清华大学微电子所所长魏少军日前呼吁，当前AI领域芯片已经炒作过热，在目前还没有出现AI通用演算法的芯片，以及AI杀手级应用尚未出现的情况下，AI芯片未来发展还有长路要走。而推进AI芯片需要软件、硬件双轮驱动发展，其中，软件更是扮演核心的关键角色。

发展AI芯片不可或缺

魏少军在全球AI芯片创新峰会上做出上述表示。他指出，当前人工智能演算法非常多，层出不穷并没有统一，根据应用不同，因应演算法也不同；从硬件芯片来说，需要具备AI深度学习引擎，从云端向终端迁移的过程，需要极高效能通用深度学习引擎。这也是GPU大行其道的原因，因为至今看来，GPU能实现很好的AI计算能力。

目前AI领域计算无处不在，但他话锋一转，提出一个问题：尽管目前AI应用涵盖了生产领域、生活各个应用层面，但究竟什么才是AI的杀手级应用？与人们生活周遭真正不可或缺的日常AI应用？至今，应还没答案。

他进一步指出，智能软件的作用一点不比芯片差，其实软件更是核心，智能硬件要跟着软件不断的变化，芯片要能够被软件所定义动态的改变运算任务。

AI运算　软硬件即时动态变化

他说，为了提振美国电子产业，由美国国防部先进计划署(DARPA)推动的电子产业振兴计划(ERI)针对后摩尔定律(post-Moore’s-law)时代的新材料、架构与设计流程，在科技领域寻求突破。其中设计环节，就提到软件定义硬件(software define hardware)，而所谓的即时指的是运行300~1,000奈秒内硬件随着软件而跟着变化。

他说，这部分北京清华大学早在十年多前就在做了。由于FPGA有其缺陷， 要做到软件定义很难， 但是可重构计算架构需要硬件、软件都动态进行改变， 这方面不仅改变传统计算结构，AI演算法也不停变换，需要深度神经网络来定义硬件。

清华大学目前可重构芯片Thinker就是基于此一出发点，根据通用、专用版本进行网络运算，提高系统能效，目前有Thinker 1、Thinker 2及获MIT极高评价的Thinker X 。

AI杀手级应用还没出现

他总结认为，现在AI芯片已经被过度炒作， 尤其媒体跟风起到很大作用。实际上，目前还没有出现像CPU一样的AI通用演算法芯片，AI杀手级应用还没出现，未来还有很长一段路要走。

但是，未来AI通用芯片会出现吗？如果出现了，其架构又为何？他认为，如果没有，那么目前大部分的业者恐怕都将成为最令人钦佩的先烈，因为只是针对现有特定的垂直应用开发IP核心，最后多会被大公司所吸收。未来2~3年产业恐怕会进入技术变革的一轮低潮期。