AI很火，落地很难？

电子发烧友网报道（文/黄晶晶）数据显示，2020年中国人工智能产业规模超过1500亿元，带动相关产业规模超过1万亿元。在全球新兴人工智能项目中，中国占据超过一半的份额。

不过，AI如何落地一直是行业热议的话题。我们看到近两年，在疫情、物联网、5G、智能化等因素的影响下AI的应用需求更加明晰。同时，2021年AI企业在资本市场并不太顺利，这或许反映出全行业在探索技术与产品、应用与商业方面仍然存在着问题。

在最近由电子发烧友网主办的2021第四届人工智能大会上，来自AI行业的领袖们展开了一场热烈的探讨。很荣幸由我担任这场主题为“拨开迷雾，AI产业的重塑与升华”的AI圆桌论坛的主持。邀请到Imagination 高级市场经理黄音、Arm China AI技术高级市场经理吴彤、飞腾信息技术有限公司解决方案高级总监朱大勇、TI嵌入式产品系统与应用总监蒋宏等四位嘉宾进行观点的交锋、思想的碰撞。

数据、算力和算法三大要素，算力不是AI应用的瓶颈

在电子发烧友网发布的“2021年AI技术与应用落地报告”中，针对算力需求的调研显示，10TOPS以下的算力占比最高。其中3-6TOPS占比20%，6-10TOPS占比19%，1-3TOPS占比16%，0-1TOPS占比12%。相对来说，在轻量级的例如智能家居领域对AI算力的需求主要集中在0-1TOPS。

数据、算力和算法是AI的三大关键要素，嘉宾们普遍认为算力并不是阻碍AI落地的因素，虽然针对不同的应用场景算力需求不同，例如自动驾驶所需求的算力会更高，但AI芯片提供的算力足够支撑这些应用。

在芯片层面，无论是神经网络加速IP、GPU IP还是AI存算一体芯片，或是ASIC，这些IP和芯片都对芯片算力做了很好的部署和支撑。吴彤分析，摩尔定律放缓后，通过AI创新架构、先进封装等方式仍然可以提升算力。例如存内计算就是聚焦低功耗的机器学习，可以用于边缘智能等。

此外，算法层面，吴彤表示通过算法减枝等进行算法优化。至于数据，可以分为两个方面来看。蒋宏认为数据主要在于通过传感器收集，摄像头、雷达等多传感器的数据如何收集、融合、执行显得非常重要。

另一方面，关乎数据安全问题。最近国家出台了数据安全法，并将正式实施。此前，共享出行、人脸识别等各类数据安全问题频发，已经引起极高的重视。因此，今后，AI获取的数据不再是野蛮拿取，而是要考虑数据安全的基础上合理地采集和使用数据。这一点，必然会规范AI行业的发展，加强数据安全保障。

AI芯片不缺货，AI缺少更多成熟应用

同样在我们电子发烧友网的这份AI报告中，调研结果显示出AI芯片并没有大规模缺货的现象，除了在个别的例如海思的芯片、某些品牌的MCU、CPU、GPU有缺货现象。这与当前半导体的缺货形势似乎不相称？

其实不然。嘉宾的观点也佐证了我们的这一数据。朱大勇认为，海思最早从ISP开始切入安防市场，它的安防IPC芯片之所以市场占有率高，是基于它对于安防市场的理解，这也是其他厂商短时间内难以赶超的，因此在海思芯片供应不稳定后一时间很难有替代的芯片，才使得芯片严重缺货。

反观调研结果显示的，我们的AI芯片大部分不缺货，也说明我们的AI应用缺少杀手级应用，处于AI芯片找市场，而不是市场需求旺盛要找AI芯片的现实状况。

垂直领域是AI落地的机会

黄音认为，AI的专用处理功能决定了它会是以ASIC存在。那么在垂直领域找到AI的用武之地非常重要。

蒋宏也表示，一颗芯片定义成大而全没有太大的价值，而是通过分析某一类市场去定义一颗芯片，解决某类问题。

从最早的AI智能音箱，到AI安防，乃至交通物流、医疗等都离不开AI。吴彤认为，除了成熟的AI安防应用之外，汽车是又一个AI应用的机会。目前很多AI芯片企业都涌向智能驾驶领域。

不过，AI芯片的落地还是一个生态建设问题。朱大勇表示，飞腾作为国产CPU厂商就非常注重AI联合生态的建设。CPU解决了通用计算的问题，但在AI场景中需要与AI芯片相配合，积极拥抱多样化的算力。飞腾一直在与国际主流厂商一起定义OCP标准。OCP是由Facebook发起的、致力于推动开放硬件技术标准，推进数据中心创新的全球性组织，成员包括google、微软、Intel等46家全球性IT企业以及互联网运营商。

此外，嘉宾们也指出，相比AI硬件，AI软件生态建设更重要，包括开发环境、工具链等是AI应用的易用性、接受度的重要因素。

小结：

电子发烧友网AI产业调研显示，AI项目的成功部署情况在2021年也得到了明显改善。不确定性选择由2020年26%下降至2021年的17%。成功部署占比51%-70%的由11%提升至15%。不过，目前采用AI芯片的困难主要集中在研发难度大、成本偏高和技术支持不到位。我们的AI应用落地，需要加快AI生态建设、寻找更深的AI应用，这是原厂、方案商、终端客户共同努力的方向。