AI场景落地，软硬结合是关键

诸玲珍

在人工智能整个产业链中，中国企业的发展布局多集中于技术层和应用层.产业和技术研发短板在于基础层的芯片领域。那么，人工智能产业究竟需要什么样的芯片？企业如何做出满足业内需求的芯片？

AI芯片需要计算能力支撑

人工智能算法的实现需要强大的计算能力支撑，特别是深度学习算法的大规模使用，对计算能力提出了更高的要求。

人工智能算法的实现需要强大的计算能力支撑，特别是深度学习算法的大规模使用，对计算能力提出了更高的要求。随着人工智能与各个应用领域的深度结合，自动驾驶、视觉识别等领域的人工智能应用都需要开发专用的人工智能算法和芯片。天数智蒜CEO李云鹏在最近举办的“AI硬件亚洲峰会”期间接受记者采访时表示，从技术角度看，目前，大多数芯片厂商做的AI芯片都是一个加速器，是针对AI的算法特征或者神经网络的计算特征，实现专用的加速功能，这要有强大的算力做背书。

赛迪顾问高级分析师李振告诉《中国电子报》记者，GPU、FPGA、ASIC等三类人工智能芯片是目前AI产业芯片领域主流。他解释说，第一类是利用GPU（图形处理器）等传统通用类芯片，通过搭建人工神经网络模型，从功能层面模仿大脑的能力。近十年来，人工智能的通用计算GPU完全由英伟达引领，AMD也在逐步进入该市场。除了传统的CPU、GPU大厂，移动领域的众巨头在GPU的布局也非常值得关注。ARM也开始重视GPU市场，其推出的MALl系列GPU凭借低功耗、低价等优势正在逐渐崛起。……