【CSDN编者按】1956年，美国新罕布什尔州汉诺斯小镇，宁静的达特茅斯学院里，聚集几位科学家巨擘：约翰·麦卡锡（John McCarthy，人工智能之父）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）以及赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主），他们正讨论着一个看似不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能。

会议足足开了俩月，会议最后，大家并未达成普遍共识，但却为会议讨论的内容，起了一个名字：人工智能。自此，1956年成为人工智能元年。

如果人工智能也有感情，那这几十年间，它的心情一定跌宕起伏，因为很少有一门技术，像人工智能这样经历着抛物线一般的发展。

2019年，是中国5G元年，这一年，人工智能和物联网有了更多结合，基于此，CSDN联合哈工大以及嵌入式国际联盟，举办了2019嵌入式智能国际大会。

会上，芯原创始人&董事长兼总裁、加州大学圣克鲁兹分校计算机工程系终身教授、前Celestry 董事长兼首席技术长戴伟民，发表了《嵌入式人工智能与芯粒的历史机遇》的主题演讲。以下为CSDN在不改变原意的基础上编辑的演讲实录。

嵌入式人工智能进入快速发展期

纵观技术发展的历程，在数据处理的发展阶段，从数据生产和采集、到数据存储和计算、再到数据传递和应用，其人机参与的比例，从最初的机器部分参与，到机器完全参与。

深度学习是发展人工智能的基础技术。在深度学习的现阶段成果中，其算法对图像识别的准确率，已经超过人眼识别。

人工智能将经历三个发展阶段，第一个阶段，是智能机器进入家庭和社会；第二个阶段，是智能机器代替人类；第三个阶段，是智能机器和人类共存和协同。

未来，AI将会发展到IA（Intelligence Augmentation，增强智能），人工智能加上“虚拟分身”，就能形成了“增强智能”。“虚拟分身”，也是为人类准备的数字孪生兄弟（人的数字化克隆），而这正是人类智能与机器智能的结合。

关于AI技术有两个关键问题，一个是大数据永远不够大，对于不能容错的应用场景来说，大数据永远不够完整，而容错度较高的应用场景将较早实现AI商业化；另一个是AI发展的阻力，将主要来自社会外界而非技术，未来AI将取代部分工作岗位，这会给部分人群带来冲击。

德勤研究预测，全球人工智能市场将在未来几年经历现象级的增长，预计2025年全球人工智能市场，将超过6万亿美元，2017-2025年复合增长率达30%。

从行业应用来讲，传统的制造业、通信、 传媒、自然资源与材料、消费者产品，为人工智能早期前五大应用市场。此外，人工智能还将呈现出全领域渗透，并将重塑医疗健康、金融、交通、汽车、贸易、零售、教育等领域。

人工智能处于萌芽期时，主要应用于智能城市、公共事业、医疗和能源；在成长期阶段，主要应用于无人驾驶、自然资源与材料；在发展期阶段，主要应用于零售、教育、金融和创造业。截至目前，全球人工智能的算力，主要是以GPU芯片为主。但随着技术的不断迭代，专用人工智能芯片，将成为支撑人工智能技术发展的底层技术。此外，未来前景也很可观，德勤研究预测，中国的人工智能芯片应用市场预计在2020年达75.1亿元。

中国人工智能芯片市场规模与增速预测（2016-2020）

当前智慧硬件正在产业化，有智慧可穿戴设备、智慧家居、智慧城市、自动驾驶和智慧云服务器等。其中可穿戴设备中的蓝牙无线耳机发展迅猛。

IDC和Gartner的数据显示，2019年，可穿戴设备市场有望增长近26%，全球出货量将达到2.25亿部。到2022年，耳戴式设备的出货量，将达到1.58亿部，占所有可穿戴设备出货量的 30%以上。可以说，耳带式设备将成为可穿戴领域市场规模第一的品类。其中，无线耳机将支持虚拟个人助理，其将能用于查询和免提导航等多种任务。

家庭智能化的发展历程，从无装修、到简装修、再到精装修和智能装修。其内在的发展驱动力是：需求多样化、技术门槛降低、产品升级和消费升级。另外，人们对于智能照明系统、电器控制系统和家庭影院系统的要求越来越高。而智慧家居的主要代表之一是智能音箱。

智能家居的发展趋势，现在主要是设备之间的交互。下一代产品，将会涉及智慧家电和智慧家居服务器等。这其中涉及到的人工智能技术，主要有人工智能视觉、人工智能语音和人工智能像素等。

值得一提的是，中国民用安防市场成长空间巨大。前瞻网的数据显示，目前我国民用安防市场仅占安防市场总产值的6%，而世界平均水平是10%左右。不过，当下我国人均安防产品的支出，远落后于欧美和日本等发达国家，是英国的1/9、美国的1/7、韩国的1/5。

目前常见的智慧城市产品，主要是智慧监控摄像头，其包括通用智慧摄像头系统和特殊用途智慧监控系统。下一代产品，将会发展到摄像头边缘服务器。它用到的人工智能技术，仍然是人工智能视觉、人工智能语音和人工智能像素等。

众所周知，人工智能技术将在自动驾驶时代起到关键作用，一方面其将用于自动驾驶汽车，另一方面将用于交通系统整合与调控。

自动驾驶要想实现商业化之路，首先将基于特殊场景。目前，已经商业化的有采矿、仓储物流、农业机械；5年内可以实现商业化的有高速公路货运、机场摆渡车和最后一公里配送；10年内将实现商业化的有通用自动驾驶。HIS Automotive数据显示，全球L4/L5级自动驾驶汽车产量在2025年，将达到60万辆左右，并将在2025-2035年间快速增长，年复合增长率高达43%，2035年达到年产2100万辆L4/L5级汽车。

以匈牙利自动驾驶初创公司AImotive L4的解决方案为例，在过去几年中，分别有如下发展：2016年，实现自动泊车；2017年，实现高速路自动驾驶；2018年，实现城市驾驶。其与芯原合作的全球首款对标L4自动驾驶的ASIC的系统功耗小于200瓦，远优于其上一代解决方案的1000瓦的系统功耗。

从终端智能到云端智能，主要包括终端设备、边缘端服务器和云端服务器。云计算在其中扮演着重要角色，据市场研究机构Canalys数据显示，2018年全球云计算市场规模突破800亿美元，同比增长46.5％；2020年有望超过1550亿美元 。据Gartner显示，到2025年，80% (目前为10%) 的企业，会关掉自己的传统数据中心，转向云服务提供商 。谷歌、亚马逊、百度、阿里、华为等云巨头都在积极博弈全栈AI。所谓全栈AI，即涵盖了从芯片、平台到框架、场景的完整智慧云解决方案。

5G技术的不断进步，还促进了云端机器人的发展。有了5G云端大脑，人类可以摆脱枯燥的清扫工作、肮脏的井下工作、危险的高空工作以及对于人类有困难的工作。而在未来，机器人训练师、机器人维护师和机器人操作员，可以通过对机器人的操作，来完成这些工作。       

以苹果公司为例，苹果手机芯片内的晶体管数量，随着特征线宽的减小而大幅提升，它支撑着手机芯片性能不断升级。IBS数据指出，在16nm工艺下，苹果手机芯片的晶体管数目为33亿个，在7nm工艺下为69亿个，在5nm工艺时预计达100亿个。单位面积下晶体管数量的快速上升，会促使晶体管的单位成本快速下降。苹果芯片每晶体管的生产成本，在16nm工艺下，为4.98美元/10亿个晶体管，在7nm工艺下，仅为2.65美元/10亿个晶体管。

以工艺制程处于主流应用时期的设计成本为例，工艺节点为28nm时，单颗芯片设计成本约为0.41亿美元，而工艺节点为7nm时，设计成本则快速升至约2.22亿美元。其中早期使用和成熟期使用的成本相差一倍以上，但成熟期的使用成本仍非常昂贵。

工艺节点处于各时期的芯片设计成本 

芯片中晶体管数量大幅提升，使得单颗芯片中集成的IP数量也大幅增加。在16nm工艺下，单颗芯片中集成113个IP ，在7nm工艺下，单颗芯片中集成178个IP 。

不同工艺节点下的芯片所集成的硬件IP的数量（平均值）

随着芯片集成度的不断提升，半导体IP市场也快速发展。IBS数据显示，半导体IP市场将从2018年的46亿美元，增长至2027年的101亿美元，年均复合增长率为9.13％；处理器类半导体IP市场，预计在2027年达到62.55亿美元，2018年为26.20亿美元，年均复合增长率为10.15％；数模混合IP市场，预计在2027年达到13.32亿美元，2018年为7.25亿美元，年均复合增长率为6.99％；射频IP市场，预计在2027年达到11.24亿美元，2018年为5.42亿美元，年均复合增长率为8.44％。

全球半导体IP市场（单位：10亿美元）

世界半导体产业，正在进行第三次转移。上世纪六十年代到七十年代，军工产业向家电产业的过渡，推动半导体产业从美国迁移到日本，系统厂商开始分化出IDM厂商；上世纪七十年代到八十年代，家电时代进入PC初级阶段， IDM厂商开始分化出晶圆代工厂、Fabless和设计服务企业，半导体产业也从日本迁移到了韩国和中国台湾；2000年左右，人类从PC时代进入手机时代，产业分工进一步细化，轻设计渐成主流，随着智慧物联网时代的到来，半导体产业正式向中国大陆迁移。

IP as a Chiplet (IaaC) 助力轻设计发展

Chiplet类似于IP，但它是以芯片裸片（die）的形式提供，而不是软件形式。Chiplet模式具备开发周期短、设计灵活、低成本特点；它可将不同工艺节点、不同材质、不同功能、不同供应商的具有特定功能的商业化封装在一起。

当今世界上，AMD、Google、IBM、Mellanox、Micron、Xilinx等厂商已经合作推出并相继采用“OpenCAPI”（开放式一致性加速器接口）标准，他们以此推动着一致性高性能总线接口发展，并满足了高性能异构计算的需求。OpenCAPI可使CPU与高级内存、加速器、网络和存储等高速互联，从而提高整体性能。

Gen-Z则是一种开放系统互连架构，它旨在通过直接连接、交换或Fabric拓扑为数据和设备提供内存语义访问。Gen-Z联盟的初始成员包括：AMD、ARM、Broadcom、Cray、戴尔EMC、惠普、华为、IDT、美光、三星、SK海力士、赛灵思(Xilinx)。

缓存一致互联协议（CCIX）是由行业标准机构 CCIX联盟开发的一组规范。它旨在使硬件加速器以缓存一致的方式使用与多个处理器共享的内存，以在异构多处理器系统中更快地访问内存。

联盟创始成员包括AMD、ARM、华为、IBM、迈络思（Mellanox）、高通、赛灵思。

2019年3月13日，英特尔携手阿里巴巴、思科、戴尔EMC、Facebook、谷歌、HPE、华为以及微软宣布成立Compute Express Link（CXL）开放合作联盟。CXL是一种全新突破性的高速“CPU到设备”和“CPU到内存”的开放互连技术，可实现CPU与GPU、FPGA和其他专用加速器之间的高速、高效互连。

此外，IBM在2019 HotChips大会上宣布了2020年版Power9 CPU的新接口，该接口被称为开放式内存接口（The Open Memory Interface ，OMI）。OMI基于IBM Power 9 Advanced I / O（AIO）芯片中的96通道25G SerDes。目前，Power 9使用了GlobalFoundries（格罗方德半导体股份有限公司）的14nm制程，支持48个PCIe Gen4通道。另外，Microchip公司的Microsemi部门，已经在IBM的实验室中，成功运行了基于OMI概念的DDR控制器。

当前，美国主要围绕DARPA的CHIPS（Common Heterogeneous Integration and IP Reuse Strategies，通用异构集成和IP重用战略）项目发展Chiplet。CHIPS项目成员包括英特尔、Micron、Synopsys、Candence、Northrop Grumman、Lockheed Martin、波音、密歇根大学、佐治亚理工学院、北卡罗莱纳州立大学等。

2018年10月，7家公司成立ODSA（Open Domain-Specific Architecture，开放专用域架构）组织，目前会员已超过50家。ODSA目标是制定Chiplet开放标准、促进形成Chiplet生态系统和催生低成本SoC替代方案。

四年前，Marvell创始人周秀文（Sehat Sutardja）博士在ISSCC 2015上，提出MoChi（Modular Chip，模块化芯片）架构的概念。MoChi是许多应用的基准架构，包括物联网、智能电视、智能手机、服务器、笔记本电脑、存储设备等。

2018年，超微半导体（AMD）推出使用Chiplet技术生产的“罗马Rome”第二代霄龙EYPC Zen2架构CPU芯片，其内部集成八个7nm CPU裸片和一个14nm I/O裸片。该芯片免费提供AIB（Advanced Interface Bus，高级接口总线）接口许可，以支持广泛的Chiplet生态系统。

2018年，英特尔将EMIB（Embeded Multi-Die Interconnect Bridge，嵌入式多硅片互联）技术升级为逻辑晶圆3D堆叠技术，命名为Foveros。

2019年，英特尔推出Co-EMIB技术，它是2D EMIB技术的升级版，能够将两个或多个Foveros芯片互连。2019年6月，台积电展示了自行设计的一颗Chiplet“This”。其采用7nm工艺和晶圆级封装，面积仅为27.28平方毫米（4.4毫米x6.2毫米）。

那么，芯原的解决方案是什么？

芯原已经提出IP as a Chiplet (IaaC) 理念，旨在以Chiplet实现特殊功能IP的“即插即用”。力图解决7nm、5nm及以下工艺中，性能与成本的平衡，并降低较大规模芯片的设计时间和风险。

从SoC中的IP到SiP中以Chiplet形式呈现的IP。相信未来我们对于芯片的使用，可以变得又快又好又省钱。

【End】

热 文 推 荐 

☞抢饭碗？00 后程序员来了！

☞【图解】记一次手撕算法面试：字节跳动的面试官把我四连击了

点击阅读原文，即刻参加活动！

你点的每个“在看”，我都认真当成了喜欢