ai晶元獨角獸寒武紀沖擊科創板

A. 寒武紀首顆7nm AI訓練晶元量產，這晶元有何特別之處

寒武紀思元290智能晶元及加速卡、玄思1000智能加速器量產落地後首次正式亮相。思元290智能晶元是寒武紀的首顆訓練晶元，採用台積電7nm先進製程工藝，集成460億個晶體管，全面支持AI訓練、推理或混合型人工智慧計算加速任務。

寒武紀介紹稱，此次推出的訓練產品線將面向互聯網、金融、交通、能源、電力和製造等領域的復雜AI應用場景提供充裕算力，推動人工智慧賦能產業升級，思元290晶元及加速卡已與部分硬體合作夥伴完成適配，並實現規模化出貨。

值得注意的是，華為和英偉達早已推出7nm工藝的同類型晶元，而在此前失去華為這個大客戶後，寒武紀在商業化方面也面臨不少壓力，也不得不開拓新的客戶。去年前三季度，寒武紀實現營收1.58億元，僅有2019年的35%，虧損也超過3億元。

不過，先進工藝晶元的推出也刺激了資本市場。今日，寒武紀大幅高開，盤中漲幅一度超過18%，隨後略有回落，截止發稿市值超過670億元，距公司此前上市後達到的千億元市值仍有差距。

B. 余凱離開百度2年半造出兩顆AI晶元落地三大場景是真的嗎

12月20日消息，今天嵌入式AI創企地平線發布其首款嵌入式人工智慧視覺晶元——「征程」1.0處理器和「旭日」1.0處理器，面向智能駕駛和智能攝像頭，並落地智能駕駛、智慧城市、智能商業三大場景。至此，歷時兩年半，地平線的「晶元夢」塵埃落定。

在會後的采訪中，地平線創始人&CEO余凱表示，這兩款晶元都是基於高斯架構，針對不同場景的兩個封裝，並在今年成功流片，而且走的是量產流片，但並沒有表明具體的量產量。該晶元具備低功耗、高性能、低延遲三個特點，通過「晶元+演算法」面向三大場景提供解決方案。此外，地平線的晶元架構演進更快，明年會推出伯努利架構的晶元。

地平線由前網路研究院副院長、網路深度學習實驗室主任余凱於2015年7月創辦，致力於面向B端提供完整的嵌入式人工智慧解決方案。前不久地平線剛剛完成由英特爾領頭的近億美元A+輪融資，目前投資方包括英特爾、紅杉資本、高瓴資本、晨興資本、金沙江創投、創新工場等。

一、從演算法出發 定義晶元

地平線做AI晶元這件事可以追溯到2015年5月，當余凱從網路離開時，就談到創業要做「AI晶元」，主要面向智能駕駛和智能家居領域。

結語：火熱的AI晶元行業

近期，隨著華為麒麟970晶元、蘋果A11晶元、高通845晶元等的發布，推動著AI晶元不斷走向火熱，也使AI晶元、端智能成為未來發展的趨勢。AI晶元的火熱也催生了地平線、寒武紀、深鑒科技、啟英泰倫等一批創業公司走向前台，成為時代的「弄潮兒」。

隨著AI的發展，端側智能的需求越來越多，將一些簡單、實時、涉及隱私的需求放在本地去做計算，更加及時、穩定、安全的滿足行業或用戶的需求已是一種趨勢。智東西(公眾號:dxcom)圍繞智能晶元產業已累計進行了近30篇重磅報道，AI晶元快速發展正成為人工智慧產業落地的一大助推引擎。

而各家的發展也使AI晶元呈現不同的路徑，比如高通845晶元走的是一種相對「溫和」的通用路線，深鑒科技的FPGA（現場可編程門陣列）晶元，地平線此番發布的則屬於ASIC專用晶元。

此次地平線推出的嵌入式視覺AI晶元以及解決方案再一次推動AI晶元，使更多的設備智能化，推進AI晶元在智能駕駛、智慧城市、以及智慧商業等場景的落地。

但是從落地場景來看仍是幾個競爭激烈的場景，以智能攝像頭的應用為例，主要一個就是安防領域，在這方面有安防巨頭海康威視、大華等，也有獨角獸計算機視覺公司商湯科技、Face++等，包括晶元領域的深鑒科技等都在圍繞攝像頭等安防場景進行布局，競爭尤為激烈。

如何快速落地場景，如何發現更新的落地場景和商業模式，都是地平線接下來面臨的問題。

C. 中科寒武紀科技股份有限公司要上科創板a股對員工有什麼好處嗎

上市後，公司的社會認知度更高，員工個人價值也很大。另一方面上市後公司錢多，會給員工發股票發錢；公司擴大規模後，老員工發展空間更大。

D. 雷軍投資科創板芯原微電子，小米「造芯」實際上真的是為了護盤嗎

近日，預備沖擊科創板企業芯原微電子完成上市前最後一輪融資，竟然和小米造芯夢不謀而合!

「雷軍和小米的造芯只是遙遠的夢想。」該人士表示，小米可以藉助芯原微電子上市之後，通過晶元概念拉升股價，然後進行套現。這更加現實，也符合互聯網的小米一貫市場運作風格。

E. 國內人工智慧有哪些代表公司和產品

工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。目前，國內比較著名的人工智慧公司有華為、網路、騰訊、深蘭科技、科大訊飛、大疆創新、圖靈機器人、科沃斯機器人等，科技在發展，中國優秀的人工智慧公司也是越來越多。

溫馨提示：以上解釋僅供參考，不作任何建議。

應答時間：2020-12-07，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

F. 科創板發行市盈率這么高，開盤後還翻倍幾倍的漲，這個盤誰來接

科創板發行市盈率這么高，開盤後還翻幾倍的漲，這個盤誰來接？題主的問題很有意思，科創板是當前最熱門的，不少科技企業都是在科創板上市的，比如中芯國際、中微公司、寒武紀、金山辦公等。

最後說一句，目前科創板的企業有159家，滾動市盈率的中位數是81倍，動態市盈率中位數是77倍，靜態市盈率中位數是80倍；創業板企業845家，靜態市盈率中位數52倍，動態市盈率中位數是46倍，滾動市盈率中位數是49倍。

G. 自動駕駛晶元市場火爆，科技巨頭搶灘，中國企業能否一戰

[汽車之家 新鮮技術解讀]? 自動駕駛系統，最關鍵的部件是什麼呢？是感測器？是控制軟體？還是處理晶元呢？我個人認為在目前這個階段來說，處理晶元是一個最關鍵的部件，它的性能直接影響自動駕駛系統的好壞。過去，頂尖的晶元技術一直是國外企業壟斷的，但隨著中國晶元企業近年的快速追趕，情況已經有所改觀。今天我們就來聊聊中國自動駕駛晶元究竟處於一個怎樣的水平？
● 自動駕駛晶元是干什麼用的？
雖然目前L3級別有條件自動駕駛車輛在中國尚未落地，但從一些帶有高階L2駕駛輔助系統的車輛上我們可以發現，這些車輛都帶有數量不少的感測器用以檢測車輛周圍的障礙物，從而為控制系統決策提供數據支持。這些感測器包括毫米波雷達、超聲波雷達、攝像頭等。這些感測器每秒鍾會產生數GB（1GB=1024MB=10242KB）的數據，自動駕駛晶元需要流暢地處理這些數據才能保證系統及時作出正確的決策，從而確保車輛的行駛安全。
可能大家對每秒數GB的數據沒有概念，這里舉一個生活中的例子。普通的USB3.0介面U盤，其讀取速度峰值接近200MB/s，要從這個U盤中讀取1GB的文件大約需要5秒左右的時間，足見每秒數GB的數據量是相當大的。
自動駕駛系統除了需要解決大流量數據傳輸問題，還需要解決的就是如何能快速處理這些海量數據，而強大的自動駕駛晶元正是那把正確的鑰匙。
● 國外的自動駕駛晶元處在怎樣的水平？
雖然本文主要是講中國自動駕駛晶元的，但知己知彼，百戰百勝，在審視本土狀況之前，我們還是先要來簡單了解國外的情況。國外自動駕駛晶元真正能夠大規模進入量產車市場的無非三家，英偉達、Mobileye（現已被英特爾收購）、特斯拉。
其中，走實用路線的Mobileye目前市場佔有率在70%以上，市場上的產品主要是應用於L2駕駛輔助系統的EyeQ3晶元（算力0.256TOPS，「TOPS」是每秒萬億次運算的意思，詳細介紹請看這篇文章相關介紹，本文標注的算力如無特別說明均指的是8位整數計算能力）以及具備L3級別自動駕駛能力的EyeQ4晶元（算力2.5TOPS）。像是小鵬G3、蔚來ES6/ES8、廣汽新能源Aion LX就採用了EyeQ4晶元作為其駕駛輔助系統的核心。
相較於英偉達上代自動駕駛平台旗艦之作DRIVE PX Pegasus 320TOPS的算力，新的DRIVE AGX Orin平台的旗艦配置實現了成倍的性能增長。此外，DRIVE AGX Orin平台的擴展柔性化程度相比以往平台進一步提升，能夠通過硬體配置的增減，滿足從一般駕駛輔助到L5級別完全自動駕駛等不同級別車輛的需求。
特斯拉Autopilot 1.0系統採用的是1顆英偉達Tegra3晶元+1顆Mobileye EyeQ3晶元；Autopilot 2.0系統採用的是1顆英偉達Tegra Parker晶元+1顆Pascal架構GPU晶元；Autopilot 2.5系統採用的是2顆英偉達Tegra Parker晶元+1顆Pascal架構GPU晶元。
已經搭載在最新下線特斯拉車型上的自研FSD晶元，單顆晶元算力為72TOPS，Full Self-Driving Computer集成有兩顆獨立工作的FSD晶元，一顆「掛了」，另外一顆馬上「頂上」，提升了整套系統的安全性和穩定性。
當然了，除了上面三家鋒芒畢露的企業，還有不少企業在垂涎自動駕駛晶元這塊蛋糕，其中包括高通、賽靈思、恩智浦等，但這些企業真正走向量產車的自動駕駛晶元還不成規模，限於篇幅，這里就不作介紹了。
● 迅速崛起的中國自動駕駛晶元企業
好了，看完國外的情況，我們目光回到國內。自動駕駛晶元市場火爆，國外科技巨頭搶灘登陸，中國企業究竟實力怎麼樣呢？下面我們一起來看看。
◆ 寒武紀
中科寒武紀科技股份有限公司（下稱「寒武紀」）的前身是中國科學院計算技術研究所下，由陳雲霽和陳天石兩兄弟領導的一個課題組。該課題組在2008年開始研究神經網路演算法和晶元，並在2012年開始陸續發表研究成果。
2016年，上述課題組提出的深度學習處理器指令集DianNaoYu被ISCA2016所接受，實驗表明搭載該指令集的晶元相較於傳統執行X86指令集的晶元，在神經網路計算方面有兩個數量級的性能優勢。隨著課題組的研究成果趨於成熟，中科寒武紀科技股份有限公司正式成立，並著手將其晶元和指令集向商業領域轉化。也是在2016年，寒武紀發布了首款商用深度學習處理器寒武紀1A。
聊完這家公司的身世，下面我們來看看它的產品。目前寒武紀有兩款最新的人工智慧晶元IP授權，分別是Cambricon-1M和Cambricon-1H。性能指標最強的Cambricon-1M-4K在1GHz時鍾頻率下擁有8TOPS的算力；性能指標最弱的Cambricon-1H8mini在1GHz時鍾頻率下擁有0.5TOPS的算力。所有型號的詳細算力參數可以參看下錶。
Cambricon-1M和Cambricon-1H被定義為終端智能處理器IP。我們在手機或者汽車這些終端上出現的人臉識別、指紋識別、障礙物識別、路標識別等應用都能通過在晶元中集成上述處理器IP實現加速。
上面提到的「邊緣」一詞來自於「邊緣計算」。 邊緣計算是指在靠近智能設備（終端）或數據源頭（雲端）的一端，提供網路、存儲、計算、應用等能力，達到更快的網路服務響應，更安全的本地數據傳輸。邊緣計算可以滿足系統在實時業務、智能應用、安全隱私保護等方面的要求，為用戶提供本地的智能服務。思元220在邊緣計算中扮演著提高數據安全、降低處理延時以及優化帶寬利用的角色。
目前寒武紀高算力晶元產品被定義為智能加速卡，可用於伺服器中加速人工智慧運算。谷歌的AlphaGo人工智慧機器人打敗韓國世界圍棋冠軍李世石的新聞相信各位有所耳聞，AlphaGo人工智慧機器人的背後其實是谷歌自研的TPU晶元。寒武紀的高算力晶元產品的特性和應用也與谷歌TPU類似，當然它們之間也可以算是競爭對手了。
所不同的是思元270-S4採用的是被動散熱設計，最大熱設計功耗為70W，定位為高能效比人工智慧推理設計的數據中心加速卡。這也意味著該卡會有「功耗牆」設定，即當加速卡功耗達到閾值上限時會降低算力以保證較低的功耗和發熱。
思元270-F4相當於是「滿血版」 思元270-S4，最大熱設計功耗150W，採用渦輪風扇進行主動散熱。良好的散熱和充足的供電使得思元270-F4能夠發揮出思元270晶元的全部性能。該卡定位是為桌面環境提供數據中心級人工智慧計算力，簡而言之就是為台式機配的高性能人工智慧加速卡。
雖然思元270在製造工藝上只採用了台積電的16nm工藝，但整體能耗比還是做得比較不錯的。雖然單卡算力不及最新的英偉達旗艦計算卡，但5張思元270-S4/思元270-F4並行的話，峰值算力也能達到英偉達A100的水平。只是英偉達A100更先進的工藝應該在能耗比上面會有一定的優勢。
其中思元100-C搭載了視頻和圖像解碼單元，採用被動散熱方式，最大熱設計功耗為110W；思元100-D不搭載視頻和圖像解碼單元，採用被動散熱方式，最大熱設計功耗為75W。目前思元100系列產品已經於2019年在滴滴雲和金山雲上得到應用。其中滴滴雲採用思元100板卡加速彈性推理服務，該服務用於深度學習推理任務；而金山雲則採用思元100板卡加速語音、圖像、視頻等人工智慧應用。
前面講的盡是伺服器級的計算卡，這是不是偏離了我們應該聊的自動駕駛晶元話題呢？其實不然。前面也提到了，寒武紀目前是一家專注於人工智慧晶元開發的企業，自動駕駛領域確實涉足不深，但通過和其他國內友商的聯合還是有一些建樹的。
WiseADCU CN1自動駕駛運算域控制器提供了L3或以上級別自動駕駛系統所需的算力以及感測器連接數量需求，實現了模擬、模型、系統、架構、編碼、加速、演算法七個關鍵控制點的自主可控。
實際上威盛集團由於處理器產品性能競爭力弱，早就退出了主流X86處理器市場的競爭，市場中就剩下英特爾和AMD在角力。兆芯成立後，吃透了威盛的X86技術，並在威盛當時最新的處理器架構基礎上進行全面的改進和優化，先後推出了ZX-A、ZX-C以及ZX-C+等處理器產品。
6月2日，科創板上市委發布2020年第33次審議會議結果公告，寒武紀上市獲得通過，從受理到審批通過，寒武紀只用了68天，刷新了科創板審核速度。寒武紀上市後成為A股中唯一一家人工智慧晶元公司，該領域的市場空間在2022年有望超過500億美元，發展潛力巨大。打通了A股融資渠道的寒武紀究竟能否憑借其獨特的技術優勢進一步發展壯大呢？這誰都說不準，但可以確定的是，寒武紀的成功上市讓很多投身於該領域的公司贏得了信心，看到了希望，中國人工智慧晶元時代或將由此開啟。
◆ 地平線機器人
好了，聊完寒武紀，我們來聊聊另外一家人工智慧晶元企業——地平線機器人技術研發有限公司（下簡稱「地平線」）。地平線是由前網路深度學習研究院常務副院長余凱於2015年創立的，專注於自動駕駛與人工智慧晶元的一家公司。余凱也是網路自動駕駛的發起人。
余凱建立的地平線，一直以來堅持的是軟體和硬體相結合的方向。他認為，演算法、晶元和雲計算將構成自動駕駛的三個核心支點。相比起前面介紹的寒武紀注重打造高性能硬體晶元，地平線的商業模式是把以「演算法+晶元」為核心的嵌入式人工智慧解決方案，提供給下游廠商。打個比方比較好理解，如果說寒武紀賣的是處理器晶元，那麼地平線賣的就是安裝了操作系統的整機。產品方面，相較寒武紀從終端到雲端的晶元產品布局，地平線雖然自研晶元，但更偏重的是以產品功能來劃分產品線。
硬體上，征程二代晶元內部集成了兩個Cortex A53核心、兩個自研的BPU（Brain Processing Unit，可用於加速人工智慧演算法）核心、DDR4內存控制器以及輸入輸出控制器，算力達到4TOPS，典型功耗為2W，這比起目前主流的Mobileye EyeQ4晶元的算力和能耗比都更優秀。
這些智能音箱有較強的自然語義識別功能，能夠識別人們發出的語音命令，結合物聯網技術，人們通過簡單的語音命令除了能夠讓音箱播放在線音頻資源外，還能夠控制各種家電，如開關、燈泡、風扇、空調等。這就是AIoT的一個最簡單的應用例子。
從硬體方面看，旭日二代晶元內部集成了兩個ARM Cortex A53核心、兩個自研的BPU核心、DDR4內存控制器以及輸入輸出控制器，算力達到4TOPS，典型功耗為2W。從參數上看，旭日二代和征程二代好像沒什麼差別，實際上征程二代可以看做是旭日二代的車規版，它滿足AEC-Q100標准，在工作溫度、電磁輻射等標准上會更高一些。雖然征程二代和旭日二代均採用台積電28nm工藝製造，但旭日二代晶元尺寸為14x14mm，比征程二代晶元17x17mm的尺寸更小，更有利於內嵌到AIoT設備當中。
和寒武紀一樣，地平線同樣擁有自研的人工智慧加速晶元技術。所不同的是，地平線更注重軟體和硬體的整合，從而為下游廠商提供成熟的解決方案。在資本市場，地平線同樣受到追捧，其投資者眾多，其中包括了世界半導體行業巨頭英特爾和SK海力士以及國內的一線汽車集團等。未來地平線是否會和寒武紀一樣登錄科創板目前還不得而知，但CEO余凱對於在科創板上市是持積極態度的。我個人是支持有更多像地平線這樣的企業登錄科創板，更充分的競爭可以避免壟斷同時促進該領域的加速發展。
◆ 西井科技
西井科技創辦於2015年，它起初是一家做類腦晶元的廠商。所謂的類腦晶元簡單來說就是以人腦的工作方式設計製造出來的晶元。目前大行其道的馮?諾依曼結構處理器晶元，其計算模塊和存儲單元是分離的，晶元工作的過程中需要通過數據匯流排來連接計算模塊和存儲單元，數據傳輸上的開銷太大從而限制著這類晶元的工作效率和能耗比的提升。
類腦晶元模仿的是大腦神經元的工作形式，大腦的處理單元是神經元，內存就是突觸。神經元和突觸是物理相連的，所以每個神經元計算都是本地的，而從全局來看神經元們是分布式在工作。類腦晶元由於具有本地計算和分布式工作的特點，所以在工作效率和能耗上相比馮?諾依曼結構處理器晶元更有優勢。
雖然這種類腦晶元看著和普通的處理器晶元在外觀上沒有什麼不同，但其實內部運作原理與傳統的處理器晶元有著本質的區別。國內除了西井科技開發出了類腦晶元，像是清華開發的天機（TianJic）晶元和浙大開發的達爾文（DARWIN）晶元都是類腦晶元。所不同的是，西井科技的DeepSouth晶元是全球首塊可商用5000萬類腦「神經元」晶元。
西井科技這艘大船拿著投資人動輒過億的投資款，肯定是要追求盈利的。不管公司的技術有多超前，無法商業化在逐利的資本市場必然是無法接受的。隨著人工智慧和自動駕駛產業的興起，西井科技找到了技術商業化的契機。
相比起我們前面兩個廠商動輒上百TOPS算力的產品，西井這兩款產品的算力確實有點拿不出手。但西井科技的這兩款晶元能夠實現片上學習，可以隨時新增樣本進行增量訓練來提升推理准確率。
可能大家看到這里還是沒看懂西井科技這兩塊晶元的優勢所在，我在這里稍微解析一下大家就能夠明白。目前的自動駕駛演算法都是通過高性能伺服器進行模型訓練（讓計算機去看攝像頭或激光雷達等感測器獲取的環境數據，學習目標判斷方法），然後將訓練好的模型再部署到車載硬體之中（把機器學習到的高效目標判斷方法固化到車載自動駕駛系統之中）。
在實際應用方面，西井科技並沒有一頭沖進乘用車自動駕駛系統領域，而是在智能港口和智能礦場干出了自己的一片天地，並把觸角伸向了智慧醫療和智慧物流領域。2017年10月，公司與全球知名港機巨頭振華重工建立長期合作夥伴關系，這是西井科技進軍智能港口的重要一步。
自動駕駛卡車要在港區自動裝卸集裝箱，需要自動駕駛系統精細的車輛控制、敏銳的環境識別以及准確的定位，這些都需要港區高清地圖配合。西井科技的無人集裝箱卡車定位精度在5cm以內，這是實現集裝箱自動裝卸的關鍵。全球首輛港區作業無人集裝箱卡車作業成功，充分展現了西井科技在卡車自動駕駛系統以及高精度地圖繪制領域的實力。
除了自動駕駛和高清地圖繪制外，西井科技還為企業打包了一整套智能港口和智能礦場解決方案，利用人工智慧技術提升港口和礦場的運作效率，同時能夠進一步降低其運營成本。深挖行業中存在的機遇，逐步築起行業壁壘是西井科技面對人工智慧晶元市場激烈競爭的重要策略。
作為全球最早落地行業應用的自動駕駛團隊，西井科技旗下自動駕駛品牌Qomolo逐路目前涵蓋了無人駕駛跨運車、無人駕駛新能源集卡和無人駕駛礦卡三大項目。
面對乘用車自動駕駛晶元領域的激烈競爭，我認為短期內西井科技不會進入該領域。相反它會通過深耕已有的智能港口、智能礦場以及無人駕駛重卡市場，進一步築高上述市場的壁壘，擴大自身的行業影響力和競爭力。但不能忽視的是，西井科技掌握的類腦晶元技術或有可能成為未來自動駕駛晶元領域的一個風口。
上文詳細介紹中國3家知名自動駕駛晶元公司及其產品，相信大家應該對目前國內自動駕駛晶元現狀有了一個更深了解。除了這三家公司，數字地圖供應商四維圖新通過收購傑發科技也布局自動駕駛晶元市場，但量產晶元目前尚未落地。網路的昆侖晶元以150W的功耗實現了260TOPS的算力，競爭力很強，但其定位為雲端全功能人工智慧晶元，主要用在伺服器之上。網路在自動駕駛領域的亮點還是在於其Apollo自動駕駛軟體平台。
● 全文總結：
寒武紀、地平線、西井科技這三家公司都有著各自的特色和亮點。寒武紀專注於晶元研發，產品算力最強；地平線除了研發晶元，還提供完整的自動駕駛軟體方案，對主機廠開發更友好；西井科技掌握獨特的類腦晶元設計，在智能港口、智能礦場以及無人駕駛卡車領域已經站穩了陣腳。整體來看，中國自動駕駛晶元在性能和功耗上和外國晶元相比並不差，如何在中國開放L3級別有條件自動駕駛車輛落地這個時間節點用產品和服務先發制人是中國自動駕駛晶元企業的制勝關鍵。究竟鹿死誰手，讓我們拭目以待吧，好戲即將上演！（圖/文/汽車之家 常慶林?部分圖片源於網路）

H. 寒武紀股票什麼時候上市

2020年7月20日上市，股票代碼「688256」。

寒武紀成立於2016年3月，主營業務是應用於各類雲伺服器、邊緣計算設備、終端設備中人工智慧核心晶元的研發、設計和銷售，為客戶提供豐富的晶元產品與系統軟體解決方案。

此次登陸科創板後，超過40億現金儲備以及25億募集資金加持，寒武紀無疑是AI計算晶元初創企業中資金實力最雄厚之一，但作為人工智慧時代的「種子選手」，寒武紀的長跑才剛開始。

(8)ai晶元獨角獸寒武紀沖擊科創板擴展閱讀

寒武紀優勢：

寒武紀是目前國際上少數幾家全面系統掌握了智能晶元及其基礎系統軟體研發和產品化核心技術的企業之一，公司憑借領先的核心技術，較早實現了多項技術的產品化。

寒武紀劣勢：

需要警惕寒武紀市場競爭加劇、雲端智能晶元及加速卡業務中關聯方中科曙光的銷售佔比較高及未來的持續交易、供應商集中度較高且部分供應商難以取代、當前產品、不確定性等風險。

參考資料來源：人民網-首日收盤漲229.86%！AI晶元設計「獨角獸」

參考資料來源：人民網-AI晶元第一股 寒武紀如何攪動一池春水

I. 華為發布麒麟810

2019年6月21日，華為發布了麒麟8系列晶元麒麟810。

麒麟810採用7nm製程，採用了全新華為達芬奇架構NPU。麒麟810採用2個A76大核，搭配6個A55小核的設計，主頻最高為2.27GHz。此外還支持麒麟Gaming+技術，以及雙卡雙VoLTE。現場公布的數據顯示，其AI跑分超過3.2萬分，優於高通驍龍855的2.5萬分。

工藝

麒麟810採用了7nm工藝，與麒麟980相當，在中高端晶元上用如此先進的工藝實屬全球首創，上一代旗艦也只用了10nm製程，在製程工藝方面可謂是旗艦的水平。

核心頻率

麒麟810內核採用了2＋6的結構，與中端的驍龍系列類似，2個A76性能核的主頻為2．27GHz，6個效率核A55主頻為1．88GHz，主頻較麒麟970／980還是有點差距，在頻率上還是略遜旗艦一個等級。

GPU

麒麟810的GPU單從數字上看可能要弱一點，但是直接看GPU的頻率的話可以發現，麒麟810搭載的定製版Mali－G52的主頻達到了820MHz，而麒麟980的GPU的頻率只有750MHz，海思應該是對G52進行了專門的定製，其GPU頻率與麒麟970的850MHz差不了多少，此外，何剛也提到，這款GPU也針對游戲場景進行了深度優化，在游戲性能上應該不輸麒麟980。

拍照

在圖像處理方面，麒麟810支持最高4000萬像素，與麒麟970相當，相比麒麟980支持的4800萬像素略遜一籌。

NPU

AI性能是麒麟810最重要的賣點，因而該項數據也是最優數據，跑分高達3.2w。麒麟810 採用了華為自主研發的「達芬奇」架構，在半精度FP16和INT8數據類型下提供張量計算，以實現高效率和高性能。而在麒麟970和980中，華為使用了由中國AI晶元獨角獸寒武紀設計的NPU。

J. 科技變革，大數據，人工智慧會給我們帶來什麼驚喜

加強新一代人工智慧研發應用，在醫療、養老、教育、文化、體育等多領域推進『互聯網+』。發展智能產業，拓展智能生活。運用新技術、新業態、新模式，大力改造提升傳統產業。」在2018年政府工作報告中，第二次被寫進報告的人工智慧「戲份更足了」。
目前，人工智慧已經成為國家發展戰略，去年7月，國務院下發的《新一代人工智慧發展規劃》中明確闡述，到2030年，中國人工智慧理論、技術與應用總體超越平均水平，成為世界主要人工智慧創新中心。
如今，人工智慧正在中國大地上全面開花，書寫著一個嶄新的智能時代。無論是人工智慧晶元、智慧醫療還是智能化的工業機器人，人工智慧迎來了在中國發展的黃金時期，也向世界宣告，人工智慧領域的中國力量正在崛起。
未來工廠：人機搭配幹活不累
在平昌冬奧會閉幕式上，人工智慧機器人像一根畫筆，描繪了一道華麗的「未來秀」，流光溢彩的北京8分鍾驚艷了世人。24台人工智慧機器人、24名舞蹈演員的龐大陣容，協調一致的人機交互表演，在世界范圍內尚屬首次。
這24台人工智慧機器人由沈陽新松機器人自動化股份有限公司的技術團隊設計製造並調試，「在人機互動的人工智慧機器人方面，我們團隊本身就有著比較豐富的經驗，做了充足的准備，因此才圓滿完成了任務。」演算法工程師趙勁超說。
「人機交互是人工智慧在製造業中的重要組成部分之一。」該公司技術總監徐方告訴記者，「在未來的工廠中，裝配車間里將會出現工人與具有一定思維能力的工業機器人合作的場景。比如，之前需要兩名工人配合完成的工序，隨著機器視覺、手勢識別等技術的發展，將會逐步變成人與機器人來協作完成。」
事實上，人工智慧技術可以應用在製造業的各個環節當中。以產品質量檢測為例，過去很多產品只能依賴經驗豐富的工程師進行判斷，判斷規則也比較復雜。在引入人工智慧技術後，效率可以得到大幅提升。在去年召開的一次人工智慧會議上，網路就與北京首鋼合作，現場展示了利用人工智慧技術對鋼板質量進行檢測，准確率達到了99.98%，與人工檢測的結果非常相近。
在《中國製造2025》的計劃當中，明確指出製造業是國民經濟的主體，是立國之本、興國之器、強國之基。而人工智慧技術的廣泛應用，顯然可以助力我國製造業向智能製造轉型，從製造大國進一步升級為製造強國。
智能晶元：持續發力占據不敗之地
如果說北京8分鍾展示了我國在人工智慧領域的實力，那麼在智能晶元上的突破則更令國人興奮不已。
早在2016年，脫胎於中科院計算所的寒武紀科技有限公司就發布了全球首款商用深度學習專用處理器寒武紀1A，該產品已經在華為各系列旗艦產品上得到了應用，寒武紀也得到了1億美元的A輪融資，成為國內首個人工智慧晶元領域的獨角獸企業。
在接受記者采訪時，該公司創始人之一陳雲霽博士表示，2018年寒武紀會在雲端人工智慧晶元上發力，重點解決雲計算平台和大數據中心的高速人工智慧處理問題，如果說2017年，寒武紀深度學習處理器已經走進了普通人的生活，那麼未來，寒武紀將努力向每個人生活中離不開的智能幫手努力。
「我國在這次人工智慧晶元的競爭中有著很好的機會，與國際同行站在了同一起跑線上。」陳雲霽介紹說，在深度學習專用處理器領域，中科院計算所的寒武紀科研團隊在國際上起步最早：第一個深度學習處理器架構、第一個多核深度學習處理器架構、第一個深度學習處理器晶元都來自寒武紀團隊。
除了寒武紀科技外，近一段時期AI晶元領域融資動作不斷。深鑒科技、杭州中天微、商湯科技、Think Force等AI公司或團隊都獲得了資本的青睞，其中有的企業創立還不足一年。
雖然取得了一定的成就，陳雲霽也提醒業界，AI領域技術的競爭非常激烈，哪怕一個決定的錯誤都可能導致掉隊。「要想在國際長期的深度學習處理器競賽中持續領先，產學研的結合非常關鍵。論文變成技術，技術變成產品，產品磨合中再形成論文，這個循環轉得越快，就越有機會。」
人工智慧尤其是深度學習對數據的需求非常龐大，而中國有著7億多使用中文的網民，所產生的數據對於訓練機器學習、訓練人工智慧模型等領域具有深刻的意義。
「相比美國、英國等其他國家，我國人工智慧產業的發展和實踐具備更好的土壤，無論是推廣還是普及都具有一定優勢。」中國信息通信研究院政策與經濟研究所主任工程師秦業告訴記者，2018年將是人工智慧技術與實體經濟開始實質性融合的一年，更多具備人工智慧特徵的產品和服務，將在這一年裡深刻影響傳統生產和生活領域。
「人工智慧晶元方面，我國在體系結構以及神經網路晶元的設計方面已經取得了進展，這使得自主可信的人工智慧終端成本大幅降低。」秦業說，「如家電、手機、無人機、工業終端等都將廣泛地出現人工智慧的身影。」
「近期，我國人工智慧在醫療方面的應用也有了實質性進展，可以應用的病種包括食道癌、肺癌、糖尿病視網膜病變等。」秦業說，「從效果上看，人工智慧技術的應用顯著地提高了人工閱片的速度，降低了對專家醫生的依賴程度，這對中小城市醫療能力的提升具有很大的意義。」
在智能製造方面，質量檢測、工藝優化、故障診斷等環節將成為2018年人工智慧向製造業滲透的重要突破口，在冶金、石化、機械等行業將出現一系列相對成熟的解決方案。
此外，以人臉識別、語音交互為核心技術手段的安防、家居產品等也將進一步普及推廣。
「我國人工智慧技術應用雖然量大面廣，但是應用的程度總體來說還比較初級，企業應用人工智慧的技術門檻相對較高，這需要政府加強引導產業界在人工智慧晶元、基礎工具、開源平台、技術標准等方面加強攻關，逐步形成協作共享的人工智慧技術與產品生態。