AI的蓬勃发展为我国芯片制造商提供了一个“全力追赶”的机会。

在北京清华大学的一间办公室里，计算机芯片正在从附近的摄像头中获取数据，寻找存储在数据库中的人脸。几秒钟后，叫做Thinker的芯片，正在用中文处理语音指令。Thinker被设计来支持神经网络。但特别之处在于它使用的能源少之又少——只有8节AA电池就足以供电一年。

Thinker可以动态调整其计算和内存需求，以满足正在运行的软件需求。这很重要，因为许多真实的AI应用程序（图像识别的对象或者理解人类的语音）需要不同种类的神经网络的组合，这些神经网络具有不同的层数。

在2017年12月，一篇描述Thinker设计的论文发表在《IEEE Journal of Solid-State Circuits》上，这是“计算机硬件设计”的顶级期刊。对于我国的研究界来说，这是一个巨大的成就。

芯片只是我国科技行业一个重要趋势的例子。我国半导体行业看到了一个独特的机会，可以在当前对AI优化硬件的热潮中站稳脚跟。计算机芯片是AI成功的关键，因此我国需要发展自己的硬件产业，成为技术的真正力量。

清华大学微电子学院副院长，Thinker论文的第一作者尹寅一说：“与中国如何回应以前的信息技术革命相比，中国正在跟随目前的（AI）趋势的速度是最快的。”他指的是我国在设计神经网络处理器方面的努力。

尽管我国已成为太阳能电池板和智能手机的制造中心，但我国半导体行业仍远远落后于美国。据我国半导体工业协会数据显示，2017年1月至9月期间，我国在进口集成电路总额达到了1828亿美元，比2016年增长13.5%。包括谷歌和英特尔在内的美国主要科技公司，以及一些初创公司，都在开发应用于AI的芯片。

2017年12月，我国工业和信息化部发布了为期三年的AI发展计划，并制定了到2020年能够批量生产神经网络处理芯片的目标。



尽管可以使用功能强大的图形芯片或FPGA（一种可以在运行中重新配置的空白芯片）等现有芯片来运行AI软件，但这些设计昂贵，而且不适合使用电池的小型设备。这就是为什么清华的团队开发了Thinker。

Thinker可以嵌入到各种各样的设备中，比如智能手机、手表、家庭机器人或远程设备。Yin的团队计划在今年3月推出第一款装有Thinker的产品。

类似的项目正在我国其他地方进行。1月下旬，将会有一个本地半导体制造商生产一批用于机器人的芯片。这个名为Dadu的芯片有两个核心：一个用于运行神经网络，另一个用于控制运动。神经核心运行的是视觉算法，但也允许运动核心为到达目的地的最佳路线或抓取物体的最佳运动。

该研究所网络计算实验室主任、机器人芯片项目负责人Yinhe Han设想了一系列的应用，包括用手势控制咖啡和无人机的机器人。他说，在我国开发这样一个系统的好处是用户群庞大，这使得基于用户体验的芯片设计更的速度更快。

我国过去曾试图撼动芯片行业，但失败了。2001年，ICT（中国科学院计算技术研究所）组建了一个团队来开发桌面CPU。该团队成为我国芯片制造商龙芯的核心，但该公司的产品从未像创始人所希望的那样被广泛使用。

从2000年到2016年，中国集成电路产业发展迅速，占全球集成电路市场增长的58%。但据普华永道(PwC)的数据显示，2016年，中国在全球半导体制造产能中所占的份额仅为14.2%。在2015年中央政府宣布的“中国制造2025”的制造政策中，芯片设计和制造是政府要求突破的关键领域之一。

然而，我国的芯片初创企业发现自己身处一个与英特尔或英伟达截然不同的环境中。SmarCo是一家总部位于北京的创业公司，SmarCo公司总裁Dongrui Fan表示，企业已经开始采用云计算，这意味着现成的硬件市场可能会减少。

但我国的AI公司也越来越多地开发属于自己的硬件。

“将来只能生产芯片的公司可能会越来越少，”位于北京的创业公司Horizo​​n Robotics的ASIC设计总监马凤祥说，他专注于将AI技术应用于驾驶和照相机领域。2017年12月，Horizon发布了两款电脑视觉芯片。它们可以用来让车辆识别行人或帮助购物中心发现游客的交通模式。自2015年成立以来，公司已发展到300多名员工。

马云表示，Horizon Robotics不是芯片公司，而是为其产品设计芯片，以获得更好的产品性能和更低的生产成本。

目前，我国芯片研究人员有许多问题需要解决:如何将芯片设计商业化，如何扩大规模，以及如何驾驭AI所改变的计算机世界。然而，不缺乏的是雄心壮志。ICT的Yinhe Han表示：“作为芯片研究人员，我们都有梦想，我们会看到我们到底能跳多远。”