在人工智能领域，AI 芯片研发商「寒武纪科技」是家明星初创公司。

寒武纪科技为中国科学院计算技术研究所（中科院计算所）背景。今年 8 月份，成立才 1 年的寒武纪宣布完成 1 亿美元 A 轮融资，成为全球 AI 芯片领域第一家独角兽公司。

寒武纪官网显示，目前其已流片成功，在 AI 芯片云端和设备端两大应用场景上，寒武纪均有产线，即终端 AI 处理器 IP 和云端高性能 AI 芯片两大类。

3 款面向设备端的 IP 处理器

2016年，公司发布主打产品寒武纪1A处理器（Cambricon-1A），是一款可商用的深度学习专用处理器。3 个月后，寒武纪科技带着今年的 3 款 IP 新品再次公开亮相：分别是寒武纪 1H8、寒武纪 1H16 以及寒武纪 1M。这三个系列均为 AI 处理器 IP 衍生出来的多个型号。

寒武纪科技 CEO 陈天石告诉爱板网，与寒武纪 1A 相比，三款新品在功耗、能效比、成本开销等方面进行了优化，性能功耗比再次实现飞跃，适用范围覆盖了图像识别、安防监控、智能驾驶、无人机、语音识别和自然语言处理等各个重点应用领域。

具体来说，1H8 主要面向低功耗场景视觉领域，性能功耗相比寒武纪 1A 优出 2.3 倍，有 4 种可选的配置（1T、2T、4T、8T OPS@1GHz），在 2017 Q3 已经上市；

1H16 则主打更高性能、更完备的通用性，在 2017 Q1 已经上市；

1M 处理器则主要面向智能驾驶领域，性能是寒武纪 1A 的10 倍以上。

2 大云端高性能 AI 芯片

除了面向终端的智能处理器 IP 系列，寒武纪还发布了面向云端的高性能智能处理器产品线：在本次发布会上首先亮相的是将在 2018 年发布寒武纪 MLU 100 和寒武纪 MLU 200，这两款芯片均支持服务器端的推理和训练需求，但各有所侧重，MLU 100 偏重推理，MLU 200 偏重训练。

值得注意的是，为了区别于之前的神经网络处理器（NPU），寒武纪将云端芯片产品线命名为机器学习处理器（MLU），这意味着云端的处理器已不再局限于深度学习领域的加速，而延展到整个机器学习领域的加速。

当然，围绕云端的训练和推理，业界普遍认为竞争的核心不在单一芯片的层面，而是整个软硬件生态的搭建。

除了硬件，还有 1 款软件平台

寒武纪也发布了一款专门为开发者打造的寒武纪人工智能软件平台 Cambricon NeuWare，包含开发、调试和调优三大部分。该平台支持 TensorFlow、Caffe、MXNet 等多种主流机器学习框架。

寒武纪：3 年后，我们的 2 个小目标

陈天石告诉爱板网，寒武纪在 3 年之后，实现 2 个小目标：

一是，力争在 3 年之后占有中国高性能智能芯片市场 30% 的份额

二是，在 3 年之后，让全世界 10 亿台以上的智能终端设备集成寒武纪终端智能处理器；

如果这两个目标能够实现，寒武纪将“初步支撑起中国主导的国际智能产业生态”。

AI 芯片：巨头竞争新焦点

人工智能快速发展、应用，尤其是神经网络的广泛应用，对于算力提出了更高的要求，传统CPU在进行神经网络运算方面的弊端显现，AI芯片应用而生，也成为AI领域的热点。MarketsandMarkets的数据显示，2022年，全球深度学习市场的价值将达到172.29亿美元，复合增长率65.3％。由于对运行深度学习算法高计算能力的硬件平台需求的增长，2016年至2022年之间硬件市场增长可观。

国外方面，巨头纷纷涉足，Intel收购Nervana、Altera，研究制造机器学习专用芯片；LeCun透露，高通也在研制专门运行神经网络的芯片；nVidia聘请了主攻人工智能芯片构建的Clément Farabet，IBM也在研发硬件结构与神经网络设计类似的芯片。面对强大的芯片需求，以软件见长的Google和微软也已涉足芯片制造行业，今年CVPR期间，微软公布了AI芯片制造计划；2016年时，Google I /O 大会推出了TPU芯片，今年将向云计算业务的客户出租该芯片的使用权。

国内方面，除了华为这样宣布研发AI芯片的大公司，也出现了深鉴、地平线、寒武纪、云天励飞等知名初创公司，并获得资本青睐。