AI芯片，国产发展如何了？
10月17日夜间，美国又开始收紧制裁了，引发行业众怒。 一方面，在ai芯片禁令中加入了三条新规：
把性能密度作为出口管制标准，即单芯片超过300teraflops算力/性能密度超过每平方毫米370 gigaflops芯片都会禁止，同时，英伟达a100/a800/h800/h800/l40/l40s/rtx4090、英特尔gaudi 2、amd计划的中国版gpu等特供版ai芯片的供应；
先进芯片出口许可范围扩大到40多个国家；
对21个国家提出芯片制造设备许可要求，全面限制中国的14nm以下先进芯片制造能力。
另一方面，将壁仞、摩尔线程等国产ai芯片公司列入实体清单。 美国的疯狂程度令人咋舌，连比h100效率低十倍的rtx4090都不放过。故技重施，不断用小手段干扰国产发展，这从侧面说明，国产ai芯片发展迅速，现在开始，再也不能小看国产的力量了。 付斌丨作者电子工程世界（id：eeworldbbs）丨出品
不是每种芯片都叫ai芯片
虽然我们每天都在茶余饭后攀谈ai芯片，但实际上，大部分人对于ai芯片并没有什么实际的概念，加之厂商直接以“ai芯片”命名，所以很难与器件关联挂钩。 所谓ai芯片，顾名思义，就是计算ai算法的芯片。ai算力需求究竟有多夸张？据openai测算，2012年开始，全球ai训练所用计算量呈现指数增长,平均每3.43个月便会翻一倍，目前计算量已扩大30万倍，远超算力增长速度。 计算任何算法的芯片，都归属于ai芯片，这既包括最具代表性的深度神经网络（deep neural network，简称dnn）、循环神经网络（recurrent neural network，简称rnn）、卷积神经网络（convolutional neural network，简称cnn），也包括与人脑更为类似的脉冲神经网络 (spiking neural network，简称snn) 。 理论来说，任何数字芯片都能算ai，毕竟数字芯片，就是算数的芯片，但如果效率巨低、能耗巨大，就没有意义了。就比如说，cpu作为中央处理器，什么类型计算都能胜任，但计算ai的效率明显没有gpu高，所以服务器中都是使用cpu+gpgpu的形式，让gpgpu作为ai计算的主力。 此外，很多mcu中也会搭载dsp或者npu来增强ai计算能力，但这种芯片一般不会单独叫做ai芯片，毕竟它们针对的场景并非大规模ai算法，也并非堆砌ai算力的主力，而是靠近边缘的ai算力。 因此，按照上述分类方法，ai芯片主要分为gpgpu（通用图形处理器）、fpga（可编程逻辑器件）、asic（专用集成电路）、存算一体和类脑芯片几种。根据在网络中的位置，又可以分为云端ai芯片 、边缘和终端ai芯片。
gpgpu：与gpu不同，gpgpu就是将gpu图形显示部分“摘掉”，全力走通用计算，特别适合用在深度学习训练方面；
fpga：可编程的灵活性是任何其它计算芯片无法替代的，同时它在ai领域也具备一定计算能力，但相对来说，fpga的成本就相对高一些了，而且fpga开发也很难，软件生态没有gpgpu的cuda那么方便；
asic：性能强、功耗低，gaudi 2就是一种asic，npu也是加入神经单元的一种asic，不过针对特定算法计算，算法是无法修改的，想要做另一种算法就要再造一种asic芯片，前期开发需要fpga辅助进行；
存算一体：能耗比极佳，能够突破存储墙和功耗墙，但目前只在自动驾驶领域有商业化；
类脑计算：性能更强、功耗更低，算法也变成了snn，但全世界都在研究之中，还未商业化。
适用于ai计算芯片主要类型，制表丨电子工程世界
类脑芯片主要类型和研发进度，制表丨电子工程世界
每种ai芯片国产发展如何了？
首先，是gpu方面，天下苦英伟达已久。 多家媒体报道显示，英伟达的数据中心gpu价格贵得惊人，国产还难以替代，此外今年6月起，英伟达就曾多次涨价。 国内gpu融资高峰期主要在2020年，到现在gpu相关融资总额已超过200亿元。仅2020年~2021年，gpgpu领域就有近20起融资事件发生。 目前来看，初创公司如芯瞳半导体、芯动科技、摩尔线程、天数智芯、壁仞科技均产品陆续推出产品，并获好评，龙芯中科、海光信息、寒武纪、芯原股份几家上市公司也持续耕耘gpu业务。不止如此，也均在替代cuda上做了一些工作。
国产gpu厂商不完全统计，制表丨电子工程世界 其次，在asic方面，分为多种玩家。 一种是专门设计制造asic的公司，包括寒武纪、地平线、耐能科技等厂商，分别专注ai芯片的细分领域，采用“大客户捆绑”模式进入大客户供应链。 另一种，是各种跨界选手：vivo先于2021年9月发布ispv1，再于2022年4月发布升级产品v1＋，并在2022年11月发布v2；oppo在2021年12月发表能强化手机图像处理性能的npu marisilicon x，之后在2022年12月揭露采用台积电6nm rf制程的蓝牙音讯soc marisilicon y；阿里巴巴在2019年9月发布ai芯片含光800。
国内asic芯片玩家不完全统计，图源丨 偲睿洞察 fpga方面，电子工程世界历史文章《英特尔分拆fpga业务，国产发展几何？》中介绍，目前国内与fpga相关研发企业数量超过28家，其中已在a股上市的企业包括复旦微电子、安路科技、航锦科技，成都华微电子上市“已问询”。此外，紫光同创、高云半导体、京微齐力、中科亿海微、智多晶、遨格芯微、易灵思的表现值得关注。 具体来说，复旦微电在国内较早推出亿门级fpga，新一代十亿门级产品正在研发中，并且有可编程片上系统的技术储备；紫光同创覆盖高、中、低端等多层次fpga市场；安路科技在fpga/集成cpu、fpga、数据处理专用引擎等单芯片产品方面都有储备，量产供货产品已覆盖100k以内的逻辑单元规模，并且phoenix1 系列中逻辑单元为 400k 的新产品已成功流片；京微齐力基于22nm工艺制程的fpga已成功量产；易灵思基于risc-v软核的fpga已商用，并在16nm、40nm有长期的产品规划。 通过对比国际尖端产品，核心参数差距依然较大。虽然大器晚成，不过，国内也非常注重软件生态的建设。 除此之外，百度也曾经使用fpga做ai加速，此后又推出专用于ai计算的昆仑芯（开始是fpga，后来是基于fpga的xpu）。
国内fpga企业不完全统计，制表丨电子工程世界 存算一体芯片方面，电子工程世界在历史文章《清华研发出“全球首颗”，这种芯片要火了？》中介绍，前几年，国内涌现了大量存算一体公司，这批公司在两年前大多还处在a轮以前，彼时多家公司获亿元融资，短短两年时间许多明星公司又获2~3轮新融资，赛道热度依旧，资本依然看好这项新技术。 并且，有很多产品也逐渐浮现：
今年5月，后摩智能正式发布首款存算一体智驾芯片——鸿途h30。12nm工艺制程下，该芯片物理算力达256tops，在int8全精度的计算提供下，计算延时只有1.5ns，能效比为30~150tops/w，比业界同等精度计算条件下的水平提高了3倍以上，而且它是车规量产支持l4，而这也存算一体在大算力这一领域走在了前列；
苹芯科技已开发实现多款基于sram的存内计算加速单元，致力于为人工智能行业提供了低成本、高效率、低能耗、高性能的芯片解决方案；
九天睿芯拥有自有专利的模拟预处理与6t sram存算一体技术，解决了传统计算架构的瓶颈和耗电散热难题，做到更低的延迟和更快的处理速度；
达摩院研发的存算一体芯片是全球首次采用混合键合(hybrid bonding)的3d堆叠技术，将计算芯片和存储芯片 face-to-face 地用特定金属材质和工艺进行互联。
国内存算一体芯片企业不完全统计，制表丨电子工程世界 类脑芯片方面，全球范围内，参与神经形态计算芯片开发的机构主要包括三类：英特尔、ibm、高通等为代表的科技巨头企业，斯坦福、清华为代表的高校/研究机构以及初创企业。 国内研究则包括清华大学、浙江大学、复旦大学、中科院等顶级学府和机构，同时近两年不断涌现初创公司，如灵汐科技、时识科技、中科神经形态等。其中以清华大学的天机芯和浙江大学的达尔文芯片最具代表性。
国内类脑芯片企业不完全统计，制表丨电子工程世界 可以说，国内已经在各种形态的ai芯片上都有所布局，而国产的芯片算力也越来越强大，美国已经开始忌惮。 当另一方面，国内也在加强制造能力建设。asml的2023q3最新财报显示，q3'23相比q2'22中国净销售额占比从24%增长至46%。
要知道，半导体产业高度全球化，美国这样一定会自食其果。而我国商务部也表示，美方不当管制严重阻碍各国芯片及芯片设备、材料、零部件企业正常经贸往来，严重破坏市场规则和国际经贸秩序，严重威胁全球产业链供应链稳定。美国半导体企业损失巨大，其他国家半导体企业也受到影响。
· end ·
智能家居舒适生活 靠谱的由利电动拖把是关键
巨浪进军快速成型制造领，研发首台激光金属3D打印机
电动汽车2020年的几个趋势
华为新MatePad爆料：两款新平板，分别采用12.6英寸和10.8英寸屏幕
DS1964S DeepCover安全认证器的介绍
AI芯片，国产发展如何了？
6缸发动机中L6和V6发动机谁更强？
掌握触敏设备的电池寿命
接地是什么_详解接地
iPhone13promax被曝
基于预训练语言模型的行业搜索的应用和研究
典型返驰式拓扑设计——实现最佳化电源
谁正在转向特斯拉的充电端口？
毕亚兹一拖四HUB集线器体验 连接稳定兼容性强传输速率基本不受影响
以色列研发自主飞行的“救护车”为军用无人机
基于FPGA灰度直方图线性拉伸
东芝新产品TCR3RM系列LDO稳压器的详细介绍
黑夜也能发电的新型太阳能电池板问世
群联推出世界首款SD Express卡：计划3月份开始送样量产
低压验电笔的用途介绍
把性能密度作为出口管制标准，即单芯片超过300teraflops算力/性能密度超过每平方毫米370 gigaflops芯片都会禁止，同时，英伟达a100/a800/h800/h800/l40/l40s/rtx4090、英特尔gaudi 2、amd计划的中国版gpu等特供版ai芯片的供应；
先进芯片出口许可范围扩大到40多个国家；
对21个国家提出芯片制造设备许可要求，全面限制中国的14nm以下先进芯片制造能力。
另一方面，将壁仞、摩尔线程等国产ai芯片公司列入实体清单。 美国的疯狂程度令人咋舌，连比h100效率低十倍的rtx4090都不放过。故技重施，不断用小手段干扰国产发展，这从侧面说明，国产ai芯片发展迅速，现在开始，再也不能小看国产的力量了。 付斌丨作者电子工程世界（id：eeworldbbs）丨出品
不是每种芯片都叫ai芯片
虽然我们每天都在茶余饭后攀谈ai芯片，但实际上，大部分人对于ai芯片并没有什么实际的概念，加之厂商直接以“ai芯片”命名，所以很难与器件关联挂钩。 所谓ai芯片，顾名思义，就是计算ai算法的芯片。ai算力需求究竟有多夸张？据openai测算，2012年开始，全球ai训练所用计算量呈现指数增长,平均每3.43个月便会翻一倍，目前计算量已扩大30万倍，远超算力增长速度。 计算任何算法的芯片，都归属于ai芯片，这既包括最具代表性的深度神经网络（deep neural network，简称dnn）、循环神经网络（recurrent neural network，简称rnn）、卷积神经网络（convolutional neural network，简称cnn），也包括与人脑更为类似的脉冲神经网络 (spiking neural network，简称snn) 。 理论来说，任何数字芯片都能算ai，毕竟数字芯片，就是算数的芯片，但如果效率巨低、能耗巨大，就没有意义了。就比如说，cpu作为中央处理器，什么类型计算都能胜任，但计算ai的效率明显没有gpu高，所以服务器中都是使用cpu+gpgpu的形式，让gpgpu作为ai计算的主力。 此外，很多mcu中也会搭载dsp或者npu来增强ai计算能力，但这种芯片一般不会单独叫做ai芯片，毕竟它们针对的场景并非大规模ai算法，也并非堆砌ai算力的主力，而是靠近边缘的ai算力。 因此，按照上述分类方法，ai芯片主要分为gpgpu（通用图形处理器）、fpga（可编程逻辑器件）、asic（专用集成电路）、存算一体和类脑芯片几种。根据在网络中的位置，又可以分为云端ai芯片 、边缘和终端ai芯片。
gpgpu：与gpu不同，gpgpu就是将gpu图形显示部分“摘掉”，全力走通用计算，特别适合用在深度学习训练方面；
fpga：可编程的灵活性是任何其它计算芯片无法替代的，同时它在ai领域也具备一定计算能力，但相对来说，fpga的成本就相对高一些了，而且fpga开发也很难，软件生态没有gpgpu的cuda那么方便；
asic：性能强、功耗低，gaudi 2就是一种asic，npu也是加入神经单元的一种asic，不过针对特定算法计算，算法是无法修改的，想要做另一种算法就要再造一种asic芯片，前期开发需要fpga辅助进行；
存算一体：能耗比极佳，能够突破存储墙和功耗墙，但目前只在自动驾驶领域有商业化；
类脑计算：性能更强、功耗更低，算法也变成了snn，但全世界都在研究之中，还未商业化。
适用于ai计算芯片主要类型，制表丨电子工程世界
类脑芯片主要类型和研发进度，制表丨电子工程世界
每种ai芯片国产发展如何了？
首先，是gpu方面，天下苦英伟达已久。 多家媒体报道显示，英伟达的数据中心gpu价格贵得惊人，国产还难以替代，此外今年6月起，英伟达就曾多次涨价。 国内gpu融资高峰期主要在2020年，到现在gpu相关融资总额已超过200亿元。仅2020年~2021年，gpgpu领域就有近20起融资事件发生。 目前来看，初创公司如芯瞳半导体、芯动科技、摩尔线程、天数智芯、壁仞科技均产品陆续推出产品，并获好评，龙芯中科、海光信息、寒武纪、芯原股份几家上市公司也持续耕耘gpu业务。不止如此，也均在替代cuda上做了一些工作。
国产gpu厂商不完全统计，制表丨电子工程世界 其次，在asic方面，分为多种玩家。 一种是专门设计制造asic的公司，包括寒武纪、地平线、耐能科技等厂商，分别专注ai芯片的细分领域，采用“大客户捆绑”模式进入大客户供应链。 另一种，是各种跨界选手：vivo先于2021年9月发布ispv1，再于2022年4月发布升级产品v1＋，并在2022年11月发布v2；oppo在2021年12月发表能强化手机图像处理性能的npu marisilicon x，之后在2022年12月揭露采用台积电6nm rf制程的蓝牙音讯soc marisilicon y；阿里巴巴在2019年9月发布ai芯片含光800。
国内asic芯片玩家不完全统计，图源丨 偲睿洞察 fpga方面，电子工程世界历史文章《英特尔分拆fpga业务，国产发展几何？》中介绍，目前国内与fpga相关研发企业数量超过28家，其中已在a股上市的企业包括复旦微电子、安路科技、航锦科技，成都华微电子上市“已问询”。此外，紫光同创、高云半导体、京微齐力、中科亿海微、智多晶、遨格芯微、易灵思的表现值得关注。 具体来说，复旦微电在国内较早推出亿门级fpga，新一代十亿门级产品正在研发中，并且有可编程片上系统的技术储备；紫光同创覆盖高、中、低端等多层次fpga市场；安路科技在fpga/集成cpu、fpga、数据处理专用引擎等单芯片产品方面都有储备，量产供货产品已覆盖100k以内的逻辑单元规模，并且phoenix1 系列中逻辑单元为 400k 的新产品已成功流片；京微齐力基于22nm工艺制程的fpga已成功量产；易灵思基于risc-v软核的fpga已商用，并在16nm、40nm有长期的产品规划。 通过对比国际尖端产品，核心参数差距依然较大。虽然大器晚成，不过，国内也非常注重软件生态的建设。 除此之外，百度也曾经使用fpga做ai加速，此后又推出专用于ai计算的昆仑芯（开始是fpga，后来是基于fpga的xpu）。
国内fpga企业不完全统计，制表丨电子工程世界 存算一体芯片方面，电子工程世界在历史文章《清华研发出“全球首颗”，这种芯片要火了？》中介绍，前几年，国内涌现了大量存算一体公司，这批公司在两年前大多还处在a轮以前，彼时多家公司获亿元融资，短短两年时间许多明星公司又获2~3轮新融资，赛道热度依旧，资本依然看好这项新技术。 并且，有很多产品也逐渐浮现：
今年5月，后摩智能正式发布首款存算一体智驾芯片——鸿途h30。12nm工艺制程下，该芯片物理算力达256tops，在int8全精度的计算提供下，计算延时只有1.5ns，能效比为30~150tops/w，比业界同等精度计算条件下的水平提高了3倍以上，而且它是车规量产支持l4，而这也存算一体在大算力这一领域走在了前列；
苹芯科技已开发实现多款基于sram的存内计算加速单元，致力于为人工智能行业提供了低成本、高效率、低能耗、高性能的芯片解决方案；
九天睿芯拥有自有专利的模拟预处理与6t sram存算一体技术，解决了传统计算架构的瓶颈和耗电散热难题，做到更低的延迟和更快的处理速度；
达摩院研发的存算一体芯片是全球首次采用混合键合(hybrid bonding)的3d堆叠技术，将计算芯片和存储芯片 face-to-face 地用特定金属材质和工艺进行互联。
国内存算一体芯片企业不完全统计，制表丨电子工程世界 类脑芯片方面，全球范围内，参与神经形态计算芯片开发的机构主要包括三类：英特尔、ibm、高通等为代表的科技巨头企业，斯坦福、清华为代表的高校/研究机构以及初创企业。 国内研究则包括清华大学、浙江大学、复旦大学、中科院等顶级学府和机构，同时近两年不断涌现初创公司，如灵汐科技、时识科技、中科神经形态等。其中以清华大学的天机芯和浙江大学的达尔文芯片最具代表性。
国内类脑芯片企业不完全统计，制表丨电子工程世界 可以说，国内已经在各种形态的ai芯片上都有所布局，而国产的芯片算力也越来越强大，美国已经开始忌惮。 当另一方面，国内也在加强制造能力建设。asml的2023q3最新财报显示，q3'23相比q2'22中国净销售额占比从24%增长至46%。
要知道，半导体产业高度全球化，美国这样一定会自食其果。而我国商务部也表示，美方不当管制严重阻碍各国芯片及芯片设备、材料、零部件企业正常经贸往来，严重破坏市场规则和国际经贸秩序，严重威胁全球产业链供应链稳定。美国半导体企业损失巨大，其他国家半导体企业也受到影响。
· end ·
智能家居舒适生活 靠谱的由利电动拖把是关键
巨浪进军快速成型制造领，研发首台激光金属3D打印机
电动汽车2020年的几个趋势
华为新MatePad爆料：两款新平板，分别采用12.6英寸和10.8英寸屏幕
DS1964S DeepCover安全认证器的介绍
AI芯片，国产发展如何了？
6缸发动机中L6和V6发动机谁更强？
掌握触敏设备的电池寿命
接地是什么_详解接地
iPhone13promax被曝
基于预训练语言模型的行业搜索的应用和研究
典型返驰式拓扑设计——实现最佳化电源
谁正在转向特斯拉的充电端口？
毕亚兹一拖四HUB集线器体验 连接稳定兼容性强传输速率基本不受影响
以色列研发自主飞行的“救护车”为军用无人机
基于FPGA灰度直方图线性拉伸
东芝新产品TCR3RM系列LDO稳压器的详细介绍
黑夜也能发电的新型太阳能电池板问世
群联推出世界首款SD Express卡：计划3月份开始送样量产
低压验电笔的用途介绍