AI芯片核心竞争力的关键因素深度剖析

2020 年充满了诸多不确定性。但在各种变化之中，人工智能技术依然持续演进，在各行各业加速落地，影响力不断加深。7 月 9 日至 7 月 11 日，世界人工智能大会（WAIC）首次采用线上形式召开。与此同时，赛灵思人工智能业务高级总监姚颂、人工智能研发高级总监单羿以及学术与创新生态高级经理陆佳华，围绕AI芯片技术与产业进展、AI算法研发趋势与未来方向、AI教育与人才培养等话题进行了深度探讨，共同回顾了AI发展的历程，展望了其当前与未来趋势。

本期要点导读

如果AI是一个人

AI目前正处于从童年向青年发展的阶段。若将AI的发展类比为人的成长过程，那么整个AI产业当前处于童年到青年之间的过渡期。一方面，学术界期望人工智能具备通用性，不仅能解决各类问题，还能在面对新问题时自主学习并给出解决方案——这一目标距离当前的人工智能与算法发展仍十分遥远。另一方面，目前人工智能的大规模产业应用同样处于早期，例如在终端层面的自动驾驶工业数据检测方面，仍停留在小批量早期测试阶段，尚未实现大规模量产。因此，总的来看，AI产业当前处于童年到青年之间的发展期，距离真正的成熟还有相当长的路要走。

AI芯片的核心竞争力

性能效率、用户体验与生态建设是AI芯片的三大核心竞争要素。第一个关键要素是满足客户需求的性能效率。如今评估AI芯片不再仅仅依据几瓦或几T的参数指标，而是更看重在用户指定的价格、功耗、集成密度等约束条件下，实现令用户满意的时延、吞吐量等多项性能指标。第二点是用户体验：当开发者拿到AI芯片时，能否快速上手部署首个AI应用，能否将芯片功能与其他模块进行系统集成，以及集成后的调试与优化是否便捷。出色的用户体验对于提升AI芯片的适用性至关重要。第三是生态体系。众所周知，AI芯片本质上是一个神经网络加速单元，但该加速单元与用户的实际终端产品之间仍有距离。因此，需要使方案尽可能贴近客户实际应用场景，同时借助第三方ISV来弥合芯片、解决方案与客户最终产品之间的差距。AI芯片的这三大核心竞争力缺一不可：优秀的芯片性能效率、卓越的用户体验以及健康的用户生态。

人才才是王道

定制计算人才的培养需要多方协同努力。为培养定制计算与自适应技术人才，赛灵思持续通过课程、竞赛、联合实验室、工程训练夏令营、科研训练冬令营等多种产学合作与品牌项目，开展人才培养与技术探索。十年前，赛灵思推出了创新的Zynq全可编程平台技术，除了在商业上取得巨大成功外，也极大地推动了软硬件协同设计人才的培养。如今，随着大数据、人工智能和视频流的发展，产业对处理能力的要求日益提高，同时对功耗的要求也越来越严格。因此，不同应用场景需要定制化计算与自适应计算。借助赛灵思自适应平台技术，能够很好地针对不同领域培养自适应与定制计算人才。

前景与影响

AI发展的前景与未来将对产业产生深刻影响。行业经历了互联网时代与移动互联网时代，接下来必定是人工智能时代。与移动互联网不同，AI更多是为各类IoT设备、云端和汽车赋能。在这个时代，一个人可能对应多达20台设备。可以预见，AI市场的前景与规模将远超过去的互联网和移动互联网时代，因为这代表着一股崭新的、巨大的时代浪潮。

AI将对整个产业带来极为深远的影响。一方面，AI切实推动了诸多此前无法实现的新应用落地，例如精准的人脸识别。另一方面，AI也确实帮助众多行业显著提升了效率。在自动驾驶领域，随着本轮AI技术的发展，业界正日益接近真正的大规模自动驾驶应用。尽管目前看来可能仍需五到十年，但若没有深度学习与AI的发展，这一目标将遥不可及。其次是工业视觉检测。传统工业视觉检测的误检率和漏检率均很高，生产线需要大量人工筛选。AI技术的发展为该行业带来了巨大变革，在大幅提升检测正确率的同时，实现了极低的漏检率，从而显著提高了流水线生产效率。此外，随着云端服务日益丰富，云端语音识别和智能推荐引擎的精准度不断提高，进一步推动了行业效率的提升，也使得抖音、快手等新型视频推荐应用成为可能。可以看出，AI影响的是所有与信息、电子相关的学科——只要有信息和电子的参与，就会受到AI的影响。在AI发展浪潮中，凭借ACAP自适应计算加速平台和Vitis统一软件平台，赛灵思已处于AI行业大趋势的前沿，方向也完全正确。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI芯片核心竞争力的关键因素深度剖析要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题