方興未艾的AIoT，如何跑出“高質量發展”？

一路狂奔的AIoT，正在迫近“下半場”。

群雄逐鹿正當時。

鎂客網注意到，伴隨著2017年小米等深研智能設備的企業的大舉進軍，AIoT（即AI+IoT，通常指人工智能技術與物聯網在實際應用中的融合落地）這一新興領域正式躍入了商界的“大眾視野”。近幾年，包括互聯網巨頭如小米、AI企業如曠視、安防企業如?？低?、以及多家通訊企和物聯網等原先分屬不同賽道的玩家，都紛紛向AIoT“戰略轉移”，開啟了新的投資與業務布局。

那么，AIoT的誘惑究竟在哪里？

鎂客網注意到，伴隨著人工智能技術不斷提升在IoT設備端的滲透率，AIoT正逐漸成為傳統行業智能化升級的重要通道和物聯網產業未來發展的大趨勢。

從市場產值上看，根據機構IDC的數據預測，2019年全球AIoT市場規模就已達到2264億美元，預計到今年將達到4820億美元，2019-2022年復合增長率有望達到為28.65%。

從產業發展上看，擁有“端”、“邊”、“管”、“云”、“用”、“產業服務”六大板塊的AIoT在家居、汽車、智慧城市、公共事業等行業和領域的需求正在逐步放大，應用場景進一步拓展，產業發展前景可期。

但在產業的飛速發展中，也難免會遇到一些瓶頸和阻礙。8月19日下午，由鎂客網和潤展國際承辦的2022世界半導體大會平行論壇——“AIoT芯片技術開發者論壇”上，就AIoT芯片開發設計的底層問題和發展中所遇到的困境及解決方案，5位來自國內云計算、半導體、物聯網和芯片開發設計等知名企業的嘉賓，分享了他們在實際業務中獲得的成熟經驗，并與現場觀眾展開了一次深入探討。

一、深根固柢，“基礎設施”保證AIoT穩定發展

芯片是AIoT產業中的核心一環，同時也是世界高科技產業競爭中絕對的焦點，而IC設計更是芯片產業鏈中舉足輕重的存在。

目前，國內芯片設計企業數量已經達到2800家，眾多創業者躍入該極富吸引力、同時競爭極為激烈的賽道之中，那么，該如何為AIoT中“國產芯”的順利成長保駕護航？

在主題為《助力國產芯片“騰云駕數”》的分享中，騰訊云計算（北京）有限責任公司首席架構師袁海龍認為，是否對云計算、大數據和人工智能等方向有足夠的重視，對IC設計初創企業的生存及成長來說非常重要。

圖 | 騰訊云計算（北京）有限責任公司首席架構師 袁海龍

他表示，員工數量少、計算資源需求大、數據納管和積累能力要求高，是一般IC初創企業的現實情況。通過合理使用云計算技術，能夠讓初創的IC設計公司更靈活、更彈性地使用計算資源，避免了硬性資源的浪費，能夠減少前期投入和成本壓力；運用成熟的大數據技術及服務，可以更好的處理IC設計企業在設計、驗證、仿真等環節中產生的大量數據；同時，AI算法正成為加速芯片設計、改善工藝參數、提升生產良率的新引擎。

值得注意的是，AIoT的成長與成熟是AI（人工智能）與IoT“雙軌并行”的成果。人工智能的“三駕馬車”分別是算力、算法和大數據，除了袁海龍提到的AI算法，提升算力同樣是發展人工智能的題中應有之義，也是AIoT得以突破技術瓶頸的關鍵所在，新型大算力芯片成為了業界迫切需求的底層產品。

北京清微智能科技有限公司首席架構師于義在論壇上進行了題為《大算力可重構芯片賦能超大模型訓推一體》的分享，并表示：在算力大爆炸時代來臨的今天，開發新型大算力芯片可以有效減少超大模型訓練時間和成本。

圖 | 北京清微智能科技有限公司首席架構師 于義

于義表示，在逐漸邁入智能社會的今天，人工智能技術伴隨著多場景應用，所需要的AI超大模型正快速演進，伴隨而來的是對算力需求的猛漲，據測算，算力需求正在從每2年翻一倍快速邁向3-4個月翻一倍。

于義認為，在當下更高的產品需求下，傳統GPU共享存儲架構方式算力拓展性差、無法很好scale out、交換機成本高的問題進一步凸顯；同時大量網卡、交換機等網絡設備也消耗能量巨大，降低了計算系統的能效。面對目前超大算力需求所面臨的挑戰，可重構計算架構更有優勢。運用可重構計算架構技術（Coarse-grained Reconfigurable Architecture，CGRA）的第四代計算芯片，相比傳統CPU/FPGA/GPGPU，其在性能、靈活性、資源效率、設計規模和生態等方面均有上佳表現。

例如，在同樣算力下，CGRA相比CPU有80倍能效提升，相比GPU有47倍能效提升，相比FPGA有數量級提升。是提升算力新的解決路徑。

二、革故鼎新，“國產化”AIoT正用新思路破局

云數據中心是AIoT領域乃至數字社會發展的“基石”，發展AIoT離不開對云數據中心的變革。同樣的，在對算力、算法等新需求的沖擊下，傳統基于CPU/GPU的云數據中心，也走到了面臨變革的十字路口。

在題為《基于軟件定義的DPU架構及應用實踐》中，中科馭數(北京)科技有限公司首席工程總監袁曉飛表示，DPU是數據中心技術創新的熱點，將成為繼GPU后的下一個核心算力芯片。

圖 | 中科馭數(北京)科技有限公司首席工程總監 袁曉飛

袁曉飛認為，目前看來，傳統CPU性能提升速度遠落后于數據/網絡帶寬的增長速度。因此目前云數據中心基礎設施軟件開銷巨大——大量的原本應該應用于技術數據的算力，被消耗在如通信、調度和存儲等進行基礎設施構建上，因而繼續新的解決方案。

在袁曉飛看來，未來的算力生態應該是“三足鼎立”的局面：CPU應用于系統管理，GPU應用于規則計算，而像云數據中心這類基礎設施的異構計算，作為以數據為中心構造的I/O密集型專用處理器，DPU無疑是更好的選擇。

如果說云數據中心是AIoT產業發展的“幕后英雄”，作為AIoT六大板塊之一的“端”，就是AIoT直面消費者、也是最受人們感知到“智能”的落地環節。

在題為《端側智能語音AIoT單芯片助力智能家居全面升級》的分享中，成都啟英泰倫科技有限公司副總裁張來表示，在智能家居這一標志性的AIoT產業中，面向消費者的智能應用的重要性正在逐漸提升。

圖 | 成都啟英泰倫科技有限公司副總裁 張來

實際上，無智能，也就無AIoT可言。但到底這里的智能指的是什么？張來認為，從多年的從業經驗來看，對于廣大消費者來說，盡管云端的智能很強大但通常無法被感知。下沉到如家電等全屋設備上的可觸及智能更為重要——智能就意味著“更省事、少約束”。

他認為，從智能家電的視角來看，可以分類為本位智能（即功能自由、如洗衣機識別織物類型）、連接智能（即距離自由，如面板遙控器集中到手機APP中） 和交互智能（即表達自由，如智能音箱語音交互功能） 三類。 其中，人工智能語音全棧式技術服務在“端”側智能的影響力正在不斷加強。

三、反本還源，摩爾定律受限后AIoT再“探索”

當從微端的具體設備應用回到宏觀行業視角，會發現國產AIoT面臨著多方面的考驗：一方面，長期作為半導體發展中的“金科玉律”的摩爾定律，目前正在受到物理極限與經濟性的雙重挑戰；同時，在這種技術發展的不確定性中，是愈演愈烈的全球芯片競爭。

深信服科技半導體行業運營總監劉偉進行了題為《哪個環節限制了摩爾定律？從IT視角談起》的分享。他提到，目前國外的政策指引，，既有上周三美國總統簽署的《芯片與科學法案》，要求全球芯片制造企業在先進制程上未來十年之內二選一；也有歐洲在今年2月發布的《歐盟芯片法案》，計劃總投入幾百億歐元。

圖 | 深信服科技半導體行業運營總監 劉偉

當然，面對國際競爭，國內早有相應舉措，近些年國家層面、各個政府層面在投入資金、健全科學研發體系和人才對接等方面都做出了不少貢獻。其中，2020年7月發布的《新時期促進集成電路產業和高質量發展若干政策》，鼓勵國內各個產業鏈、各個環節獨立自主可控。但值得注意的是，目前芯片自給率只有36%，盡管我國在半導體行業產業鏈整體發展趨勢是十分向好的，但同時也要看到，距離未來三年目標達到70%還有相當長的路要走。

劉偉提到，芯片行業特別在意信息安全，比如核心專利、代碼、制圖、版圖等，要注重成果一個有效保存和流轉，這個過程中，被一些勒索病毒定向攻擊或挖礦病毒層出不窮情況下，怎么保證企業內部信息安全是十分重大的課題。

就半導體企業自身的發展來說，保障研發數據安全、提升運維管理效率、保證IT架構安全和讓核心業務穩定承載既是AIoT企業的核心需求，也是在成長發展中容易被忽視的一個點。

在五位嘉賓相繼的精彩分享后，2022“AIoT芯片技術開發者論壇”也徹底落下帷幕。鎂客網期待與各位嘉賓和觀眾明年繼續相約在南京。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！