ai芯片独角兽寒武纪冲击科创板

A. 寒武纪首颗7nm AI训练芯片量产，这芯片有何特别之处

寒武纪思元290智能芯片及加速卡、玄思1000智能加速器量产落地后首次正式亮相。思元290智能芯片是寒武纪的首颗训练芯片，采用台积电7nm先进制程工艺，集成460亿个晶体管，全面支持AI训练、推理或混合型人工智能计算加速任务。

寒武纪介绍称，此次推出的训练产品线将面向互联网、金融、交通、能源、电力和制造等领域的复杂AI应用场景提供充裕算力，推动人工智能赋能产业升级，思元290芯片及加速卡已与部分硬件合作伙伴完成适配，并实现规模化出货。

值得注意的是，华为和英伟达早已推出7nm工艺的同类型芯片，而在此前失去华为这个大客户后，寒武纪在商业化方面也面临不少压力，也不得不开拓新的客户。去年前三季度，寒武纪实现营收1.58亿元，仅有2019年的35%，亏损也超过3亿元。

不过，先进工艺芯片的推出也刺激了资本市场。今日，寒武纪大幅高开，盘中涨幅一度超过18%，随后略有回落，截止发稿市值超过670亿元，距公司此前上市后达到的千亿元市值仍有差距。

B. 余凯离开百度2年半造出两颗AI芯片落地三大场景是真的吗

12月20日消息，今天嵌入式AI创企地平线发布其首款嵌入式人工智能视觉芯片——“征程”1.0处理器和“旭日”1.0处理器，面向智能驾驶和智能摄像头，并落地智能驾驶、智慧城市、智能商业三大场景。至此，历时两年半，地平线的“芯片梦”尘埃落定。

在会后的采访中，地平线创始人&CEO余凯表示，这两款芯片都是基于高斯架构，针对不同场景的两个封装，并在今年成功流片，而且走的是量产流片，但并没有表明具体的量产量。该芯片具备低功耗、高性能、低延迟三个特点，通过“芯片+算法”面向三大场景提供解决方案。此外，地平线的芯片架构演进更快，明年会推出伯努利架构的芯片。

地平线由前网络研究院副院长、网络深度学习实验室主任余凯于2015年7月创办，致力于面向B端提供完整的嵌入式人工智能解决方案。前不久地平线刚刚完成由英特尔领头的近亿美元A+轮融资，目前投资方包括英特尔、红杉资本、高瓴资本、晨兴资本、金沙江创投、创新工场等。

一、从算法出发 定义芯片

地平线做AI芯片这件事可以追溯到2015年5月，当余凯从网络离开时，就谈到创业要做“AI芯片”，主要面向智能驾驶和智能家居领域。

结语：火热的AI芯片行业

近期，随着华为麒麟970芯片、苹果A11芯片、高通845芯片等的发布，推动着AI芯片不断走向火热，也使AI芯片、端智能成为未来发展的趋势。AI芯片的火热也催生了地平线、寒武纪、深鉴科技、启英泰伦等一批创业公司走向前台，成为时代的“弄潮儿”。

随着AI的发展，端侧智能的需求越来越多，将一些简单、实时、涉及隐私的需求放在本地去做计算，更加及时、稳定、安全的满足行业或用户的需求已是一种趋势。智东西(公众号:dxcom)围绕智能芯片产业已累计进行了近30篇重磅报道，AI芯片快速发展正成为人工智能产业落地的一大助推引擎。

而各家的发展也使AI芯片呈现不同的路径，比如高通845芯片走的是一种相对“温和”的通用路线，深鉴科技的FPGA（现场可编程门阵列）芯片，地平线此番发布的则属于ASIC专用芯片。

此次地平线推出的嵌入式视觉AI芯片以及解决方案再一次推动AI芯片，使更多的设备智能化，推进AI芯片在智能驾驶、智慧城市、以及智慧商业等场景的落地。

但是从落地场景来看仍是几个竞争激烈的场景，以智能摄像头的应用为例，主要一个就是安防领域，在这方面有安防巨头海康威视、大华等，也有独角兽计算机视觉公司商汤科技、Face++等，包括芯片领域的深鉴科技等都在围绕摄像头等安防场景进行布局，竞争尤为激烈。

如何快速落地场景，如何发现更新的落地场景和商业模式，都是地平线接下来面临的问题。

C. 中科寒武纪科技股份有限公司要上科创板a股对员工有什么好处吗

上市后，公司的社会认知度更高，员工个人价值也很大。另一方面上市后公司钱多，会给员工发股票发钱；公司扩大规模后，老员工发展空间更大。

D. 雷军投资科创板芯原微电子，小米“造芯”实际上真的是为了护盘吗

近日，预备冲击科创板企业芯原微电子完成上市前最后一轮融资，竟然和小米造芯梦不谋而合!

“雷军和小米的造芯只是遥远的梦想。”该人士表示，小米可以借助芯原微电子上市之后，通过芯片概念拉升股价，然后进行套现。这更加现实，也符合互联网的小米一贯市场运作风格。

E. 国内人工智能有哪些代表公司和产品

工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。目前，国内比较著名的人工智能公司有华为、网络、腾讯、深兰科技、科大讯飞、大疆创新、图灵机器人、科沃斯机器人等，科技在发展，中国优秀的人工智能公司也是越来越多。

温馨提示：以上解释仅供参考，不作任何建议。

应答时间：2020-12-07，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html

F. 科创板发行市盈率这么高，开盘后还翻倍几倍的涨，这个盘谁来接

科创板发行市盈率这么高，开盘后还翻几倍的涨，这个盘谁来接？题主的问题很有意思，科创板是当前最热门的，不少科技企业都是在科创板上市的，比如中芯国际、中微公司、寒武纪、金山办公等。

最后说一句，目前科创板的企业有159家，滚动市盈率的中位数是81倍，动态市盈率中位数是77倍，静态市盈率中位数是80倍；创业板企业845家，静态市盈率中位数52倍，动态市盈率中位数是46倍，滚动市盈率中位数是49倍。

G. 自动驾驶芯片市场火爆，科技巨头抢滩，中国企业能否一战

[汽车之家 新鲜技术解读]? 自动驾驶系统，最关键的部件是什么呢？是传感器？是控制软件？还是处理芯片呢？我个人认为在目前这个阶段来说，处理芯片是一个最关键的部件，它的性能直接影响自动驾驶系统的好坏。过去，顶尖的芯片技术一直是国外企业垄断的，但随着中国芯片企业近年的快速追赶，情况已经有所改观。今天我们就来聊聊中国自动驾驶芯片究竟处于一个怎样的水平？
● 自动驾驶芯片是干什么用的？
虽然目前L3级别有条件自动驾驶车辆在中国尚未落地，但从一些带有高阶L2驾驶辅助系统的车辆上我们可以发现，这些车辆都带有数量不少的传感器用以检测车辆周围的障碍物，从而为控制系统决策提供数据支持。这些传感器包括毫米波雷达、超声波雷达、摄像头等。这些传感器每秒钟会产生数GB（1GB=1024MB=10242KB）的数据，自动驾驶芯片需要流畅地处理这些数据才能保证系统及时作出正确的决策，从而确保车辆的行驶安全。
可能大家对每秒数GB的数据没有概念，这里举一个生活中的例子。普通的USB3.0接口U盘，其读取速度峰值接近200MB/s，要从这个U盘中读取1GB的文件大约需要5秒左右的时间，足见每秒数GB的数据量是相当大的。
自动驾驶系统除了需要解决大流量数据传输问题，还需要解决的就是如何能快速处理这些海量数据，而强大的自动驾驶芯片正是那把正确的钥匙。
● 国外的自动驾驶芯片处在怎样的水平？
虽然本文主要是讲中国自动驾驶芯片的，但知己知彼，百战百胜，在审视本土状况之前，我们还是先要来简单了解国外的情况。国外自动驾驶芯片真正能够大规模进入量产车市场的无非三家，英伟达、Mobileye（现已被英特尔收购）、特斯拉。
其中，走实用路线的Mobileye目前市场占有率在70%以上，市场上的产品主要是应用于L2驾驶辅助系统的EyeQ3芯片（算力0.256TOPS，“TOPS”是每秒万亿次运算的意思，详细介绍请看这篇文章相关介绍，本文标注的算力如无特别说明均指的是8位整数计算能力）以及具备L3级别自动驾驶能力的EyeQ4芯片（算力2.5TOPS）。像是小鹏G3、蔚来ES6/ES8、广汽新能源Aion LX就采用了EyeQ4芯片作为其驾驶辅助系统的核心。
相较于英伟达上代自动驾驶平台旗舰之作DRIVE PX Pegasus 320TOPS的算力，新的DRIVE AGX Orin平台的旗舰配置实现了成倍的性能增长。此外，DRIVE AGX Orin平台的扩展柔性化程度相比以往平台进一步提升，能够通过硬件配置的增减，满足从一般驾驶辅助到L5级别完全自动驾驶等不同级别车辆的需求。
特斯拉Autopilot 1.0系统采用的是1颗英伟达Tegra3芯片+1颗Mobileye EyeQ3芯片；Autopilot 2.0系统采用的是1颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片；Autopilot 2.5系统采用的是2颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片。
已经搭载在最新下线特斯拉车型上的自研FSD芯片，单颗芯片算力为72TOPS，Full Self-Driving Computer集成有两颗独立工作的FSD芯片，一颗“挂了”，另外一颗马上“顶上”，提升了整套系统的安全性和稳定性。
当然了，除了上面三家锋芒毕露的企业，还有不少企业在垂涎自动驾驶芯片这块蛋糕，其中包括高通、赛灵思、恩智浦等，但这些企业真正走向量产车的自动驾驶芯片还不成规模，限于篇幅，这里就不作介绍了。
● 迅速崛起的中国自动驾驶芯片企业
好了，看完国外的情况，我们目光回到国内。自动驾驶芯片市场火爆，国外科技巨头抢滩登陆，中国企业究竟实力怎么样呢？下面我们一起来看看。
◆ 寒武纪
中科寒武纪科技股份有限公司（下称“寒武纪”）的前身是中国科学院计算技术研究所下，由陈云霁和陈天石两兄弟领导的一个课题组。该课题组在2008年开始研究神经网络算法和芯片，并在2012年开始陆续发表研究成果。
2016年，上述课题组提出的深度学习处理器指令集DianNaoYu被ISCA2016所接受，实验表明搭载该指令集的芯片相较于传统执行X86指令集的芯片，在神经网络计算方面有两个数量级的性能优势。随着课题组的研究成果趋于成熟，中科寒武纪科技股份有限公司正式成立，并着手将其芯片和指令集向商业领域转化。也是在2016年，寒武纪发布了首款商用深度学习处理器寒武纪1A。
聊完这家公司的身世，下面我们来看看它的产品。目前寒武纪有两款最新的人工智能芯片IP授权，分别是Cambricon-1M和Cambricon-1H。性能指标最强的Cambricon-1M-4K在1GHz时钟频率下拥有8TOPS的算力；性能指标最弱的Cambricon-1H8mini在1GHz时钟频率下拥有0.5TOPS的算力。所有型号的详细算力参数可以参看下表。
Cambricon-1M和Cambricon-1H被定义为终端智能处理器IP。我们在手机或者汽车这些终端上出现的人脸识别、指纹识别、障碍物识别、路标识别等应用都能通过在芯片中集成上述处理器IP实现加速。
上面提到的“边缘”一词来自于“边缘计算”。 边缘计算是指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。思元220在边缘计算中扮演着提高数据安全、降低处理延时以及优化带宽利用的角色。
目前寒武纪高算力芯片产品被定义为智能加速卡，可用于服务器中加速人工智能运算。谷歌的AlphaGo人工智能机器人打败韩国世界围棋冠军李世石的新闻相信各位有所耳闻，AlphaGo人工智能机器人的背后其实是谷歌自研的TPU芯片。寒武纪的高算力芯片产品的特性和应用也与谷歌TPU类似，当然它们之间也可以算是竞争对手了。
所不同的是思元270-S4采用的是被动散热设计，最大热设计功耗为70W，定位为高能效比人工智能推理设计的数据中心加速卡。这也意味着该卡会有“功耗墙”设定，即当加速卡功耗达到阈值上限时会降低算力以保证较低的功耗和发热。
思元270-F4相当于是“满血版” 思元270-S4，最大热设计功耗150W，采用涡轮风扇进行主动散热。良好的散热和充足的供电使得思元270-F4能够发挥出思元270芯片的全部性能。该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。
虽然思元270在制造工艺上只采用了台积电的16nm工艺，但整体能耗比还是做得比较不错的。虽然单卡算力不及最新的英伟达旗舰计算卡，但5张思元270-S4/思元270-F4并行的话，峰值算力也能达到英伟达A100的水平。只是英伟达A100更先进的工艺应该在能耗比上面会有一定的优势。
其中思元100-C搭载了视频和图像解码单元，采用被动散热方式，最大热设计功耗为110W；思元100-D不搭载视频和图像解码单元，采用被动散热方式，最大热设计功耗为75W。目前思元100系列产品已经于2019年在滴滴云和金山云上得到应用。其中滴滴云采用思元100板卡加速弹性推理服务，该服务用于深度学习推理任务；而金山云则采用思元100板卡加速语音、图像、视频等人工智能应用。
前面讲的尽是服务器级的计算卡，这是不是偏离了我们应该聊的自动驾驶芯片话题呢？其实不然。前面也提到了，寒武纪目前是一家专注于人工智能芯片开发的企业，自动驾驶领域确实涉足不深，但通过和其他国内友商的联合还是有一些建树的。
WiseADCU CN1自动驾驶运算域控制器提供了L3或以上级别自动驾驶系统所需的算力以及传感器连接数量需求，实现了仿真、模型、系统、架构、编码、加速、算法七个关键控制点的自主可控。
实际上威盛集团由于处理器产品性能竞争力弱，早就退出了主流X86处理器市场的竞争，市场中就剩下英特尔和AMD在角力。兆芯成立后，吃透了威盛的X86技术，并在威盛当时最新的处理器架构基础上进行全面的改进和优化，先后推出了ZX-A、ZX-C以及ZX-C+等处理器产品。
6月2日，科创板上市委发布2020年第33次审议会议结果公告，寒武纪上市获得通过，从受理到审批通过，寒武纪只用了68天，刷新了科创板审核速度。寒武纪上市后成为A股中唯一一家人工智能芯片公司，该领域的市场空间在2022年有望超过500亿美元，发展潜力巨大。打通了A股融资渠道的寒武纪究竟能否凭借其独特的技术优势进一步发展壮大呢？这谁都说不准，但可以确定的是，寒武纪的成功上市让很多投身于该领域的公司赢得了信心，看到了希望，中国人工智能芯片时代或将由此开启。
◆ 地平线机器人
好了，聊完寒武纪，我们来聊聊另外一家人工智能芯片企业——地平线机器人技术研发有限公司（下简称“地平线”）。地平线是由前网络深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片的一家公司。余凯也是网络自动驾驶的发起人。
余凯建立的地平线，一直以来坚持的是软件和硬件相结合的方向。他认为，算法、芯片和云计算将构成自动驾驶的三个核心支点。相比起前面介绍的寒武纪注重打造高性能硬件芯片，地平线的商业模式是把以“算法+芯片”为核心的嵌入式人工智能解决方案，提供给下游厂商。打个比方比较好理解，如果说寒武纪卖的是处理器芯片，那么地平线卖的就是安装了操作系统的整机。产品方面，相较寒武纪从终端到云端的芯片产品布局，地平线虽然自研芯片，但更偏重的是以产品功能来划分产品线。
硬件上，征程二代芯片内部集成了两个Cortex A53核心、两个自研的BPU（Brain Processing Unit，可用于加速人工智能算法）核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W，这比起目前主流的Mobileye EyeQ4芯片的算力和能耗比都更优秀。
这些智能音箱有较强的自然语义识别功能，能够识别人们发出的语音命令，结合物联网技术，人们通过简单的语音命令除了能够让音箱播放在线音频资源外，还能够控制各种家电，如开关、灯泡、风扇、空调等。这就是AIoT的一个最简单的应用例子。
从硬件方面看，旭日二代芯片内部集成了两个ARM Cortex A53核心、两个自研的BPU核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W。从参数上看，旭日二代和征程二代好像没什么差别，实际上征程二代可以看做是旭日二代的车规版，它满足AEC-Q100标准，在工作温度、电磁辐射等标准上会更高一些。虽然征程二代和旭日二代均采用台积电28nm工艺制造，但旭日二代芯片尺寸为14x14mm，比征程二代芯片17x17mm的尺寸更小，更有利于内嵌到AIoT设备当中。
和寒武纪一样，地平线同样拥有自研的人工智能加速芯片技术。所不同的是，地平线更注重软件和硬件的整合，从而为下游厂商提供成熟的解决方案。在资本市场，地平线同样受到追捧，其投资者众多，其中包括了世界半导体行业巨头英特尔和SK海力士以及国内的一线汽车集团等。未来地平线是否会和寒武纪一样登录科创板目前还不得而知，但CEO余凯对于在科创板上市是持积极态度的。我个人是支持有更多像地平线这样的企业登录科创板，更充分的竞争可以避免垄断同时促进该领域的加速发展。
◆ 西井科技
西井科技创办于2015年，它起初是一家做类脑芯片的厂商。所谓的类脑芯片简单来说就是以人脑的工作方式设计制造出来的芯片。目前大行其道的冯?诺依曼结构处理器芯片，其计算模块和存储单元是分离的，芯片工作的过程中需要通过数据总线来连接计算模块和存储单元，数据传输上的开销太大从而限制着这类芯片的工作效率和能耗比的提升。
类脑芯片模仿的是大脑神经元的工作形式，大脑的处理单元是神经元，内存就是突触。神经元和突触是物理相连的，所以每个神经元计算都是本地的，而从全局来看神经元们是分布式在工作。类脑芯片由于具有本地计算和分布式工作的特点，所以在工作效率和能耗上相比冯?诺依曼结构处理器芯片更有优势。
虽然这种类脑芯片看着和普通的处理器芯片在外观上没有什么不同，但其实内部运作原理与传统的处理器芯片有着本质的区别。国内除了西井科技开发出了类脑芯片，像是清华开发的天机（TianJic）芯片和浙大开发的达尔文（DARWIN）芯片都是类脑芯片。所不同的是，西井科技的DeepSouth芯片是全球首块可商用5000万类脑“神经元”芯片。
西井科技这艘大船拿着投资人动辄过亿的投资款，肯定是要追求盈利的。不管公司的技术有多超前，无法商业化在逐利的资本市场必然是无法接受的。随着人工智能和自动驾驶产业的兴起，西井科技找到了技术商业化的契机。
相比起我们前面两个厂商动辄上百TOPS算力的产品，西井这两款产品的算力确实有点拿不出手。但西井科技的这两款芯片能够实现片上学习，可以随时新增样本进行增量训练来提升推理准确率。
可能大家看到这里还是没看懂西井科技这两块芯片的优势所在，我在这里稍微解析一下大家就能够明白。目前的自动驾驶算法都是通过高性能服务器进行模型训练（让计算机去看摄像头或激光雷达等传感器获取的环境数据，学习目标判断方法），然后将训练好的模型再部署到车载硬件之中（把机器学习到的高效目标判断方法固化到车载自动驾驶系统之中）。
在实际应用方面，西井科技并没有一头冲进乘用车自动驾驶系统领域，而是在智能港口和智能矿场干出了自己的一片天地，并把触角伸向了智慧医疗和智慧物流领域。2017年10月，公司与全球知名港机巨头振华重工建立长期合作伙伴关系，这是西井科技进军智能港口的重要一步。
自动驾驶卡车要在港区自动装卸集装箱，需要自动驾驶系统精细的车辆控制、敏锐的环境识别以及准确的定位，这些都需要港区高清地图配合。西井科技的无人集装箱卡车定位精度在5cm以内，这是实现集装箱自动装卸的关键。全球首辆港区作业无人集装箱卡车作业成功，充分展现了西井科技在卡车自动驾驶系统以及高精度地图绘制领域的实力。
除了自动驾驶和高清地图绘制外，西井科技还为企业打包了一整套智能港口和智能矿场解决方案，利用人工智能技术提升港口和矿场的运作效率，同时能够进一步降低其运营成本。深挖行业中存在的机遇，逐步筑起行业壁垒是西井科技面对人工智能芯片市场激烈竞争的重要策略。
作为全球最早落地行业应用的自动驾驶团队，西井科技旗下自动驾驶品牌Qomolo逐路目前涵盖了无人驾驶跨运车、无人驾驶新能源集卡和无人驾驶矿卡三大项目。
面对乘用车自动驾驶芯片领域的激烈竞争，我认为短期内西井科技不会进入该领域。相反它会通过深耕已有的智能港口、智能矿场以及无人驾驶重卡市场，进一步筑高上述市场的壁垒，扩大自身的行业影响力和竞争力。但不能忽视的是，西井科技掌握的类脑芯片技术或有可能成为未来自动驾驶芯片领域的一个风口。
上文详细介绍中国3家知名自动驾驶芯片公司及其产品，相信大家应该对目前国内自动驾驶芯片现状有了一个更深了解。除了这三家公司，数字地图供应商四维图新通过收购杰发科技也布局自动驾驶芯片市场，但量产芯片目前尚未落地。网络的昆仑芯片以150W的功耗实现了260TOPS的算力，竞争力很强，但其定位为云端全功能人工智能芯片，主要用在服务器之上。网络在自动驾驶领域的亮点还是在于其Apollo自动驾驶软件平台。
● 全文总结：
寒武纪、地平线、西井科技这三家公司都有着各自的特色和亮点。寒武纪专注于芯片研发，产品算力最强；地平线除了研发芯片，还提供完整的自动驾驶软件方案，对主机厂开发更友好；西井科技掌握独特的类脑芯片设计，在智能港口、智能矿场以及无人驾驶卡车领域已经站稳了阵脚。整体来看，中国自动驾驶芯片在性能和功耗上和外国芯片相比并不差，如何在中国开放L3级别有条件自动驾驶车辆落地这个时间节点用产品和服务先发制人是中国自动驾驶芯片企业的制胜关键。究竟鹿死谁手，让我们拭目以待吧，好戏即将上演！（图/文/汽车之家 常庆林?部分图片源于网络）

H. 寒武纪股票什么时候上市

2020年7月20日上市，股票代码“688256”。

寒武纪成立于2016年3月，主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，为客户提供丰富的芯片产品与系统软件解决方案。

此次登陆科创板后，超过40亿现金储备以及25亿募集资金加持，寒武纪无疑是AI计算芯片初创企业中资金实力最雄厚之一，但作为人工智能时代的“种子选手”，寒武纪的长跑才刚开始。

(8)ai芯片独角兽寒武纪冲击科创板扩展阅读

寒武纪优势：

寒武纪是目前国际上少数几家全面系统掌握了智能芯片及其基础系统软件研发和产品化核心技术的企业之一，公司凭借领先的核心技术，较早实现了多项技术的产品化。

寒武纪劣势：

需要警惕寒武纪市场竞争加剧、云端智能芯片及加速卡业务中关联方中科曙光的销售占比较高及未来的持续交易、供应商集中度较高且部分供应商难以取代、当前产品、不确定性等风险。

参考资料来源：人民网-首日收盘涨229.86%！AI芯片设计“独角兽”

参考资料来源：人民网-AI芯片第一股 寒武纪如何搅动一池春水

I. 华为发布麒麟810

2019年6月21日，华为发布了麒麟8系列芯片麒麟810。

麒麟810采用7nm制程，采用了全新华为达芬奇架构NPU。麒麟810采用2个A76大核，搭配6个A55小核的设计，主频最高为2.27GHz。此外还支持麒麟Gaming+技术，以及双卡双VoLTE。现场公布的数据显示，其AI跑分超过3.2万分，优于高通骁龙855的2.5万分。

工艺

麒麟810采用了7nm工艺，与麒麟980相当，在中高端芯片上用如此先进的工艺实属全球首创，上一代旗舰也只用了10nm制程，在制程工艺方面可谓是旗舰的水平。

核心频率

麒麟810内核采用了2＋6的结构，与中端的骁龙系列类似，2个A76性能核的主频为2．27GHz，6个效率核A55主频为1．88GHz，主频较麒麟970／980还是有点差距，在频率上还是略逊旗舰一个等级。

GPU

麒麟810的GPU单从数字上看可能要弱一点，但是直接看GPU的频率的话可以发现，麒麟810搭载的定制版Mali－G52的主频达到了820MHz，而麒麟980的GPU的频率只有750MHz，海思应该是对G52进行了专门的定制，其GPU频率与麒麟970的850MHz差不了多少，此外，何刚也提到，这款GPU也针对游戏场景进行了深度优化，在游戏性能上应该不输麒麟980。

拍照

在图像处理方面，麒麟810支持最高4000万像素，与麒麟970相当，相比麒麟980支持的4800万像素略逊一筹。

NPU

AI性能是麒麟810最重要的卖点，因而该项数据也是最优数据，跑分高达3.2w。麒麟810 采用了华为自主研发的“达芬奇”架构，在半精度FP16和INT8数据类型下提供张量计算，以实现高效率和高性能。而在麒麟970和980中，华为使用了由中国AI芯片独角兽寒武纪设计的NPU。

J. 科技变革，大数据，人工智能会给我们带来什么惊喜

加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。运用新技术、新业态、新模式，大力改造提升传统产业。”在2018年政府工作报告中，第二次被写进报告的人工智能“戏份更足了”。
目前，人工智能已经成为国家发展战略，去年7月，国务院下发的《新一代人工智能发展规划》中明确阐述，到2030年，中国人工智能理论、技术与应用总体超越平均水平，成为世界主要人工智能创新中心。
如今，人工智能正在中国大地上全面开花，书写着一个崭新的智能时代。无论是人工智能芯片、智慧医疗还是智能化的工业机器人，人工智能迎来了在中国发展的黄金时期，也向世界宣告，人工智能领域的中国力量正在崛起。
未来工厂：人机搭配干活不累
在平昌冬奥会闭幕式上，人工智能机器人像一根画笔，描绘了一道华丽的“未来秀”，流光溢彩的北京8分钟惊艳了世人。24台人工智能机器人、24名舞蹈演员的庞大阵容，协调一致的人机交互表演，在世界范围内尚属首次。
这24台人工智能机器人由沈阳新松机器人自动化股份有限公司的技术团队设计制造并调试，“在人机互动的人工智能机器人方面，我们团队本身就有着比较丰富的经验，做了充足的准备，因此才圆满完成了任务。”算法工程师赵劲超说。
“人机交互是人工智能在制造业中的重要组成部分之一。”该公司技术总监徐方告诉记者，“在未来的工厂中，装配车间里将会出现工人与具有一定思维能力的工业机器人合作的场景。比如，之前需要两名工人配合完成的工序，随着机器视觉、手势识别等技术的发展，将会逐步变成人与机器人来协作完成。”
事实上，人工智能技术可以应用在制造业的各个环节当中。以产品质量检测为例，过去很多产品只能依赖经验丰富的工程师进行判断，判断规则也比较复杂。在引入人工智能技术后，效率可以得到大幅提升。在去年召开的一次人工智能会议上，网络就与北京首钢合作，现场展示了利用人工智能技术对钢板质量进行检测，准确率达到了99.98%，与人工检测的结果非常相近。
在《中国制造2025》的计划当中，明确指出制造业是国民经济的主体，是立国之本、兴国之器、强国之基。而人工智能技术的广泛应用，显然可以助力我国制造业向智能制造转型，从制造大国进一步升级为制造强国。
智能芯片：持续发力占据不败之地
如果说北京8分钟展示了我国在人工智能领域的实力，那么在智能芯片上的突破则更令国人兴奋不已。
早在2016年，脱胎于中科院计算所的寒武纪科技有限公司就发布了全球首款商用深度学习专用处理器寒武纪1A，该产品已经在华为各系列旗舰产品上得到了应用，寒武纪也得到了1亿美元的A轮融资，成为国内首个人工智能芯片领域的独角兽企业。
在接受记者采访时，该公司创始人之一陈云霁博士表示，2018年寒武纪会在云端人工智能芯片上发力，重点解决云计算平台和大数据中心的高速人工智能处理问题，如果说2017年，寒武纪深度学习处理器已经走进了普通人的生活，那么未来，寒武纪将努力向每个人生活中离不开的智能帮手努力。
“我国在这次人工智能芯片的竞争中有着很好的机会，与国际同行站在了同一起跑线上。”陈云霁介绍说，在深度学习专用处理器领域，中科院计算所的寒武纪科研团队在国际上起步最早：第一个深度学习处理器架构、第一个多核深度学习处理器架构、第一个深度学习处理器芯片都来自寒武纪团队。
除了寒武纪科技外，近一段时期AI芯片领域融资动作不断。深鉴科技、杭州中天微、商汤科技、Think Force等AI公司或团队都获得了资本的青睐，其中有的企业创立还不足一年。
虽然取得了一定的成就，陈云霁也提醒业界，AI领域技术的竞争非常激烈，哪怕一个决定的错误都可能导致掉队。“要想在国际长期的深度学习处理器竞赛中持续领先，产学研的结合非常关键。论文变成技术，技术变成产品，产品磨合中再形成论文，这个循环转得越快，就越有机会。”
人工智能尤其是深度学习对数据的需求非常庞大，而中国有着7亿多使用中文的网民，所产生的数据对于训练机器学习、训练人工智能模型等领域具有深刻的意义。
“相比美国、英国等其他国家，我国人工智能产业的发展和实践具备更好的土壤，无论是推广还是普及都具有一定优势。”中国信息通信研究院政策与经济研究所主任工程师秦业告诉记者，2018年将是人工智能技术与实体经济开始实质性融合的一年，更多具备人工智能特征的产品和服务，将在这一年里深刻影响传统生产和生活领域。
“人工智能芯片方面，我国在体系结构以及神经网络芯片的设计方面已经取得了进展，这使得自主可信的人工智能终端成本大幅降低。”秦业说，“如家电、手机、无人机、工业终端等都将广泛地出现人工智能的身影。”
“近期，我国人工智能在医疗方面的应用也有了实质性进展，可以应用的病种包括食道癌、肺癌、糖尿病视网膜病变等。”秦业说，“从效果上看，人工智能技术的应用显着地提高了人工阅片的速度，降低了对专家医生的依赖程度，这对中小城市医疗能力的提升具有很大的意义。”
在智能制造方面，质量检测、工艺优化、故障诊断等环节将成为2018年人工智能向制造业渗透的重要突破口，在冶金、石化、机械等行业将出现一系列相对成熟的解决方案。
此外，以人脸识别、语音交互为核心技术手段的安防、家居产品等也将进一步普及推广。
“我国人工智能技术应用虽然量大面广，但是应用的程度总体来说还比较初级，企业应用人工智能的技术门槛相对较高，这需要政府加强引导产业界在人工智能芯片、基础工具、开源平台、技术标准等方面加强攻关，逐步形成协作共享的人工智能技术与产品生态。