不吹不黑，国产AI芯片，和英伟达的差距，到底有多大？

当谈到人工智能（AI）时，很多朋友脑海中第一个浮现的名字可能就是英伟达。这个在GPU领域叱诧风云的公司，无疑是推动AI技术进步的重要力量。然而，随着国内技术的不断发展和投资的加大，国产AI芯片逐渐走入公众视野，吸引了越来越多的关注。那么，国产AI芯片与英伟达之间的差距到底有多大呢？本文将为你深入分析，不吹不黑，聊一聊这个话题。

首先，我们来看看什么是AI芯片。简单来说，AI芯片是一种为了处理复杂计算任务，如机器学习和深度学习而专门设计的处理器。它们的工作原理与传统CPU和GPU有所区别，更加高效地处理与AI相关的数据。因此，选择合适的AI芯片对AI应用的性能至关重要。

在过去的几年里，英伟达凭借其强大的GPU产品迅速占领市场，尤其是在深度学习领域。无论是在学术界还是商业应用，英伟达的硬件几乎都是主流选择。如果你走进一家高性能计算中心，看到的很可能就是成排的英伟达显卡。这不仅是因为其强大的性能，还有其生态系统的成熟，包括开发者工具、库以及丰富的文档支持。

与此同时，国内的AI芯片厂商如寒武纪、华为、兆易创新等也在努力追赶。他们推出了一系列针对不同场景的AI芯片，价格相对更具竞争力，比如寒武纪的MLU芯片、华为的昇腾系列等。这些芯片在某些特定应用上表现出色，比如边缘计算、物联网等，甚至在一些基准测试中表现不逊色于英伟达的产品。

然而，单凭性能并不足以撼动英伟达的地位。除了硬件本身，英伟达的成功还在于其完整的产业链和生态系统。它们在软件和工具方面的支持，使得开发者能够更加便捷地使用其硬件进行开发。有了CUDA、TensorRT等工具，开发者可以迅速将自己的想法付诸实践。而国产AI芯片在这方面的生态体系建设仍面临挑战，许多企业尚未建立起类似的支持平台。

另外，市场接受度也是一个重要因素。在国外，英伟达的品牌已经深入人心，成为AI计算的代名词。而国内的AI芯片厂商虽然在技术上有所突破，但在用户信任和品牌认知方面仍需要时间来积累。毕竟，在核心技术领域，很多用户还是倾向于选择那些经过市场验证的成熟产品。

当然，我们不能忽视的是，国产AI芯片在政策上得到了国家的大力支持。近年来，国家推出了一系列支持科技创新的政策，鼓励国内企业研发自主可控的AI芯片，未来的发展潜力不可小觑。此外，随着全球产业链的变化，国产芯片的“保密性”及其供应链的独立性，让许多企业意识到选择国产芯片的必要性。

在应用场景的选择上，国产AI芯片的灵活性也为其赢得了不少机会。针对教育、医疗、安防等特定行业，国产芯片在适应性、定制化方面往往能提供更具竞争力的解决方案。例如，在智能安防领域，使用国产AI芯片进行人脸识别、图像分析等功能，性价比明显优于传统方案。

另外，我们也不能忽略技术的迭代速度。国产芯片厂商在快速响应市场需求方面展现出了惊人的韧性。更新换代的速度相对较快，能够及时根据市场反馈调整产品策略。而英伟达虽然产品线成熟，但有时在产品更新的灵活性上稍显迟缓。

从长远来看，国产AI芯片的崛起并非一蹴而就，而是需要持续的研发投入和市场培育。业内普遍认为，未来三到五年内，国产AI芯片有望在性能和生态系统建设上取得显著进步，甚至可能在某些领域超越英伟达。

总的来说，国产AI芯片与英伟达之间的差距并不是不可逾越的鸿沟。在技术、市场和政策的共同推动下，国产AI芯片正在逐步迎头赶上。未来的竞争将会更加激烈，也会更加精彩。让我们拭目以待！

像人眼一样智能！复旦芯片实现感存算一体化

人工智能时代

视觉数据爆发式增长

存储、传输成棘手难题

如何为光电器件“减负”？

复旦芯片与系统前沿技术研究院

刘琦、王建禄教授团队

利用铁电畴调控研发了

一种可编程的光电二极管阵列

让探测器像人眼一样高效工作

为构建智能视觉系统提供新思路

相关成果发表于Nature Materials

获得世界人工智能大会WAIC

青年优秀论文奖

入选2023年复旦“十大科技进展”

打破传统探测架构

一款芯片集成三大功能

曾经，我们用手机拍一张照片，只有几千字节大小。如今，进入超高清时代，一幅千万像素、亿像素的照片，能占据数十甚至数百兆字节的存储空间。根据国际数据公司IDC预测，至2025年，全球数据量将达175ZB（1750万亿亿字节）量级。

相机中将光信号转换为电信号的成像芯片，本质上便是光电探测器。高清摄像、高速探测、智能识别……随着光电探测器的应用越来越广，视觉信息数据爆发式增长，存储空间不足难题迫在眉睫，信息处理能力亟待提升。

“人们每天传输的海量数据中，冗余信息占比颇高。我们希望让光电探测器更加智能，实现数据传输‘轻量化’，降低延迟，减少功耗。” 复旦大学芯片与系统前沿技术研究院教授王建禄介绍。

在传统的光电探测架构中，探测、存储和计算单元相互分离，延时高、功耗高，针对这一瓶颈，能否设计出集探测、存储和计算功能于一身的“感存算一体架构”？

核心难点在于半导体掺杂——这是半导体制备过程中的一项关键技术，能够改变材料的电学性质。掺杂分为n型掺杂和p型掺杂，传统掺杂技术在半导体中注入掺杂原子，形成n型半导体和p型半导体。这就意味着，当掺杂一旦完成，器件能带结构就无法调节，无法满足智能感知对于光电子器件的可塑性需求。

曾有国内外研究者尝试过外加栅压的方法，然而，外部电压撤去后就无法保持性能，因此必须持续加压，带来了高能耗、器件不稳定和不可靠方面的问题。

2020年，团队提出一种新的技术路径：用铁电极化代替传统掺杂技术。“我们发挥了铁电畴非易失、可重构的特点，实现了极化场精准可编程的半导体掺杂新技术。” 复旦大学芯片与系统前沿技术研究院青年研究员吴广健说。

▲ 铁电畴极化方向由施加到探针的电压局部操纵

这一方法无需对半导体元素掺杂，而是通过外部施加电场即可 ——只需切换铁电极化的大小或方向，就能改变器件导电性能，切换速度可达纳秒级。同时，铁电调控具有高灵敏度，能有效捕捉微小信号。铁电的非易失特性，还可使器件在单次调节后长时保持。

▲ 经过极化操作后的铁电相图，相位差为180°。PFM定义的铁电畴具有任意可重构特性

基于该方法，探测器不仅可以“记忆”电导状态，还能通过精准调节权重从而进行计算。光信息探测、权值存储和高级计算的功能，被集成到传感器阵列中，有效减少了感知数据的传输和计算步骤，实时、高效地处理探测数据。

▲左侧是传统探测架构，感存算模块分离；中间是存算一体架构，存算结合但感知层独立；右侧是感存算一体架构，能够直接识别图像

仿生思路驱动交叉研究

实现“类人眼”性能

尽管做的是芯片研发，团队的研究灵感，最初来自于人眼。

“人眼就是在感知的同时不停对视觉信息进行计算，因此我们希望在光电探测器上，也能模拟人眼的高效处理能力。” 吴广健介绍，人的双眼能在一定动态范围内适应环境变化，当人从昏暗的电影院走到明亮的室外时，会自动调整瞳孔的进光量，从而对图像进行识别，“我们用铁电畴调控器件，也是类似于这种自适应调整”。

团队负责人刘琦教授常年扎根存算研究，铁电调控则是王建禄教授长期的研究方向。结合双方优势，团队确定研究思路，聚焦实现探测器的“类人眼”性能，力求让其兼具高性能探测、权值存储、原位计算功能。

借助仿生思路，研究从一开始就具有高度交叉性，与仿生视觉、类脑智能息息相关。团队成员学习借鉴人眼的生物功能，积极咨询脑科学研究人员，最终完成器件设计，并花了一年多时间完成实验。

团队制备了3×9二极管阵列，利用铁电调控的正负光响应、线性、多态特性，实现了矢量乘加运算，此外还开展了较大范围的线性调节，而后借助计算机算法等工具对其进行针对训练。

视频加载中...

原理验证实验中，他们在机器狗身上安装芯片，让其按照“看到”的方向图标自行前进。从演示画面可以看到，在无需外部存储和计算单元的情况下，机器狗可以按照向左、向右等方向准确实时前进。

Nature Materials同期发表“研究简报”对成果进行了亮点报道，评价其“开发了一种使用铁电调控的非易失性光电二极管传感器阵列来实现感存算一体架构，大大减少了传感和计算单元之间接口处的数据传输和转换，在能耗和延迟方面显示出显著的优势 ”。

曾获洪堡研究奖的美国加利福尼亚大学洛杉矶分校Ya-Hong Xie教授则评价：“这种p-n结能够实现光探测，为先进的纳米光电探测器和实现下一代光电器件提供了机会。”

人脸识别、无人驾驶……

智能识别应用前景广阔

由于具备实时处理、轻量数据的两大优势，低延迟、低功耗，复旦团队研发的这一智能探测芯片在未来应用广泛，特别是人脸识别、动目标监测、无人驾驶等多种智能化场景。

以动目标监测为例，探测器探测到的大部分信息是目标未出现的画面数据，其实都是冗余信息。传统的探测器会将所有探测数据进行存储，再传输至计算单元，而智能探测芯片则通过一体化的计算功能，实时处理数据，只采集、传输目标出现的有效图像，能使得数据压缩量达到90% 。

而在无人驾驶这种高速移动场景中，更需要实时对探测目标进行快速反应。传统架构需要经过三道传输环节，而感存算一体架构可以进一步提升反应速度，使汽车在更短时间尺度触发驾驶的相关决策指令。

眼下，无人驾驶蓬勃发展，其背后技术大多还是基于激光雷达主动发射激光进行距离探测——借助发出的激光反射到探测器，汽车才可以计算前方物体和车身的距离，从而进行决策。

随着无人驾驶汽车越来越多，环境中的发射激光随之增加，难免对人眼造成损害。相较之下，智能探测芯片的优势还在于无需主动发射激光信号，而是和人眼一样完全被动获取信息，对环境和人体更为友好 。

下一步，团队将继续提升探测器性能，并期待通过与各个行业的通力合作，打通后端电路设计等环节，实现该技术在更多应用场景的落地。

该研究得到国家重点研发计划、国家自然科学基金等项目支持，吴广健、张续猛、冯光迪为论文的共同第一作者，田博博、刘琦、王建禄教授为该论文的通讯作者。

组稿 | 校融媒体中心

文字 | 余敏之 殷梦昊

图片 视频 | 受访者供图

责编 | 殷梦昊

编辑 | 刘怡然 徐佳徽

相关问答

联发科将推两款新芯片，拥有AI和人脸识别技术，能和高通叫板吗?

联发科至今没摘掉千年老二的帽子,而且在一番努力之后2017过的并不好,高低端市场都被挤压。高通AI芯应该还是在手机应用侧,较量对象是苹果、华为;联发科的AI...

十大最具潜力ai芯片公司?

1.虹软科技。AI视觉龙头,服务于智能手机、智能汽车、物联网等。2.圣邦股份。AI模拟芯片龙头,应用于语音识别、超声测距、红外避障等。3.汇川技术。自动化...

麒麟710l芯片参数?

这也是第一...搭载了四核心的Mali-G51图形处理器,官方宣称性能也有大幅度提升,而且更省电。麒麟710处理器还会支持华为GPUTurbo,并支持GoogleARCore、HU...

中国自主研发人工智能芯片的必要性?

中国曾经在生产高端芯片方面落后于美国,在新兴的人工智能时代,中国科学家们表现出赶超和崛起的决心。在人工智能领域,中国正在全面发力从芯片到软件,从无人驾...

中国自主研发人工智能芯片必要性?

1.外国人不愿意让中国掌握高端技术作为各种电子设备中最重要的核心部件,芯片不仅仅是一家公司研发实力的体现,更是一家公司核心竞争力的体现。而在现代社会几...

中国内存内计算芯片又有突破，老架构如何焕发新活力?

随着物联网时代的到来,海量的数据蜂拥而至。特别是各种应用终端和边缘侧需要处理的数据越来越多,而且对处理器的稳定性,以及功耗提出了越来越高的要求,这样,...

智能门锁用什么存储芯片?

32G4FR系列(指纹专用型)采用32bitARMCortex-M4内核,内置密码算法硬件加速引擎,集成大容量加密Flash存储器,支持指纹信息安全存储,支持市场主流半...

联发科发布了P60芯片，你有什么看法?

随着联发科加入人工智能战局,手机AI芯片的竞争将愈发激烈。而从市场格局来看,HelioP60主要竞争对手是骁龙700:两者均定位中高端,能让用户以更少价格买到更...

mate20pro是麒麟芯片吗?

mate20pro是麒麟芯片。华为mate20pro搭配麒麟980处理器。华为Mate20Pro采用HUAWEIKirin980(麒麟980)八核处理器,带来性能与能效的提升,各项应用...

瑞虎7plus2024款是8155芯片吗?

1.是的,瑞虎7plus2024款是搭载8155芯片的。2.这是因为8155芯片具有更高的性能和更先进的技术,能够提供更快的运行速度和更流畅的用户体验,因此被选用在瑞虎7...