本站原創，作者：章鷹，電子發燒友執行副主編。

2019年，AI市場風起云涌，一方面不少獨角獸公司融資不斷擴大，比如2月27日地平線 (Horizon Robotics) 宣布完成由SK中國、SKHynix以及數家中國一線汽車集團 (與旗下基金) 聯合領投的B輪融資，獲得6億美金左右的投資，又比如5月8日，曠視科技完成D輪融資，融資額達到7.5億美元，在熱門的邊緣計算、視覺領域的前沿研究獲得充足的資金支持。

另外一方面，市場對人工智能的期望恢復理性，國內廠商開始進入落地應用階段。核心AI能力不斷擴展，寒武紀在蘇州舉辦的全球智博會上，展示了14個應用案例，寒武紀AI芯片，比如MLU100芯片已經在阿里云城市大腦提供算力支持，寒武紀的AI芯片在智能手機領域的應用呈現擴大之勢，此外，在教育行業、智能制造和工業、服務器領域，這家公司都帶來了實質性的落地項目。

IDC高級新興技術研究部高級研究經理盧言霞向記者表示，近五年來，中國AI市場成就斐然，2018年中國軟件市場占據全球軟件市場規模的3.1%，中國人工智能軟件市場占據全球的15.4%，未來還有更大的增長空間。終端AI儼然是落地應用中的重要支持點。

對于終端AI市場，市場有哪些痛點呢？筆者整理了四位大咖的觀點，與工程師和電子領域的高管分享。

終端AI應用量最大，算力和功耗是兩大難題

圖：清華大學微納電子學系主任魏少軍

4月9日，清華大學微納電子學系主任魏少軍在人工智能創新峰會上表示，從應用需求端來看，我們發現應用量最大的并不在云端，而是在終端，ARM公司的專家把人工智能分成“大機器學習”、“中機器學習”和“小機器學習”，三者之間在數量上依次有二次方的增加，從108、1010再到1012。但當AI服務從云端走向終端時，要克服的困難遠遠比在云端大得多。

在邊緣上，資源和功耗都是受限的，而要解決AI問題，算力仍然需要那么大。換句話說，算力需求沒變，但資源不足，難度自然變大。這里面涉及兩個關鍵問題，一個是算力本身，一個是功耗。

在智能系統中，最重要的功能是實現智能化，軟件承載了智能化的理念和方法，而硬件只是承載智能化所需要的計算。如果能把兩者有機融合在一起，讓硬件在任何時候都能提供軟件運行所需的最佳計算效率，就能夠得到我們所需的理想計算模式。

持續創新！推出性能功耗比好的終端AI產品，搶占市場先機

圖：寒武紀創始人陳天石

寒武紀是國際上最早從事AI芯片研發的團隊之一，研發的終端智能處理器已經運行在數千萬的終端設備中，研發的云端智能芯片為云端大規模智能處理提供了高性能和高性價比的芯片方案，推動人工智能計算力突破和提升。

陳天石描述寒武紀公司的戰略目標：“3年內占領10億智能AI終端，占領中國云端高性能芯片1/3市場份額”。在市場策略層面，如何與英偉達競爭，陳天石告訴媒體：“提供性能功耗比更好的芯片。這個市場很大，其實未見得是零和博弈。”

早在2016年，寒武紀就研發了全球第一款商用終端AI處理器，早于國外同行兩年，寒武紀的1A處理器是世界上首款智能終端處理器IP產品。第一代1A已經在四款華為手機中使用。

第二款寒武紀的IP 1H是第二代高性能、低功耗的智能終端IP產品，在2017年11月公開發布，這款處理器帶來了深度學習處理速度的提升和功耗的降低，在寒武紀1H帶來了AI算力的大幅提升，使能和增強人臉識別、物體識別、物體檢測、圖像分割、智能翻譯等AI場景，實現了從圖像識別到物體檢測的跨越。在蘇黎世聯邦理工學院的AI Benchmark測試中，搭載麒麟980（集成寒武紀1H）的華為Mate 20 Pro、Mate 20 X和Mate 20，超過了搭載麒麟970的華為P20 Pro，排在了榜首。

2018年5月，寒武紀正式發布了多個最新一代終端 IP 產品——采用 7nm工藝的終端芯片Cambricon 1M、首款云端智能芯片MLU100及搭載了MLU100的云端智能處理計算卡。

寒武紀創始人陳天石博士對公司的定位是，獨立芯片公司，服務廣大云計算、大數據、服務器廠商、互聯網公司和行業巨頭，為下游廠商提供不同尺寸、面向不同應用場景的終端AI處理器Ip以及覆蓋interference和training的不同處理能力的云端智能芯片。隨著華為智能手機在全球市場份額的不斷提升，寒武紀在終端AI芯片市場的認可度也不斷提升。

在物聯網應用中，如何實現無處不在的AI應用？

圖：清華大學微納電子系副主任尹首一教授

智能終端的AI計算成為趨勢。考慮通訊延時、基于硬件設備、個人隱私考慮，我們需要在終端設備、傳感器，各種設備端上實現AI計算。這已經成為電子行業的巨頭共識，百分之九十以上的物聯網設備上使用CPU是arm公司提供的內核，Google首席科學家在全球半導體大會上報告上說，Google認為，IoT景下，未來AI計算一定是分布式、分層次、分等級的綜合系統。

要滿足各種場景下AI計算的需求，需要考慮算力和功耗問題的平衡。例如智能手機對語音技術的應用，智能家電中有嚴苛的功耗約束，因而要在功耗受限場景下實現AI算法和運算就成為關鍵。

算力與場景結合，聯發科在終端AI運用領域不斷突破

聯發科技副總經理暨家庭娛樂事業群總經理游人杰表示，人工智能的崛起與以往不同，人工智能進入第三次革命，需要三種關鍵因素的配合：第一、物聯網產生的大數據，第二、各種應用層應用多元化，尤其在2012年，Deep Learning新的演算法開發出來后，運算能力、精確率和收斂速度有了很大突破。不僅在云端，或者在終端，能力夠強。第三、算力（computation）的不斷提升。

目前，聯發科的芯片方案已經占據了智能音箱垂直市場份額的60%-70%，大幅度領先競爭對手。聯發科的優勢是將智能音箱方案擁有更高的硬件整合度。把第一代IC周邊電子元器件、電路等全部集成在第二代IC中，同時在軟件層面開發更智能的工具Power AQ，可通過Power AQ有效調整智能音箱的音質，加速硬件廠商把產品推向市場。

2019年4月18日，聯發科技發布AIoT平臺, 包含擁有高集成度和高端APU性能的i300和i500系列處理器芯片，為業界提供面向智能家居、智慧城市和智能工廠三大領域的解決方案，助力人工智能技術和物聯網技術的落地融合。

最早，聯發科看到了人工智能在移動手機的應用商機，自2018年初起，就推出了NeuroPilot的技術，并將之首次運用在其手機處理平臺曦力P60上。NeuroPilot是基于他們的核心監控與調節技術CorePilot的進階版。CorePilot在2014年就已經被開發出來，其主要作用就是動態監控手機多核處理器的每個核心的工作負載量，并加調節和分配，以提高手機運行的性能并降低電耗。

i500高性能解決方案則是基于強大的計算能力, 結合聯發科技的人工智能平臺NeuroPilot，搭配低時延的邊緣AI處理技術，提供精準的人臉、行為和環境識別分析，大幅度提升準確度、生產效率和智能化水平。

游人杰指出，對于不同的芯片公司，最大的區別就是運算能力的差別。運算的處理能力在晶片里面是三個單元結合起來，我們稱之為聯合運算能力。CPU+GPU +Deep Learning加速器 ，聯發科內部做到CPU八核，CPU的運算好處是可以透過軟件的規劃，讓演算方法在開發的過程中擁有最大的彈性。GPU的運算能力，在人工智能的開發過程中，同時具備高的處理速度，還能提供中等的彈性度。第三、當你的演算方法做到比較成熟后，晶片運算功率做到更低，還需要做AI的Processing，做Deep Learning加速器或者是做視覺影像的處理器，能夠讓演算法找到最低的功耗處理。

小結

終端AI的進程在不斷加速，隨著寒武紀、MTK、耐能等國內國際廠商不斷推出新品，未來在未聯網應用的細分市場，會逐步誕生應用的前三甲企業，在無人機、智能家居、智能硬件、智能手機都是AI未來應用增長點，企業必須研究好消費者需求的轉變，在技術能力和市場需求結合的契合度上下大功夫，在算力提升、功耗降低和運算架構支持多元應用不斷拓展，才能領先海外廠商，搶占市場的先機。