

深鑒科技目前是國內最受矚目的AI芯片業者之一，也是臺積電的重要客戶。預計2018年將發布AI專用芯片，采用臺積電28納米先進工藝技術。

AI應用需要專用的場景化IC

陳忠民21日參加上海IC咖啡峰會時指出，2017年是AI產品集中爆發的一年，阿里巴巴、百度、騰訊等巨頭，紛紛在AI領域進行布局，從PC到互聯網再進入了AI時代，中國已經站在AI的起點上。

PC時代是以處理器、顯卡為核心，互聯網時代逐漸走向多核心、服務器陣列，而移動互聯網時代嵌入式CPU、GPU則獲重視，進入AI時代擁有互聯網時代的全部數據，但是半導體摩爾定律卻已經放緩，使得運算力逐漸無法滿足大數據處里的需要。

他舉算法為例，算法在部分領域已經超越人的識別精度。深度學習技術經歷訓練到推理的過程迅速成熟。人工智能需要高效的計算平臺，其成功在于算法、大數據、計算和應用場景的結合。

這些不同場景，讓人工智能與各領域特定應用相結合，如AI+安防、AI+金融、AI+醫療、AI+自動駕駛，將改變機器設備的應用，讓原有設備獲得智能化提升，也將創造廣大的市場與很大的投資回報。

例如目前中國市場共計約有1.7億個攝像頭，分布在各地與各種應用，每年還再以不低于1億個的增速增加中，這些大量攝像頭產生的數據都需要由數據中心進行處理；還有，自動駕駛汽車每輛平均約10-20個攝像裝備，更需要更短時間響應、更低的功耗進行駕駛信息的實時處理，這些都需要由專用的IC來完成。

半導體工藝提升AI芯片性能

陳忠民認為，從硬件角度，半導體工藝的進步使得芯片計算時間大幅縮短。半導體工藝的提升可以大幅縮短運算速度，從過去3秒處理器已經進步到辨識只需要30毫秒。深度學習就是一架“火箭”、大數據就是“燃料”，對芯片硬件業者而言是很大的發展機會。

AI芯片的發展趨勢，就是從“通用”走向“專用”，來符合算法的需要。其中，ASIC在低功耗、高算力方面具有優勢。尤其在安防攝像頭、機器人、手機、IoT等生活內的ASIC對于低功耗的芯片要求更為嚴苛，每瓦提供的算力很關鍵。他說，目前為止只有ASIC能供提供一瓦1TOPS的算力。

“聽濤”與臺積電28納米合作

以深鑒來說，預計2018年中發布芯片“聽濤”，將采用臺積電28納米能夠實現一瓦1T的 1.5-2TOPS的能力；其核心使用深鑒自己的亞里士多德架構，峰值性能1.1瓦 4.1 TOPS。

陳忠民表示，所有AI芯片公司都在打造自己的指令集，因為軟、硬件協同設計非常重要，對于神經網絡剪除對最終結果不大的運算，以節省算力，神經網絡的稀疏性是很重要的方向。

目前深鑒的阿里斯多德算法架構，提升運算器的運算利用率，經過比對，能夠實現比iphone8核心使用效率高出很多；同時與國內一家比特幣芯片廠商進行比對功耗只有1/10，而運算利用率也達到更高。

陳忠民認為，每個客戶對AI芯片的需求是不同的，需要花時間客制化。AI芯片將帶給IC界帶給全新的未來，當前許多業者積極研發先進工藝Flash，也帶來RRAM、MRAM新的需求與機會。