方兴未艾的AIoT，如何跑出“高质量发展”？

群雄逐鹿正当时。

镁客网注意到，伴随着2017年小米等深研智能设备的企业的大举进军，AIoT（即AI+IoT，通常指人工智能技术与物联网在实际应用中的融合落地）这一新兴领域正式跃入了商界的“大众视野”。近几年，包括互联网巨头如小米、AI企业如旷视、安防企业如海康威视、以及多家通讯企和物联网等原先分属不同赛道的玩家，都纷纷向AIoT“战略转移”，开启了新的投资与业务布局。

那么，AIoT的诱惑究竟在哪里？

镁客网注意到，伴随着人工智能技术不断提升在IoT设备端的渗透率，AIoT正逐渐成为传统行业智能化升级的重要通道和物联网产业未来发展的大趋势。

从市场产值上看，根据机构IDC的数据预测，2019年全球AIoT市场规模就已达到2264亿美元，预计到今年将达到4820亿美元，2019-2022年复合增长率有望达到为28.65%。

从产业发展上看，拥有“端”、“边”、“管”、“云”、“用”、“产业服务”六大板块的AIoT在家居、汽车、智慧城市、公共事业等行业和领域的需求正在逐步放大，应用场景进一步拓展，产业发展前景可期。

但在产业的飞速发展中，也难免会遇到一些瓶颈和阻碍。8月19日下午，由镁客网和润展国际承办的2022世界半导体大会平行论坛——“AIoT芯片技术开发者论坛”上，就AIoT芯片开发设计的底层问题和发展中所遇到的困境及解决方案，5位来自国内云计算、半导体、物联网和芯片开发设计等知名企业的嘉宾，分享了他们在实际业务中获得的成熟经验，并与现场观众展开了一次深入探讨。

一、深根固柢，“基础设施”保证AIoT稳定发展

芯片是AIoT产业中的核心一环，同时也是世界高科技产业竞争中绝对的焦点，而IC设计更是芯片产业链中举足轻重的存在。

目前，国内芯片设计企业数量已经达到2800家，众多创业者跃入该极富吸引力、同时竞争极为激烈的赛道之中，那么，该如何为AIoT中“国产芯”的顺利成长保驾护航？

在主题为《助力国产芯片“腾云驾数”》的分享中，腾讯云计算（北京）有限责任公司首席架构师袁海龙认为，是否对云计算、大数据和人工智能等方向有足够的重视，对IC设计初创企业的生存及成长来说非常重要。

图 | 腾讯云计算（北京）有限责任公司首席架构师 袁海龙

他表示，员工数量少、计算资源需求大、数据纳管和积累能力要求高，是一般IC初创企业的现实情况。通过合理使用云计算技术，能够让初创的IC设计公司更灵活、更弹性地使用计算资源，避免了硬性资源的浪费，能够减少前期投入和成本压力；运用成熟的大数据技术及服务，可以更好的处理IC设计企业在设计、验证、仿真等环节中产生的大量数据；同时，AI算法正成为加速芯片设计、改善工艺参数、提升生产良率的新引擎。

值得注意的是，AIoT的成长与成熟是AI（人工智能）与IoT“双轨并行”的成果。人工智能的“三驾马车”分别是算力、算法和大数据，除了袁海龙提到的AI算法，提升算力同样是发展人工智能的题中应有之义，也是AIoT得以突破技术瓶颈的关键所在，新型大算力芯片成为了业界迫切需求的底层产品。

北京清微智能科技有限公司首席架构师于义在论坛上进行了题为《大算力可重构芯片赋能超大模型训推一体》的分享，并表示：在算力大爆炸时代来临的今天，开发新型大算力芯片可以有效减少超大模型训练时间和成本。

图 | 北京清微智能科技有限公司首席架构师 于义

于义表示，在逐渐迈入智能社会的今天，人工智能技术伴随着多场景应用，所需要的AI超大模型正快速演进，伴随而来的是对算力需求的猛涨，据测算，算力需求正在从每2年翻一倍快速迈向3-4个月翻一倍。

于义认为，在当下更高的产品需求下，传统GPU共享存储架构方式算力拓展性差、无法很好scale out、交换机成本高的问题进一步凸显；同时大量网卡、交换机等网络设备也消耗能量巨大，降低了计算系统的能效。面对目前超大算力需求所面临的挑战，可重构计算架构更有优势。运用可重构计算架构技术（Coarse-grained Reconfigurable Architecture，CGRA）的第四代计算芯片，相比传统CPU/FPGA/GPGPU，其在性能、灵活性、资源效率、设计规模和生态等方面均有上佳表现。

例如，在同样算力下，CGRA相比CPU有80倍能效提升，相比GPU有47倍能效提升，相比FPGA有数量级提升。是提升算力新的解决路径。

二、革故鼎新，“国产化”AIoT正用新思路破局

云数据中心是AIoT领域乃至数字社会发展的“基石”，发展AIoT离不开对云数据中心的变革。同样的，在对算力、算法等新需求的冲击下，传统基于CPU/GPU的云数据中心，也走到了面临变革的十字路口。

在题为《基于软件定义的DPU架构及应用实践》中，中科驭数(北京)科技有限公司首席工程总监袁晓飞表示，DPU是数据中心技术创新的热点，将成为继GPU后的下一个核心算力芯片。

图 | 中科驭数(北京)科技有限公司首席工程总监 袁晓飞

袁晓飞认为，目前看来，传统CPU性能提升速度远落后于数据/网络带宽的增长速度。因此目前云数据中心基础设施软件开销巨大——大量的原本应该应用于技术数据的算力，被消耗在如通信、调度和存储等进行基础设施构建上，因而继续新的解决方案。

在袁晓飞看来，未来的算力生态应该是“三足鼎立”的局面：CPU应用于系统管理，GPU应用于规则计算，而像云数据中心这类基础设施的异构计算，作为以数据为中心构造的I/O密集型专用处理器，DPU无疑是更好的选择。

如果说云数据中心是AIoT产业发展的“幕后英雄”，作为AIoT六大板块之一的“端”，就是AIoT直面消费者、也是最受人们感知到“智能”的落地环节。

在题为《端侧智能语音AIoT单芯片助力智能家居全面升级》的分享中，成都启英泰伦科技有限公司副总裁张来表示，在智能家居这一标志性的AIoT产业中，面向消费者的智能应用的重要性正在逐渐提升。

图 | 成都启英泰伦科技有限公司副总裁 张来

实际上，无智能，也就无AIoT可言。但到底这里的智能指的是什么？张来认为，从多年的从业经验来看，对于广大消费者来说，尽管云端的智能很强大但通常无法被感知。下沉到如家电等全屋设备上的可触及智能更为重要——智能就意味着“更省事、少约束”。

他认为，从智能家电的视角来看，可以分类为本位智能（即功能自由、如洗衣机识别织物类型）、连接智能（即距离自由，如面板遥控器集中到手机APP中） 和交互智能（即表达自由，如智能音箱语音交互功能） 三类。 其中，人工智能语音全栈式技术服务在“端”侧智能的影响力正在不断加强。

三、反本还源，摩尔定律受限后AIoT再“探索”

当从微端的具体设备应用回到宏观行业视角，会发现国产AIoT面临着多方面的考验：一方面，长期作为半导体发展中的“金科玉律”的摩尔定律，目前正在受到物理极限与经济性的双重挑战；同时，在这种技术发展的不确定性中，是愈演愈烈的全球芯片竞争。

深信服科技半导体行业运营总监刘伟进行了题为《哪个环节限制了摩尔定律？从IT视角谈起》的分享。他提到，目前国外的政策指引，，既有上周三美国总统签署的《芯片与科学法案》，要求全球芯片制造企业在先进制程上未来十年之内二选一；也有欧洲在今年2月发布的《欧盟芯片法案》，计划总投入几百亿欧元。

图 | 深信服科技半导体行业运营总监 刘伟

当然，面对国际竞争，国内早有相应举措，近些年国家层面、各个政府层面在投入资金、健全科学研发体系和人才对接等方面都做出了不少贡献。其中，2020年7月发布的《新时期促进集成电路产业和高质量发展若干政策》，鼓励国内各个产业链、各个环节独立自主可控。但值得注意的是，目前芯片自给率只有36%，尽管我国在半导体行业产业链整体发展趋势是十分向好的，但同时也要看到，距离未来三年目标达到70%还有相当长的路要走。

刘伟提到，芯片行业特别在意信息安全，比如核心专利、代码、制图、版图等，要注重成果一个有效保存和流转，这个过程中，被一些勒索病毒定向攻击或挖矿病毒层出不穷情况下，怎么保证企业内部信息安全是十分重大的课题。

就半导体企业自身的发展来说，保障研发数据安全、提升运维管理效率、保证IT架构安全和让核心业务稳定承载既是AIoT企业的核心需求，也是在成长发展中容易被忽视的一个点。

在五位嘉宾相继的精彩分享后，2022“AIoT芯片技术开发者论坛”也彻底落下帷幕。镁客网期待与各位嘉宾和观众明年继续相约在南京。