以下為2018集微半導體峰會之AI/5G論壇的干貨分享：
高通技術副總監李維興：
5G和AI是如何開啟未來的智能互聯生活
5G會帶來何種變革?下一階段便是人與人相連，人與物相連，而接下來的十年便會看到很多物與物相連的萬物互聯的使用場景。
AI在2025年會有超過5萬億美元的產品和服務或者是價值;5G在2035年能達到12億美元這么高的一個支撐。不論是國內還是國外，行業市場都一致看好5G和AI人工智能行業的發展。
高通在5G方面的投入很早就開始，通過全新的技術融合，把不同頻譜類型和頻段很好合一起。5G手機不僅支持5G，同時需要往下兼容。它設計上擁有更強和更復雜的天線陣列和設計。由于網絡端要對5G的支持，因此其天線的也需要增加，更多層級和更密集的天線也會增強4G手機在5G網絡下的表現。
AI人工智能，云端大數據計算只是第一步，它更看重AI終端側的運算，也就是人工智能的預處理計算。高通已經推出人工智能引擎，包含了硬件方面的DSP、CPU和GPU，可以按照不同算法的優缺點，調試使用任何一個有效的計算模塊。從軟件來說，高通具有神經網絡，它可以讓開發者透過SDK的方式去開發，能夠支持不同框架，打造生態系統合作。
比特微董事長、CTO楊作興：
全定制設計方法學是AI和區塊鏈的基石
全定制方法學是設計集成電路的方法之一，類似方法還有定制法、半定制法以及可編程邏輯器件和邏輯單元陣列設計方法。半導體工藝提升一代，帶來的好處接近采用全定制設計本身的好處。另外一個原因是設計越來越復雜，規模越來越大，使全定制設計周期長，不利于快速出新產品。
全定制設計主要是在RTL設計的晶圓廠單元庫、邏輯綜合和布局三個設計環節采用定制化、人工化設計，比特微通過在180nm 900MHZ RFID TAG芯片、28nm和16nm BTC芯片等項目上的實踐證明，全定制設計的優勢在于：方法學通過CELL的優化，PLACEMENT的優化，時鐘優化和門級網表優化等四個方面，使功耗優化、面積優化和成本優化都得到大幅提升。采用全定制方法學，在3-6個月左右的時間里，設計出的芯片的性能比傳統APR(自動布局布線)方法學設計出來的性能好大概一個數量級。
隨著半導體工藝進步帶來的好處越來越少，層次化設計解決了芯片的設計復雜性問題。全制定方法學會先在虛擬貨幣和AI領域成為主要方法學，然后逐步擴展到手機，PC，服務器和IoT領域。
華夏芯董事長 李科奕
異構計算時代的到來
芯片性能的增加，往往以高額資金投入作為代價，一是高額的工藝投入，二是高額的設計開發投入。我們看到，現在不僅IP越來越貴，設計團隊越來越龐大，設計開發人員的薪資水平也越來越高，加上當前市場碎片化加劇，芯片公司實現盈虧平衡的難度也越來越大。有人預言，按照這樣的發展趨勢，全球芯片設計公司可能只會剩下少數幾家，這個挑戰一直客觀存在。
目前，以異構計算為代表的架構創新，正在成為新風口。業界有一個共識，能否通過異構計算在提升性能、降低功耗的同時降低芯片制造費用、設計費用和編程費用，比如，用低端工藝制程和更小規模設計團隊來實現高端復雜芯片的設計，同時降低應用開發成本，這是業界共同努力的方向。
從異構計算的應用場景來看，異構計算非常適用于5G相關應用，包括無人駕駛、智能安防、數據中心、智能手機等各種智能終端。目前，這些領域正不斷涌現出各種異構創新。
華夏芯不僅為客戶提供SoC芯片，還為客戶提供完整的異構IP平臺和異構芯片定制化服務。
新的賽道正在構建，新的生態也在形成，這一點應該引起國內同行的關注，畢竟這是一個新的計算黃金時代!
上海湖杉投資管理有限公司創始合伙人蘇仁宏：
半導體投資的困難和機遇
在過去幾年的半導體業投資中，賺錢的有兩類，一類是專注半導體產業鏈的基金，另一類是綜合基金的個別項目，也就三五個。
而到如今，投資其實更難了。因為宏觀大環境投資比以前難，移動互聯和手機進入成熟期，AI和新能源等新興板塊泡沫過重。
但是困難與機會相伴相生，從中也有很多機會，如：國際半導體大廠加速整合，維持市場地位和增長，引發離職潮，很多人才回國創業;國內大廠繼續折騰，有比市場更賺錢的機會;大基金背景下的市場缺位;海歸+本土半導體人才10倍于10年前;資本激發創業熱情，市場給了中國芯更多機會，未來五年中國大陸半導體復合增長率超過20%，遠超全球平均3%-5%的規模，是近10年全球半導體市場規模增長最快的地區。
從投資產品來看，主要有存量和增量市場。存量市場在于高性能計算、存儲、高精尖、細分模擬等機會為主;在增量方面，5G、AI、新能源汽車、硬件新物種等拉動半導體高速成長，特別是汽車電子類技術和產品，以及AI視覺與語音識別技術，更早投資將更早帶來收益。
未來前十大芯片公司都是系統公司;AI云端芯片以自研+大廠定制為主; AI邊緣計算在等待新物種爆發，如兒童機器人、智能音箱等等，值得關注。
今后，芯片產業鏈將重構，包括產業分工、價值鏈等，而產業價值將依托于芯片+云+數據。
黑芝麻智能科技COO劉衛紅：
自動駕駛SoC成最具挑戰邊緣芯片
自動駕駛是當下的一個熱點，預計在2025年，全球自動駕駛的市場規模將會達到150億美元，年均增長率會達到40%，同時可以看到自動駕駛芯片在2025年會達到72億美元，年增長率達57%。
無論是特斯拉還是英特爾、谷歌都投入重金，但自動駕駛的路絕對不是一帆風順的，前端時間自動駕駛安全事件，原因在于缺乏穩定可靠的感知和認知系統。而要確定穩定可靠的感知和認知能力，一是有清晰的視覺，二是有好的算法，三是高效強大的運算能力。
因而，自動駕駛SoC成為最具挑戰性的邊緣芯片，它需要一個軟件平臺，同時還需要大量第三方的IP，相當一個超級計算機。
黑芝麻致力于提供這一SoC傳感器感知及處理平臺方案，集成幾大核心技術，包括有獨特專利的視頻壓縮、圖像處理、多層異構計算等，并融合了全方位深度優化的神經網絡，可實現實時高速3D的處理。
海賽人工智能CEO沈翀：
AI時代的智慧城市應用探索和實踐
海賽人工智能成立于2017年，總部位于合肥。自2014年起海賽團隊便開始和AI與大數據的行業應用探索，覆蓋了智能零售，醫療影像，經濟統計等領域，目前主要聚焦于運用機器學習與大數據建模結合的視頻解析技術，將算法和落地的行業應用進行結合。
智慧城市在廣義上是指城市的信息化，但是真正智慧城市的概念目前還只是處于缺乏“智慧的智慧城市”的階段。
海賽人工智能一直在思考如何讓智慧城市變得更有智慧?目前公司主要從三個方向開展：一是宏觀經濟，因為宏觀經濟是一個決策之本;二是公共安全，雖然海賽還是一個小公司，但是在這一領域已經接到了很多項目;三是民生服務，在這個年代，可以說AI應用已經開始深入民心，它確實能夠在行業的方方面面爆發出它的能量。
寒武紀研究院院長杜子東：
推動人工智能真正落地
從2008開始我們的初創團隊就對人工智能架構方面的交叉研究，直到2016年成立了寒武紀，用從2008到2016年這8年時間將領先的學術成果轉化成為真正的產品，推動這些產品在社會的各個行業應用，也使得人工智能能夠真正地落地，走向千家萬戶。
2013年發布了國際首個深度學習處理器架構，2014年發布了國際首個多核深度學習處理器架構，2015年發布國際首個通用機器學習處理器架構，以及超低功耗智能識別加速器。
2017年完成了A輪的融資，成為全球智能芯片的獨角獸公司。2018年完成了B輪融資，發布了寒武紀1M處理器IP、MLU100芯片和智能處理卡。
目前在全國有四個辦公地點，分別是北京、上海、深圳、合肥。
寒武紀的產品主要分成兩條生產線，一個是面向嵌入式終端的提供IP授權。這些芯片會給端測提供強大的推理能力，使得這些終端設備賦予AI處理能力。第二個是面向云端服務器，提供芯片和加速卡。
寒武紀的主營產品是智能處理器IP產品，包括：寒武紀的1A處理器(第一款深度學習處理器)、1H16處理器(有更高性能，更完備的深度學習處理器)、1H8處理器(面向計算機視覺領域專用處理器)、1M處理器(面向智能駕駛)等。
其中，相對于四核的通用CPU來講，寒武紀1A具有25倍以上的性能和50倍的以上的能效。人工智能實測性能遠超過蘋果A11處理器，搭載寒武紀1A的麒麟970每分鐘識別2005張照片，蘋果A11每分鐘識別889張照片。
在提供硬件產品的同時，寒武紀也提供了一套軟件平臺。平臺上層支持目前主流的一些包括Caffe、caffe2等，使得算法人員可以在對自己算法的遷移上有一個比較低的開銷，甚至對相關的內容更加熟悉一些，可以做到無縫的切換。
京公網安備 11010502049343號