中美貿易戰的硝煙與博弈，看上去緩緩落幕。

在道與術、取與予、利與害、常與變、方與圓、生與死之間游走了近兩個月的中興驚情，也終于迎來了一個不錯的進展，但這場聚焦了中美關系戲劇性的沖突，所引發的對于芯片產業的思考，遠未結束。

尷尬的“中國芯”

自2006年杰弗瑞·辛頓提出“深度學習”神經網絡以來，得益于海量激增的數據，以及在摩爾定律影響下不斷提升的計算能力，人工智能產業發展日新月異，風起云涌。

但，無論是海量數據的獲取、存儲還是計算能力的體現都離不開——芯片。人工智能芯片毫無懸念的成為當前AI產業激烈比拼中極具戰略地位的一環。 國際權威基金評級機構Morningstar預測，2021年全球AI芯片市場規模將可能超過200億美元。

然而，在中國芯片領域，卻有句流傳甚廣的說法：“除了水和空氣，剩下的全都是進口的”。聽起來似乎很夸張，但卻與事實相差無幾。2017年中國進口芯片金額高達2600億美元，花費幾乎是排在第二名的原油進口金額的兩倍，超過鐵礦石、鋼、銅和糧食這四大戰略物資的進口費用之和。

瞬間升溫的芯片產業，現狀到底如何?

從產業鏈的角度來看，集成電路(包括CPU，FPGA， DRAM， Flash等)產業鏈是芯片產業的重要組成部分，大致可以分為三大板塊：集成電路設計、芯片制造和封裝測試。目前對中國而言，芯片制造能力是最薄弱的環節，制程工藝比世界最先進水平落后兩代以上，時間上落后3年，全世界最先進的制程工藝只掌握在三家公司手中：三星、臺積電和英特爾。

“芯片半導體行業是資金、技術密集的行業，更多的是靠經驗積累，需要有經驗的工程師不斷摸索，而不是僅僅靠資金就能加速發展起來的，人才或是最大的瓶頸。”國內著名投資人朱嘯虎曾說：“中國VC不是不投芯片，之前我們投了好些都血本無歸，也算為中國的科技創新貢獻了一份力量。”

往前追溯，斯諾登事件之后，發現國外高端高價的芯片存在漏洞，芯片國產化浪潮初現，半導體公司才漸入佳境。此次中興事件后，國人意識到，只有真正的掌握核心技術，才能不受制于人，至此，芯片成為了新的“風口”，在國家層面的推動下，或迎來了期待已久的春天。

指尖上的賽道

“人工智能芯片到目前為止還沒有一個準確的定義，廣義的講，滿足人工智能應用及各次時代高性能運算(如： 機器學習，大數據分析，統計分析)的芯片都可以稱之為人工智能芯片，其競爭目前分為三個主要賽道，”天數智芯創始人李云鵬言及。

“第一個賽道是基于傳統 CPU、DSP、GPU等基礎通用芯片。追溯歷史，CPU首先定義了通用芯片的基礎架構定，然而，隨著新興應用的崛起，CPU 推出了延伸指令集為專用運算領域做出了擴展(如：圖像處理，多媒體運算)。除了最基礎的 CPU多級流水線架構設計，不同類型的DSP處理器架構如超長指令字架構(VLIW)，單指令多數據流架構(SIMD)都試圖提供更有效的方式來解決海量數據運算上的瓶頸。在眾多競爭者中，單指令多線程架構(SIMT) 最終脫穎而出，成就了現在 GPU 的核心架構。而英偉達在其圖像處理器基礎之上更是為通用圖像處理架構(GPGPU)打造了

CUDA平臺及生態系，以更廣的方式覆蓋眾多應用領域。在醫療、生命科學、能源、金融服務、汽車、制造業以及娛樂業等多個領域運用GPU或優化后之 CPU開展深度學習，高性能運算工作的企業有近4000余家，傳統優勢的滲透力可見一斑。Intel、英偉達和高通在通用芯片上沿襲在傳統計算芯片架構及生態系上的強大及完整優勢，包攬全球第一的技術能力和行業地位，自然占據了這個賽道的霸主地位”。

“第二個賽道是算法定制之人工智能專用芯片(ASIC 和 FPGA)。CPU、GPU等通用芯片雖然可以用于大規模并行計算，但是為了提供 AI領域之外的通用性，其冗余的設計必然存在性能、功耗等方面的瓶頸。面對不斷激增的數據量和持續擴大的AI應用規模，通用芯片自然有其局限性。因此專門為人工智能打造的芯片必然是大勢所趨，并在3~5年內將深度學習模型的智能處理效率提升萬倍以上。

自2012年深度學習在影像辨識上有了爆發性的突破后，AI 芯片新創公司如雨后春筍般出世。多數先驅為 AI系統架構中面向客戶(to customer)之加速器(accelerator)，或是協同處理器(co-processor)解決方案，其所能涵蓋的運算多為固定功能算子(如卷積層，全連接層等)與其相對算法的直接映射。因此，應用上僅僅涵蓋了非常少量的深度學習，機器學習等 AI算法。

“第三個賽道是通用算子之人工智能專用芯片(ASIC 和 FPGA)。隨著AI 算法的日新月異以及對高性能運算需求上的擴展，第二賽道中的芯片架構無法跟上算法上的變化，定制算法的硅片容易成為明日黃花。為適應多變的算法結構與應用場景，并能夠同時在軟硬件及系統層次優化上有質的提升，新一代的人工智能處理器開始運用通用算子，并嘗試在算法中找尋最大公因數來設計處理器架構。其中，Google TPU 便是以典型矩陣類運算來實現其服務器端之的AI運算。而另一個在服務器端表現亮眼的是微軟，其 Catapult 及 Brainwave計劃成功部署大量 FPGA在服務器端加速大數據搜索，云平臺服務及深度學習運算。相比于第一賽道，通用算子之人工智能專用芯片藉由領域專精(domain-specific)特性達到性能上的大幅提升，相比于第二賽道，藉由其領域靈活(domain-flexible)特性使得高性能運算之涵蓋范圍得以推及極致。

“在中國，不乏大量的人工智能芯片初創企業，很多從技術難度低的第二賽道出發，但是天數智芯從第一天便是站在巨人的肩膀上，并正在趕超第三賽道的路途上”。李云鵬笑言。“計劃在6月22日召開的智能生態戰略發布會，將首次告知全世界，我們在做“通用標準高性能的AI計算芯片”，我們是該計算體系的先鋒與引領者，某種意義上，如果這不是計算芯片設計領域的珠穆朗瑪峰，也足夠稱為青藏高原了。”

中國有先鋒

在美國，為了國家安全而對特朗普圍堵中國的行為進行容忍變成了日常。

5月25日，《華爾街日報》報道說，根據美國國會眾議院通過的7170億美元國防授權法案，美國政府將被禁止購買中國制造的監控攝像機，全球最大監視攝像機制造商海康威視等幾家中國公司被點名。幾個月前，在所謂“公眾負面疑慮”的敦促下，美國密蘇里州陸軍基地倫納德伍德堡移除了5個海康威視生產的監視器，雖然美國軍方自己也說，完全不認為這些監視器存在安全風險。

從華為到中興到海康視威，基于美國國家安全考慮圍堵中國技術的鏈條還在繼續延長。美國和中國的競爭會加劇到什么程度?與19世紀或20世紀不同，現在主要大國間的競爭是彼此爭奪全球經濟的權力杠桿——控制規則和制度，標準、商業和技術，沖突的焦點不再是軍事角力或領土擴張。在這一競爭中，創造新技術的能力起關鍵作用，尤其是信息技術。

或許正因為看到了這樣的競爭本質，天數智芯的始創團隊，選擇了回歸。“除了本身對于技術狂熱喜愛之外。潛意識里就想著應該回來為這個產業做點什么。”李云鵬說。

南京大數據產業基地，5棟。

這里是李云鵬毅然斬斷十數年優渥的硅谷工作生活環境，傲然成為智能數據時代基礎軟硬件系統拓荒者的伊甸園。敢為、甘為拓荒者，或是他心中的大道。

其麾下的天數智芯，貫穿人工智能產業鏈縱向的基礎架構、通用技術以及行業應用三個層面，是一家雖年輕，份量卻很重的高科技創新型企業。透過對基礎技術的深耕，集合垂類應用的延展，體現核心價值的快速更新與迭代，。天數智芯立志于通過集成電路和基礎軟件的突破，解決高端服務器芯片及基礎軟件的沙漠化問題、針對AI計算，解決自主可控問題;通過應用級產品與服務，在工業的轉型升級過程中，高度配合中國制造2025的戰略。

這家公司超豪華的技術團隊，帶著一種勢不可擋的霸氣脫胎于ATI/AMD，在這個80多人的團隊里，大部分人都有至少10年以上芯片設計經歷，核心成員皆為芯片行業頂尖公司的精英，擁有帶領50至200多人團隊進行高端芯片研發的經驗，這在國內毋庸置疑的是超一流的水平，它猶如一匹突然殺出的黑馬，縱橫捭闔，桀驁而歸。

“在美國，特朗普點燃了整個社會的期望，認為在雙邊貿易逆差、知識產權以及中國制造2025等問題方面，他會取得重大突破。別的不敢說，但在中國制造2025的戰略上，我想，他可能想得有點豐滿。”李云鵬幽默的眨眨眼，笑了笑。

“為什么說他想的豐滿?”

“因為現實很骨感。“

“怎么個骨感?”

“因為中國有先鋒，有創智引擎。”

“先鋒又如何?”

“先鋒算的快，天下武功，唯快不破。”

“怎么個快法?”

“保密，6月22號再告訴你。”

天數智芯：由來自美國硅谷的技術專家和國內行業精英聯合創立的高科技企業。公司專注于智能計算領域，致力于成為高性能數據處理以及深度學習、人工智能應用領域的技術先鋒。立志打造自主可控、國際一流的基礎軟硬件產品站。天數智芯的產品和服務能顯著增強企業數據處理和分析能力，助力企業數據分析向精準預測、認知和智能決策等方面擴展，極大提升數據對企業的價值。公司基于通用高端芯片產品和“Soft Silicon”軟件技術，實現了新一代智能數據平臺，以及針對高端制造、金融科技和大眾健康領域的AI應用、云服務和產品解決方案。天數智芯已經完成了軟件、芯片和云服務公司的業務整合，深耕以AI為代表的高性能計算市場，在快速、持續、安全、快樂的發展理念下，聚焦迭代，不斷發揮長處，成就中國高科技信息行業的知行合一。