2015年底，在经过一系列讨论之后，公司即将迎来一个重要的走向：研发AI芯片。
对于比特大陆来说，这个消息既是意料之外，也是情理之中。比特大陆原本就以数字货币芯片起家，如今看到了人工智能的广阔应用场景，决心向人工智能底层架构突击，享受AI芯片的红利。
2017年底，比特大陆正式对外公布了旗下首款AI芯片SOPHON BM1680，中文名为“算丰”。仅一个月时间，相关产品已经全部卖光。一年半时间完成了从零到一，比特大陆的野心却还不止这些。
强势玩家
不知道什么时候起，AI芯片成为了炙手可热的创业项目，比特大陆不是最早发现商机的企业，也绝不是最后一家。
据不完全统计，全球范围内共有40余家企业在做AI芯片，相比此前仅有的几家芯片巨头，现在的芯片企业正在暗中汹涌发展。
“百花齐放”，这是比特大陆产品战略总监汤炜伟给当下AI芯片时代下的定义。
一般来说，人工智能可以分为三层：基础层、算法（数据）层，以及应用层。“过去人们都看重算法和应用，但是现在开始发掘底层的东西。越来越看重芯片的作用。”汤炜伟告诉品途商业评论（ID：pintu360），当下的数据足够大，应用足够丰富，促使人才开始思考，寻找为行业应用最为优化的基础架构。当通用的CPU、GPU不能满足人工智能时代需求的时候，就是AI芯片崛起的时刻。
而AI芯片也会进入到垂直细分行业，变成AI+多样化行业的专用领域芯片。比特大陆盯上的领域就是安防、互联网与城市大数据。
如果算上比特大陆此前在数字货币芯片上的成就，这家公司对芯片行业的了解非常深厚。凭借挖矿定制芯片，比特大陆已经成为世界最大的比特币芯片和矿机解决方案供应商，2017年营收25亿美元。资料显示，比特大陆成功开发并量产了多款ASIC定制芯片和整机系统，在数字货币芯片领域成功量产数十亿颗芯片，拥有最先进的7nm制程设计经验。其中最具代表性的是其运用在加密数字货币矿机中的BM芯片系列。
如此看来，在芯片行业已经打通产业链的比特大陆去做AI芯片必然是轻车熟路，但AI芯片属于比特大陆的二次创业，该趟的坑一个也没落下。汤炜伟告诉品途商业评论，AI芯片与数字货币芯片有很多相通的地方，如底层的物理设计和工艺技术等。但上方的体系架构需要重新研究。
在芯片结构的选择上，比特大陆有过相当长一段时间的考量，如果使用其他公司的IP授权，在2016年初可以选择的不多，并且很难找到适合自己的；如果不选择的话，意味着只能自己做芯片IP，这过程中必然有挑战的地方，时间也会相应拉长。经过团队的深思熟虑，最终还是决定自己投入研发。“所幸，团队的决策过程非常坚定。”
AI芯片杀手锏
BM1680是一款面向深度学习应用的张量计算加速处理的专用定制芯片，适用于CNN、RNN、DNN等深度神经网络的推理预测(Inference)和训练(Training)。基于BM1680芯片，比特大陆提供算丰 SC1和SC1+的板卡产品以及智能视频分析服务器算丰 SS1，这是一款新的深度学习服务器。专门为视频监控、互联网图像处理等多种应用场景提供强大的深度学习加速能力。
汤炜伟特意提到，针对安防行业，该芯片做了特定的优化。例如视频解码，在传统AI加速器上不一定存在，但算丰搭载了这一功能。
第一、第二代产品相对通用，汤炜伟表示，一般来讲公司的第一代产品都是试水型产品，所以BM1680是一个大而全的芯片。第二代芯片会偏重于安防，未来不排除为客户提供定制化芯片。
之所以如此看重安防行业，和行业本身规模息息相关。据悉，2017年中国安防行业市场规模大约在6000亿元左右，全球市场规模达到万亿，体量巨大；从AI角度看，安防+AI已经能够成熟落地，最适合芯片对其重新改造。相比而言，自动驾驶场景还未落地，医疗市场太大却过于碎片化，暂时不适合AI快速融入。
而在安防行业中，AI芯片又是一个值得讨论的话题。随着AI+安防概念的深入，创业公司在这个领域变得极为火爆。做不做AI芯片成为了摆在他们面前的一个问题。
在汤炜伟看来，纯粹做安防的公司大多不会去涉及AI芯片，因为芯片的投资回报周期太长，是高门槛的行业。“仅投片就需要几百万美金，这是一笔很大的投入。第二，他们需要吸纳人才组建相应的团队。最重要的一点是，能否有信心持续投入五年，因为客户不可能只用一次你的芯片产品。”
除了这个硬性门槛，SOPHON芯片的高价值部分还在于对深度学习算法、芯片的理解，硬件、软件上均有壁垒。此外，在迭代周期上，SOPHON给自己定下的目标是9个月一更新，希望用“无快不破”的理念占领先发优势。
汤炜伟向品途商业评论表示，传统的芯片大厂的迭代周期为18-24个月，且每一代性能只提升20-30%。传统芯片发展已无法满足行业的需求，尤其是在互联网公司快速发展的中国。
汤炜伟认为，现在的趋势可以概括为：软件定义硬件。几乎所有公司都在往服务、数据方向转变，产品转化为数据，数据产生价值进一步推动产品增长。SOPHON用快速迭代的方式将新的数据、算法等模式映射到芯片之上，利用速度与客户共同成长。“这种情况下，我觉得行业内芯片技术是有可能颠覆的。” 成熟的人才和技术，又成为了比特大陆在芯片上的杀手锏。
行业竞争
一般来说，AI芯片分为通用与专用两大类。通用芯片如GPU（图形处理器）、FPGA（可编程门阵列），专用芯片即ASIC（专用集成电路）。两者在不同领域有着不同的作用。
强悍者如谷歌的AI芯片TPU，虽然使用的是专用芯片ASIC，但它的目的却是通用化。这是为了让谷歌更好地推动云服务以及深度学习软件库Tensorflow，总结起来就是一切服务于谷歌生态系统。在谷歌的云服务当中也有预训练的深度学习模型方便不同行业的人们快速部署。
俗话说的好，大公司才做生态，小公司只做垂直。但这种说法不一定获得所有人的认同。汤炜伟就认为，计算芯片做生态非常重要，而计算芯片并不都是通用芯片。在垂直行业内，还需要时间积累。
在中国，AI芯片同样火爆。在CBInsights发布的《2018年人工智能趋势展望》报告中说到，2017年7月，中国政府表示，智能芯片方面将于2020年与美国保持平等，并于2030年前成为世界领导者。CBInsights特意提到中国企业寒武纪，称寒武纪承诺在未来三年内生产10亿个处理单元，开发专门用于深度学习的芯片。
在汤炜伟看来，AI芯片市场仍旧处于蓝海，大多数情况下各家公司都在错位竞争，市场还没进行到真正爆发时代。
AI芯片的未来
随着人工智能创业热潮的到来，AI芯片行业也在迅速发展。
从人才方面看，越来越多的人工智能人才涌入，是行业生机勃勃的象征。另外一个角度来看，AI芯片投片成本大幅降低，人们意识中高端的芯片也开始慢慢被创业者接受。
汤炜伟指出，AI芯片的创业门槛确实在降低。但同时，人才在不断增加，市场扩大的速度飞快，AI、物联网、区块链等行业都有大量芯片的需求。
“如果万物互联的时候真的到了，那么万物都会需要一颗芯片，芯片的市场体量会无比巨大。”
这个场景不是幻想，在未来的一天真的会发生，催生AI+各细分行业芯片的出现。过往仅英特尔、英伟达等几家巨头统治的时代一去不复返，每个领域可能都会出现一家或多家巨头企业。
汤炜伟预测，中国的传统企业在应用AI方面没有经验，另一方面也证明了传统行业+AI的巨大潜力。
SOPHON BM1680为张量计算芯片，又属于ASIC，很多人说，这款AI芯片就是中国版的TPU。汤炜伟本人却不太同意这种说法：“我们从来没有说过要替代谁，而是展示出更好的性价比，同时也是提供给客户更多的选择。没有谁希望这个领域一家独大，我们就是另一种选择。 ”
声明：此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。本网站所提供的信息，只供参考之用。
