RK | 企业 | 最新代表产品 |
---|---|---|
1 | 海思半导体 | 麒麟810、980,昇腾310、910 |
2 | 寒武纪科技 | 2代云端AI芯片思元270 |
3 | 地平线 | 面向智能驾驶和智能摄像头的嵌入式人工智能芯片“征程”和“旭日” |
4 | 平头哥 | 服务于物联网领域的RISC-V架构处理器内核玄铁910 |
5 | 紫光展锐 | 虎贲T710 |
6 | 中星微电子 | 人工智能SVAC视频安全摄像头芯片VC0758 |
7 | 百度 | “鸿鹄”智能语音芯片 |
8 | 西井科技 | 神经元人脑仿真模拟器Westwell Brain和类脑神经元芯片Deep well |
9 | 燧原科技 | 针对云端人工智能训练场景的通用可编程芯片邃思 |
10 | 启英泰伦 | 2代智能语音芯片CI110X系列 |
11 | 四维图新 | 专注汽车电子芯片领域MT、AC系列AI芯片 |
12 | 依图科技 | 云端视觉AI芯片求索(questcore™) |
13 | 云知声 | 低成本物联网场景“蜂鸟”、智慧出行多模态车规级“雪豹”、智慧城市多模态“海豚” |
14 | 云天励飞 | DeepEye1000嵌入式视觉AI大脑芯片、第二代深度学习神经网络处理器NNP200 |
15 | 景嘉微 | 云端GPU图形处理器 |
16 | 国科微 | 智能4K解码芯片GK6323、智能监控SoC芯片 |
17 | 北京君正 | 智能视频处理器T30、跨界处理器X2000 |
18 | 天数智芯 | AI推理加速芯片Iluvatar CoreX I |
19 | 思必驰 | 聚焦语音交互应用场景的深聪TAIHANG芯片(TH1520) |
20 | 瑞芯微电子 | CPU+GPU+NPU硬件结构设计的人工智能芯片RK3399 |
21 | 芯原微电子 | 高度可扩展、可编程的计算机视觉和人工智能处理器VIP9000 |
22 | 嘉楠耘智 | 高性能、低功耗图像/语音芯片勘智K210 |
23 | 异构智能 | 专为卷积神经网络设计、专注AI推理应用的专用人工智能芯片 NovuTensor |
24 | 深思创芯 | 在线学习深层神经网络处理器Abacus Vi SS2802 |
25 | 华夏芯 | 面向视觉分析和AI加速计算的高性能边缘计算SoC芯片GP8300 |
26 | Rokid | AI语音专用芯片Kamino18 |
27 | 鲲云科技 | 前端及边缘计算的“雨人”AI芯片加速卡3代和应用于NVR和服务器的“星空”AI加速卡2代 |
28 | 智芯原动 | “ARM+IVE”智能加速引擎架构,用以加速芯片对视频分析的能力和运算速度 |
29 | 探境科技 | 通用型语音AI芯片“音旋风611” |
30 | 清微智能 | 多模态智能计算芯片TX510 |
31 | 出门问问 | AI语音芯片模组“问芯” |
32 | 华米科技 | 智能穿戴领域AI芯片“黄山1号” |
33 | 富瀚微电子 | 视频监控AI芯片 |
34 | 杭州国芯 | AI语音芯GX8002、物联网AI芯片GX8010 |
35 | 熠知电子 | ManyCore TM架构芯片技术 |
36 | 安霸 | 面向边缘应用的AI视觉处理器 |
37 | 耐能 | 边缘端应用AI芯片KL720 |
38 | 肇观电子 | 图像识别AI芯片N系列 |
39 | 翱捷科技 | 4G多模数据通信芯片ASR1802S(L) |
40 | 大华股份 | 4K实时AD芯片HDCVI6.0 |
41 | 深维科技 | 超高性能图像处理方案ThunderImage |
42 | 人人智能 | FaseOS 人脸超级算法 |
43 | 全志科技 | AI语音专用芯R329 |
44 | 比特大陆 | 算丰第三代AI芯片BM1684 |
45 | 灵汐科技 | 类脑芯片50TFlops |
46 | 黑芝麻智能 | 车规级自动驾驶芯片华山A500 |
47 | 龙加智 | 云端NPU |
48 | 深思考 | 多模态深度语义理解与人机交互AI芯片 |
49 | 泓观科技 | 面向物联网(IoT)端的超低功耗异步卷积神经网络芯片 |
50 | 知存科技 | 实时智能语音应用芯片MemCore系列 |
2020.10德本咨询/eNet研究院/互联网周刊选择排行 |
人工智能芯片和传统芯片的区别
AI芯片,一般指的是针对AI算法的ASIC芯片,对人工智能算法做了特殊加速设计,一般是以深度学习算法为主。
“深度学习”的实现以神经网络技术为主,“深度”就体现在多层神经网络的链接。神经网络通过模拟大脑生物神经网络的链接,通过多层数字神经网络的了解,来实现深度学习,其中,最著名的就是卷积神经网络。
与传统芯片相比较,人工智能芯片在架构设计之初就专门结合视觉、自然语言处理的运算特征进行优化,在处理同样的计算任务时,AI芯片在执行AI算法时速率更快、能耗更低。与传统芯片不同,人工智能芯片模拟大脑的神经元和突触,一条指令就能完成一组神经元的处理,这种计算模式在做一些图像处理等智能处理时,效率要比传统芯片高几百倍。
当前人工智能芯片的发展
当前,人工智能技术的发展主要集中在两个方向,一个是人工智能算法的研究和神经网络的训练,另外一个方向是实现人工智能算法的加速计算。
卷积神经网络所需的卷积运算量非常庞大,而满足AI芯片高速计算量的当前行业解决方案主要是GPU加速、FPGA加速、专用ASIC加速。GPU加速解决方案在AI芯片算法上是使用最广泛也是发展最成熟的解决方案,但其体积大、功耗大的缺点,让GPU加速平台只能部署在服务器端,无法使用到个人电脑以及智能手机等终端使用设备上。FPGA加速解决方案多数使用在数据中心的AI加速和边缘计算的AI加速,例如人工智能识别技术等领域。专用ASIC加速解决方案采用了最先进的半导体制造工艺,是为了不同领域机器学习而定制的芯片,在有很高的加速频率的同时能耗也可以降到很低。
人工智能技术本身的发展在进步,但与之配套的相关软硬件,例如材料科学等领域的技术也要不断发展从而适应人工智能的需求。现阶段的人工智能技术虽然还未达到科幻电影中的强人工智能阶段,但也达到了为人类日常生活“赋能”的水平。随着AI芯片的深度学习和计算能力的加深,AI的感知能力已经可以为某些特定场景的实现提供超强驱动力,例如无人驾驶汽车。
挑战与机遇并存
人工智能芯片企业百花齐放,相互竞争,在不同领域都发展出了极具特点和创新力的产品。AI芯片研发企业时刻都在准备着,在研发和落地市场上加强探索,中国AI芯片企业在迅速发展的同时,也逐渐影响着全球AI芯片市场的风向标。
现阶段我国的AI芯片技术发展越来越具有自主性,产业趋势向好,随着不同领域对AI专用芯片的需求增大,尤其以云平台、智能汽车、机器人等人工智能领域为代表,AI芯片的应用场景也将会越来越丰富。
2015年是AI芯片创业小高潮时期,在这一年里诞生了地平线、启英泰伦、天数智芯等一批现今很有创新和发展潜力的企业。经过几年的发展后,当前AI芯片在AI应用场景的落地成为最大难题,对人工智能芯片的设计要求大多集中在应用场景的特定需求和算法的软硬件一体化设计上。
过硬的技术实力和正确的价值观方向是一家AI芯片企业不可缺失的内核,在未来市场的考验下,AI芯片企业在不断的较量和比拼下,真正能够持续发展和创新的企业必是将技术与人文两者融会贯通的企业。
科技向善
从榜单中可以看到,有很多企业的主要核心技术以及发展方向上是人工智能视觉、语音。以人脸识别技术为例,前段时间在全世界都大火的换脸软件,它在娱乐大众的同时也给很多人的隐私安全造成了隐患。在人脸识别技术发展之初,就有很多不同的甚至是反对的声音出现,但是这项的技术的初衷是好的,是为了让人们的生活更加方便,但在技术发展使用过程中出现了偏差。这种偏差就需要正确的价值导向去纠正,科技向善或是答案。
AI芯片作为AI时代的基础设施,除了是当前最热门的领域之外,也已经广泛应用于图像识别、智能安防、智能驾驶、语音识别、消费类电子等领域,云端智能芯片的问世也为更高强度的大数据计算等复杂的云端智能处理需求提供了技术支撑。
未来以AI芯片为基础的人工智能技术将涵盖我们日常生活的方方面面,提供生活便利的同时也肯定会带来安全方面的隐患。一种新的科学技术的出现,其目的都是为了人类生活的更美好,技术取决于使用它的人的意识,科技更多的只是一种工具,人工智能的发展在一定程度上受到道德和法律的约束,人工智能相关法律法规也在其技术发展的同时不断地完善。
结语
灵魂有高尚的,有不高尚的。初心有这样的,也有那样的。想法有深刻的,也有不深刻的。道德理念和梦想的栖息之所,是创新灵感和助人为乐思想的源泉。不断挖掘和认识自己的使命才是企业一切的首要,追根求源,真正优秀的企业都是这样。
海思半导体,或就是这样。
各行各业,未来中国将有很多优秀的企业,或就是这样。