【导读】日前，我国自主的寒武纪NPU已将流片提上日程。相比GPU、CPU等传统运算芯片，NPU专注于机器学习，效率更高。当前，我国的NPU发展已经获得国际认可，而未来能否保持优势，根本还是要寄望于本土IC产业的发展。

围棋“人机大战”使人工智能(AI)走进大众视野，一时间机器学习成为热门词汇。纵观世界AI战局，固然国际巨头拔得头筹，但中国也难得走出了一条属于自己的道路。

去年，中科院发布了国际首个真正的神经网络处理器(NPU)，命名：寒武纪。之所以取名寒武纪，是因为这代表了地球生命大爆发的年代，从那时起，地球进入了生命的新纪元，借助这个名字希望这世界上第一款模仿人类神经元和突触进行深度学习的处理器，也能开启人工智能的新纪元。

（上图：寒武纪神经网络处理器样片）

寒武纪NPU以IP授权的方式投入市场，已获得1亿元订单，今年更获得了中科院为期18个月共计1000万元的专项资金支持，用于项目研发及其产业化。一年内，这枚NPU将正式流片，届时我国AI产业将具备与国际芯片厂商争夺市场的资本。寒武纪NPU是我国IC产业的重大成果，也是撬动未来物联网大市场的有力杠杆。

通用运算芯片前景有限 未来需要专业的NPU

由于广泛的市场影响力，当前机器学习应用主要应用的依然是英特尔、英伟达等芯片公司的CPU、GPU等。英特尔近年来将FPGA厂家Altera和深度学习创业公司Nervana Systems收入囊中，由此具备了进入深度学习领域的资本。去年，英特尔发布了第三代Xeon Phi处理器，该处理器重点提升了浮点运算能力，剑指老对手英伟达的GPU。

在机器学习领域，英伟达的进展确实飞快。由于GPU擅长执行高并行计算，因此在神经网络训练方面具备先天优势。在汽车电子领域，英伟达推出的自驾运算平台仅通过4天训练便可以成为合格的司机，无疑体现出英伟达在机器学习市场所具备的强大竞争力。

从结构上看，英特尔Xeon Phi处理器吸取了GPU的多核心形式，不过在实际的深度学习计算之中，还是流处理器数量多GPU的优势更大。当然，英特尔现在拥有FPGA技术，这类芯片处理机器学习任务的效率也很高。不仅如此，FPGA具备可定制的特点，能够大大提升单个计算平台的适用性。

在行业应用方面，大多数企业客户采用的是CPU+GPU协同计算的模式，两种芯片分别执行各自所擅长的串行运算和并行运算，在长期的市场拓展过程中，英特尔、英伟达也积累了各自的市场份额。不过，对基于冯诺依曼的计算机的芯片来说，执行神经网络任务效率低、能耗高的缺陷无法规避。

例如Alpha Go，它采用上千个CPU和几百个GPU执行神经网络运算，下一局棋就要耗费约3000美元的电能。成本和能耗如此高的芯片解决方案，物联网设备显然无法采用。针对这种情况，传统芯片厂商只能寄希望于7nm甚至先进的5nm制程来提升芯片能效。当然，目前机器学习应用尚处于初级阶段，能够尝试的路径很多。为了提升运算效率，专用于机器学习的NPU芯片应运而生。

寒武纪NPU功底深厚 技术暂时领先美国

长远来看，高效执行机器学习任务的关键在于突破冯诺依曼架构（冯·诺依曼结构也称普林斯顿结构，是一种将程序指令存储器和数据存储器合并在一起的存储器结构。），仿照生物神经网络的模式构建计算平台。现阶段，尽管GPU、FPGA等芯片可以获得强大的并行计算能力，但基于算术操作与逻辑操作的运算模式却严重制约了它们跑神经网络的效率。除此以外，冯诺依曼架构处理器与内存分离，二者之间的数据交换再快，也不如NPU存储和处理一体化的设计更有效率。

近年来，中国大举投资芯片产业，而NPU确实是一个有望“弯道超车”的领域。去年3月，中科院计算技术研究所发布了使用DianNao指令集的寒武纪NPU，该项成果在同期的众多神经网络处理器方案中脱颖而出，取得了国际认可。

模拟试验结果表明，DianNao架构的平均性能超过主流CPU核的100倍，但是面积和功耗仅为1/10，效能提升可达三个数量级；DianNao架构的平均性能与主流GPU相当，但面积和功耗仅为主流GPU百分之一量级。由此可见，寒武纪NPU才是能够将物联网设备带入智能化的芯片。目前，寒武纪以IP授权的方式运营，其业务已经拓展到智能终端处理器、云服务器芯片以及家用机器人芯片等几个领域。

当然，研究NPU的机构绝不止寒武纪一家。美国的IBM真北起步较早，但其技术路线很难在市场应用方面找到用武之地。真北基于脉冲神经网络(SNN)，意在全方位仿真生物大脑，但受累于当前的技术水平，其运算速度和精度都远不能达到市场应用的水准。相比之下，寒武纪NPU有远超真北的技术指标，显然更适应现阶段的市场需求。也不可否认，真北的运作方式脱离冯诺依曼架构更远，技术潜力也是很深厚的。未来究竟是属于寒武纪还是真北，尚待时间检验。

迎合NPU茁壮成长 本土IC产业需再接再厉

目前，寒武纪NPU已经靠IP授权的方式获取盈利，下一步要正式推出芯片，博取更大利润。然而，目前国内的代工厂尚无法满足NPU的高制程需求，寒武纪芯片要想面世仍然要找台积电、格罗方德等国际大牌代工厂合作。

现阶段，中国大举投资本土IC产业，力争在短时间内尽可能提高芯片自给率。NPU作为中国难得领先的领域，产业链的把控权就显得尤为重要。这方面，就要靠本土IC产业的大发展来保护新兴的AI产业。当然，新技术的崛起远非一朝一夕，这一切都要我们给予足够的时间和关注力度。相信在不久的未来，寒武纪NPU一定可以在宏大的物联网产业中博得自己的立足之地。

ICNET原创，转载请注明。