7月14日，青城山中国IC生态高峰论坛在都江堰成功召开。论坛围绕四川省全面创新改革发展战略，结合四川产业发展实际，以“打造人工智能产业链”为主题，聚焦行业前沿话题展开讨论，探索产业的未来发展趋势，着力打造具有国际影响力的全产业链高端交流平台。

中国半导体行业协会集成电路设计分会理事长、清华大学微电子学研究所所长魏少军，围绕“打造人工智能产业链”主题展开演讲，并与参会嘉宾展开讨论，探寻中国IC产业发展之路，魏少军为与会嘉宾及观众作了题为“人工智能大潮中的芯片发展思路”的报告，就未来芯片发展之路指出了自己独特的见解。

老的新话题

从1950s发展至今，人工智能从机器学习步入深度学习阶段。根据麦肯锡数据，2016年人工智能初创企业增加到389家，增长的比例50%以上；人工智能企业并购的数量，2016年达到了85家，人工智能企业的股权融资数量达到了658家；人工智能企业的融资额到2015年达到5个亿美元，集成电路除了并购外，初创企业融资做到50亿的黄金时代已经过去。

人工智能实现方式

GPU

从图形芯片GPU来看，英特尔占了17%，Nvidia占了69%，AMD占了13%。其中，Nvidia在分立式GPU产品上占有优势，产品广泛应用于数据中心的人工智能训练；AMD提供异构CPU/GPU（即APU），以及集成或分立的GPU。

FTPU

这是英特尔的，针对bing文档的排序服务，满足针对更高性能，更低延迟的需求。与纯CPU/SW相比性能提升5-10x，l功耗下降到GPU环境的20%。

TPU

TPU最大的问题是精度，精度不高的时候用它是可以的。如GoogleTPU，适用于不需要极高精度的机器学习相关计算。与lGPU相比，旨在以较低的精度来提高性能，l功耗下降到GPU环境的10%。

NA

Neuromorphicarchitecture，特点：多核处理器，每核心256个神经元，超低功耗NA，节点28nmFDSOI，应用于先进的机器学习和基于刺激的学习机制。

IMP

In-memorycomputingplatform，特点：MISD并行架构，DRAM工艺技术，DDR3接口，低功耗~4W，应用于网络流量分析与检查和生物信息学（如人类基因组图谱）。

TrueNorth

IBM的百万神经元类脑芯片，特点：n100万个神经元；n2.56亿个突触；n256个突触/神经元；n65mW。

这种芯片将数字处理器当作神经元，把内存作为突触，它的内存、CPU和通信部件完全集成在一起。信息的处理完全在本地进行，而且由于本地处理的数据量并不大，传统计算机内存与CPU之间的瓶颈不复存在。同时，神经元之间可以方便快捷地相互沟通，只要接收到其它神经元发过来的信号，这些神经元就会同时动作。

IBM的最终目标是希望建立一台包含100亿个神经元和100万亿个突触的类脑计算机。这样的计算机要比人类大脑的功强大10倍，功耗约1000瓦，而且体积不到两升，与我们大脑的大小相当。

智能芯片八大要素

第一可编程；第二是架构的动态可变形；第三是架构的变换能力；第四是高计算效率；第五高能量效率；第六是低成本；第七体积要小；第八是应用开发要简便。遗憾的是，目前的CPU、CPU+GPU、CPU+FPGA、CPU+ASIC的作法均不是理想的架构。

展望：

下一代集成电路技术

机器智能是长久以来人类追求的目标，也是近期科学研究的热点；机器智能中，芯片是承载计算功能的基础部件，软件是实现智能的核心。智能芯片与传统芯片不同，其最重要的特性是，满足软件不断变化的计算需求；可重构计算芯片技术允许硬件架构和功能随软件变化而变化，实现了软件定义芯片，具备处理器的灵活性和专用集成电路的高性能和低功耗，被公认为是突破性的下一代集成电路技术，具备了智能芯片的一些特性，未来具有广阔的前景。