押注ASIC，中国能否摆脱芯片生产落后的困局？

作者：Joy Dantong Ma

来源：TechSugar

目前，我国90%（约2000亿美元）的芯片仍然依赖进口。在当前的商用芯片领域，如内存芯片和移动处理器，美国和韩国几乎控制了整个生产链。

长期以来，我国一直努力尝试，但在芯片领域还是未能实现领先地位。从1986年启动的“531发展计划”到2014年成立的500亿美元集成电路基金，为了促成半导体行业的发展，我国投入了大量的国家资源。

然而情况依旧不尽如人意。目前，我国90%（约2000亿美元）的芯片仍然依赖进口。在当前的商用芯片领域，如内存芯片和移动处理器，美国和韩国几乎控制了整个生产链。

然而，“在传统芯片领域，游戏已经结束。”

来源：Gartner

由人工智能技术推动的第四次工业革命给我国新兴的半导体行业带来了希望。未来如果人工智能渗透到各个行业，那么人工智能芯片的需求将会非常可观。我国将赌注压在人工智能芯片领域，企图“弯道超车“。从智能手机、笔记本电脑到电视机，传统芯片为各种产品提供动力，但随着消费电子市场趋于饱和，传统芯片的增长变得十分有限。目前，虽然人工智能芯片只占全球半导体营收的1%，但未来十年它将面临爆发式增长。

来源：Gartner

人工智能芯片主要为处理复杂的机器学习（ML）算法而设计，尤其是用于神经网络。就像人类的大脑一样，神经网络有横跨多个层的无数的节点（神经元），用以处理大量的数据，其本质是模式识别。然而“机器学习”所需要的计算能力超出了当前中央处理器（CPU）的能力范围。2010年，谷歌训练人工智能系统识别猫的照片。然而，即使是这样简单的任务也需要运行16000个CPU，但是实际部署这些CPU是不太现实的。

因此，AI加速器，一种专门处理机器学习任务的芯片诞生了。AI加速器可以分解处理过程，同时实现并行运算，比普通的CPU更快、更高效。随后，AI芯片和CPU被集成在一个芯片上，形成我们所说的“系统芯片”（system-on-a-chip，SoC）。iPhone最新款A13中的仿生系统便是SoC的一个应用案例，该系统拥有一个人工智能“神经引擎”，用以进行面部识别。

押注ASIC

人工智能芯片形式多样，包括图形处理单元（GPU）、现场可编程门阵列（FPGA）和特殊应用集成电路（ASIC）等。ASIC为中国提供了机会。

1999年，英伟达推出了第一个GPU芯片GeForce 256，用于处理越来越复杂的电脑游戏图形。然而，2010年，仅仅48个GPU便能获得与16000个CPU大致相当的性能。

如今，全球GPU市场主要由英伟达（Nvidia）、英特尔（Intel）和AMD等美国公司所垄断。在最初用于卫星的FPGA芯片方面，美国Xilinx和英特尔拥有1万多项专利，占据了中国70%的FPGA市场。

来源：Gartner

由于GPU和FPGA有着很高的进入壁垒，ASIC为中国提供了一个相对“空白”的地带。中国希望在其中展开竞争，有以下几点原因：

1、效率高

ASIC芯片通常是为处理特定的功能而定制和优化的，因此就效率而言，它们往往明显优于通用芯片。据估计，ASIC芯片的效率大概是GPU的10倍。麦肯锡的资料显示，ASIC芯片是未来发展的趋势，预计市场需求将达70%。

2、生产成本低

定制设计需要大量的前期成本，设计本身也经常会调整和改动。但是由于ASIC芯片是为有限的功能制定的，所以一旦敲定了设计方案，每个芯片的生产制造成本可能仅需几美分，远低于生产FPGA或GPU。

此外，由于所有的ASIC芯片都是定制产品，因此一家公司生产ASIC芯片不会影响其他公司的生产。这也意味着可能会有更多的垂直整合，软件和硬件制造商因此能够为他们特定的功能或设备制造专属芯片。

事实上，谷歌和十多家中国初创企业已经开始设计自己的ASIC芯片，用以提高数据中心和产品的性能。随着产量的增加，ASIC芯片可以利用中国市场规模经济的优势。

3、市场潜力

支持人工智能的芯片可能会出现在许多边缘设备中，比如智能手机、笔记本电脑、条形码扫描仪、相机和传感器。这意味着ASIC芯片可获取的市场规模十分广阔。目前，尽管GPU仍占据大部分人工智能市场，但到2025年，预计其中一半以上将被ASIC取代。

预计到2030年，人工智能技术有望为全球经济带来约13万亿美元的额外产出。为了赶上第四次工业革命的浪潮，中国相信ASIC芯片为其提供了一个独特的机会。