资讯
近几年来，在国家大战略和技术双重驱动下，智慧社区、智能交通、平安城市等智慧城市细分项目建设进行得如火如荼，而无论是城市级解决方案还是行业解决方案，其系统平台都需要承载、接收处理、反馈庞大的信息数据量，而AI芯片作为计算力的硬件基础，在智慧城市建设中的重要性不言而喻，2019年及至未来，AI芯片无疑将与智慧城市深度捆绑共发展。
AI芯片是城市发展“发动机”
智慧城市是一个体系相当庞大且复杂的重大工程，包括智慧城市＋AI芯片、智慧城市＋安防、智慧城市＋金融、智慧城市＋医疗等等行业主题，因此，智慧城市建设仅靠政府力量远远不够，需要众多企业共同参与建设。近年来，行业大佬、互联网大公司和科技巨头陆续下海，从AI城市大脑切入布局智慧城市项目，如阿里巴巴的ET城市大脑、百度的AI CITY、腾讯的数字城市、科大讯飞的讯飞超脑、浪潮的城市智慧大脑、华为的智慧城市神经系统以及安防领域的海康威视的AI Cloud、大华的HOC城市之心等。
图源：图虫创意
前段时间，比特大陆与福州市签署“城市大脑”合作备忘录，以AI芯片助力福州市智慧城市建设，比特大陆董事长詹克团表示，比特大陆的愿景是为人工智能时代提供高性能、低功耗的算力基础，这也是智慧城市、“城市大脑”的核心。比特大陆此举动意味着，AI芯片厂商正在尝试从幕后走向幕前，试图以第一梯队阵营角色入局智慧城市建设，同时，这也说明产业发展正在往上游的芯片、算法领域深拓。
AI有软件和硬件之分，如果说，AI软件在于搭建平台，那么AI硬件的核心正是AI芯片。AI芯片是运算力的承载者，主要是应用在前端侧边缘计算和后端侧云计算。其中，云计算概念和应用出现较早，大家也较为熟识，主要是为企业应用提供灵活部署、可扩展且高效的方式来处理和存储数据。
但是，随物联网设备数量的迅猛增长以及应用场景的不断拓展，仅靠云计算很难充分发挥物联网项目的价值，特别是在实时分析、监控和管理方面，而且智能终端需求差异较大，无法在云端完成推理环节，这便需要有嵌入到设备内部的端AI芯片，让设备不需要联网就能具备AI能力。也就是说，需要在IoT终端（包括监控摄像机）以及传感器侧实现AI计算，这就是所谓的边缘计算。简而言之，边缘计算就是将后端计算能力转移一部分到前端完成，如此以来，不但提升前端分析与处理效率，而且减少整个系统网络传输和运营成本，可谓一举两得。
总之，AI芯片是智慧城市发展的“发动机”，是多个垂直AI硬件领域的不可或缺的一环，更是AI场景落地终端的最好载体，可以说，无AI芯片，智慧城市各项应用将无法智能运行。具体而言，在智慧城市应用中，物联网设备前端（智能终端）感知和采集的数据主要包括语音、图像、视频、文字等巨量多维数据，通过AI城市大脑平台将这些散布在城市各个场景的数据连接起来，并以边缘计算和云计算相结合的手段对海量多维数据进行分析、整合、存储及反馈，完成主动对城市进行全域的即时分析、指挥、调动、管理，有效调配公共资源，从而达到对城市的精准分析、整体研判、协同指挥，实现城市运行、行政管理和公共服务智能化，最终达到城市智能化治理。
城市发展促进AI芯片创新研发
AI芯片结合算法、大数据、物联网等技术的驱动下，以及国内政策红利进一步释放和资金的大量投入，智慧城市产业迎来新的发展。根据中投顾问产业研究中心数据显示，2018年我国智慧城市市场规模将达7．9万亿元，到2022年市场规模将达25万亿元。而整个智慧城市产业链都将是投资热点，AI芯片作为最底层硬件技术环节，是人工智能产业中的重中之重，必然成为最热门的投资领域，同时，这意味着城市的智能化进程反过来促进AI芯片研发的创新和需求。
一直以来，AI芯片一直被国外英特尔、英伟达、AMD、高通等巨头公司占据，但随我国智慧城市产业发展需求以及中兴被美国下发7年禁令事件，AI芯片产业在国内掀起了热潮。阿里、百度和腾讯等互联网大公司怀着爱国情怀，开始自主研发AI芯片，同时， AI芯片初创公司也不断涌现，资本越加青睐AI芯片企业。现在已经有数十家AI独角兽在角逐人工智能芯片市场，国内AI芯片厂商有专注于机器视觉的寒武纪、地平线、深鉴科技、云天励飞，比特大陆以及聚焦AI语音芯片的云知声、科大讯飞等。
在此趋势下，AI芯片产业发展规模逐渐扩大，据知名市场调研公司ReportLinker预计，到2023年，全球人工智能（AI）芯片市场规模将达到108亿美元，复合年均增长率达到53．6％。AI芯片很可能是芯片界的一次变革。
业界皆知，巨头早已将云端市场AI芯片瓜分殆尽，而终端侧AI芯片成为AI初创企业仅有的生存空间，而终端侧多样化且细分化的场景应用需求决定了推理环节必须在前端完成。因此，边缘端应用于推理的AI芯片或将是新创企业最大的突破口，当前这部分市场规模不大，但其市场增长空间不容小觑，最终或将超过训练市场的总收入。
一直以来，芯片性能每年以50％的速度提升，但是，随着摩尔定律逐渐失效，半导体工艺的限制使芯片性能提升越来越有限。在此背景下，芯片性能则将主要依靠计算架构创新来驱动，芯片架构创新研发必然成为各大芯片厂商的必争之地。而传统的AI芯片通用方案架构由于在高实时性、高智能化场景中的算力有限，而且功耗成本较大，在某些人工智能应用场景，定制的芯片适用性明显高于通用芯片。
另外，AI芯片不仅仅是上游技术的集体狂欢，更应是结合具体智慧城市各细分行业应用，最大化发挥AI芯片的产品化和工程化的价值。随着人工智能技术的快速推进，智慧城市产业需求也在不断发生变化，例如在不同的应用领域和不同的位置，无论是前端还是数据中心实际应用场景都存在很大的差异，而且，人工智能芯片的应用场景细分市场越来越多，很明显，来自语音、图像、视频的巨量多维数据仅靠单一通用芯片很难处理解决，因此，专用的多模态 AI 芯片或将在未来人工智能应用场景中一展宏图。
