2017年年由人工智能大潮引領(lǐng)的新一輪技術(shù)創(chuàng)新，迅速帶動(dòng)全球半導(dǎo)體創(chuàng)新加速。中國(guó)IC設(shè)計(jì)公司迎來了與海外IC設(shè)計(jì)公司同步起飛的時(shí)代機(jī)遇。同時(shí)，由中國(guó)率先提出并倡導(dǎo)的“一帶一路”戰(zhàn)略，迅速成為全球經(jīng)濟(jì)和科技發(fā)展的新亮點(diǎn)與新看點(diǎn)。

在可預(yù)測(cè)的未來，全球半導(dǎo)體行業(yè)將呈現(xiàn)高速發(fā)展趨勢(shì)歐洲以德國(guó)，法國(guó)，英國(guó)為代表，仍將持續(xù)關(guān)注智能制造，智慧城市，區(qū)塊鏈等熱門技術(shù);而在北美的硅谷，波士頓，不僅見證著初創(chuàng)企業(yè)的蓬勃發(fā)展，生命科學(xué)，環(huán)境科學(xué)，航天科學(xué)等學(xué)科也突飛猛進(jìn);作為全球最具活力的市場(chǎng)，亞太區(qū)對(duì)CPU，GPU和存儲(chǔ)器的需求尤其旺盛而當(dāng)前全球最重要的發(fā)展熱點(diǎn)來自AI和物聯(lián)網(wǎng)，人與機(jī)器達(dá)到了空前的融合，物聯(lián)網(wǎng)正演變?yōu)?ldquo;我聯(lián)網(wǎng)”，這需要云端，電信端和終端的密切配合。

“上知天文，下知地理，文經(jīng)武律，以立其身”。憑借高科技資本，技術(shù)人才和全球最佳市場(chǎng)的優(yōu)勢(shì)，中國(guó)IC業(yè)者近些年創(chuàng)造出了一系列令人矚目的成就，例如中國(guó)自主研發(fā)的CPU已經(jīng)運(yùn)行在國(guó)產(chǎn)超級(jí)計(jì)算機(jī)中，長(zhǎng)江存儲(chǔ)3D NAND存儲(chǔ)芯片量產(chǎn)在即，清華大學(xué)推出的可重構(gòu)計(jì)算處理器，兆易創(chuàng)新的非易失性存儲(chǔ)芯片都已成為明星產(chǎn)品。那么，中國(guó)IC廠商如何在“一帶一路”的利好政策下，走向全球市場(chǎng)，占領(lǐng)IC時(shí)代巔峰？在AI時(shí)代，中國(guó)IC廠商是否能夠和國(guó)際對(duì)手處于同一起跑線？本次峰會(huì)將為您一一解開心中的疑惑。

物聯(lián)網(wǎng)，5G和人工智能市場(chǎng)下的中國(guó)IC機(jī)遇

“回顧歷史，物聯(lián)網(wǎng)這個(gè)概念提出近20年，商業(yè)化嘗試也有10年，但現(xiàn)在既有的物聯(lián)網(wǎng)連接只有10億個(gè)，根本問題出在哪里？”夏硯秋分析認(rèn)為，技術(shù)上來看，最重要的就是原有的物聯(lián)網(wǎng)技術(shù)過于簡(jiǎn)單，無法在全球范圍內(nèi)實(shí)現(xiàn)普遍覆蓋，從而導(dǎo)致商業(yè)化的不成功。而物聯(lián)網(wǎng)的新時(shí)代在于低功耗廣域物聯(lián)網(wǎng)的誕生和標(biāo)準(zhǔn)的確立，使得全球范圍內(nèi)的覆蓋成為可能，運(yùn)營(yíng)商擁有大規(guī)模的服務(wù)提供能力，可以形成真正可持續(xù)的盈利模式，把垂直行業(yè)應(yīng)用融合起來，把智能生活帶給每個(gè)人，每個(gè)家庭。

在物聯(lián)網(wǎng)新舊時(shí)代轉(zhuǎn)換的過程中，各國(guó)政府和運(yùn)營(yíng)商在其中起到了主導(dǎo)作用，一個(gè)定標(biāo)準(zhǔn)，一個(gè)修路。可以看到，物聯(lián)網(wǎng)的產(chǎn)業(yè)鏈條復(fù)雜多樣，但芯片產(chǎn)業(yè)占比非常低，單獨(dú)從芯片本身也看不到賺大錢的機(jī)會(huì)，全球只有少數(shù)玩家參與。但反觀人工智能這一波產(chǎn)業(yè)浪潮中，芯片技術(shù)在其中發(fā)揮的驅(qū)動(dòng)力和商業(yè)機(jī)會(huì)則大不一樣。

在物聯(lián)網(wǎng)新舊時(shí)代轉(zhuǎn)換的過程中，各國(guó)政府和運(yùn)營(yíng)商在其中起到了主導(dǎo)作用，一個(gè)定標(biāo)準(zhǔn)，一個(gè)修路?？梢钥吹?，物聯(lián)網(wǎng)的產(chǎn)業(yè)鏈條復(fù)雜多樣，但芯片產(chǎn)業(yè)占比非常低，單獨(dú)從芯片本身也看不到賺大錢的機(jī)會(huì)，全球只有少數(shù)玩家參與。但反觀人工智能這一波產(chǎn)業(yè)浪潮中，芯片技術(shù)在其中發(fā)揮的驅(qū)動(dòng)力和商業(yè)機(jī)會(huì)則大不一樣。

與2011年物聯(lián)網(wǎng)概念第一次出現(xiàn)在觸發(fā)期，且被認(rèn)為還需要5 - 10年的時(shí)間才能成熟不同的是，物聯(lián)網(wǎng)已經(jīng)變成了物聯(lián)網(wǎng)平臺(tái)，成熟的時(shí)間也變成了2- 5年，但仍然處于技術(shù)發(fā)展的早期。物聯(lián)網(wǎng)芯片當(dāng)然是不可或缺的，但驅(qū)動(dòng)力更多的是來自于產(chǎn)業(yè)各方如何達(dá)成共識(shí)。但反觀人工智能相關(guān)的技術(shù)卻一下子多了起來，綠框中，無論是還處于早期的強(qiáng)化學(xué)習(xí)，神經(jīng)擬態(tài)硬件，還是處于炒作巔峰的深度學(xué)習(xí)，機(jī)器學(xué)習(xí)，自動(dòng)駕駛，認(rèn)知計(jì)算都和AI芯片強(qiáng)相關(guān)，無論是在學(xué)術(shù)界和產(chǎn)業(yè)界，我們都可以深切地感受到芯片對(duì)于人工智能相關(guān)技術(shù)的關(guān)鍵推動(dòng)力量。

那么人工智能芯片市場(chǎng)到底有多大呢？JP摩根認(rèn)為未來5年將保持60％的年化增長(zhǎng)速度，從2017年的30億美元到2022年的330億美元; Nvidia更加激進(jìn)，認(rèn)為在2020年這個(gè)市場(chǎng)就會(huì)達(dá)到300億美元，其中訓(xùn)練市場(chǎng)110億美元，推理市場(chǎng)150億美元，高性能計(jì)算市場(chǎng)40億美元;英特爾把數(shù)據(jù)中心的CPU，GPU，內(nèi)存，網(wǎng)絡(luò)，光芯片全放在一起，認(rèn)為2021年要到650億美元; IDC和Gartner的給出的數(shù)據(jù)是5年后大概100億-150億美元的新增AI芯片市場(chǎng)。

也就是說，無論按照誰的標(biāo)準(zhǔn)，這塊市場(chǎng)的增長(zhǎng)都遠(yuǎn)遠(yuǎn)超過了IC產(chǎn)業(yè)的平均增速，而這樣一塊新市場(chǎng)的誕生，在過去十幾年半導(dǎo)體產(chǎn)業(yè)發(fā)展的過程中是非常不同尋常的，所以不僅吸引了老牌的IC廠商廣泛參加，也吸引了非常多的創(chuàng)業(yè)公司參加，可以說對(duì)于AI芯片市場(chǎng)比較樂觀的一個(gè)判斷，幾乎成了產(chǎn)業(yè)界的共識(shí)。

對(duì)于未來的樂觀預(yù)測(cè)不是拍腦袋想出來的。根據(jù)2017年全球服務(wù)器和GPU的出貨量來看，服務(wù)器出貨量達(dá)1100萬臺(tái)，其中云計(jì)算廠商大概占到了40％，Nvidia的數(shù)據(jù)中心GPU出貨量32萬塊，按照一臺(tái)服務(wù)器配4個(gè)GPU來估計(jì)，去年具備AI加速能力的服務(wù)器出貨量只有7萬臺(tái)，和總得出貨量相比，滲透率不足1％。

夏硯秋強(qiáng)調(diào)說，這個(gè)數(shù)字很重要。從一個(gè)角度來看，可以理解為數(shù)據(jù)中心的GPU市場(chǎng)仍然是一個(gè)利基市場(chǎng)，很多服務(wù)器并不需要AI功能。但如果換一個(gè)角度來思考，那就是數(shù)據(jù)中心的AI芯片市場(chǎng)還遠(yuǎn)遠(yuǎn)沒有到頂，如果誰能提供價(jià)格合適，性能強(qiáng)大的AI芯片，客戶沒有理由不買。

如果從利潤(rùn)的角度來看，機(jī)會(huì)就更加明顯了。左圖曲線是Nvidia GPU的每瓦性能提升趨勢(shì)曲線，斜率還是比較穩(wěn)定的;右圖是GPU的售價(jià)和性能的曲線，從斜率來看，這個(gè)性價(jià)比是越來越差的，但這也是Nvidia公司的利潤(rùn)源泉。

2017年，Nvidia公司的毛利率達(dá)到了62％，而5年前只有52％，考慮到數(shù)據(jù)中心業(yè)務(wù)在Nvidia的總收入中占比只有20％，所以毛利率應(yīng)該更高;而老對(duì)手AMD近5年來毛利率也就是在30％上下。因此，如果誰能夠挑戰(zhàn)的Nvidia現(xiàn)在的霸主地位，不僅市場(chǎng)規(guī)模會(huì)做到很大，利潤(rùn)方面也將遠(yuǎn)遠(yuǎn)超越一般的半導(dǎo)體廠商。

AI芯片最大的挑戰(zhàn)來自于市場(chǎng)定位，如何平衡性能與靈活性？是贏者通吃還是深耕長(zhǎng)尾？這是夏硯秋在現(xiàn)場(chǎng)對(duì)行業(yè)提出的問題。這其實(shí)代表了AI芯片的兩種商業(yè)選擇，換句話說，由于芯片產(chǎn)業(yè)的歸一化標(biāo)準(zhǔn)，大家實(shí)際上只有兩個(gè)選擇：在數(shù)據(jù)中心市場(chǎng)擊敗Nvidia公司，或者是構(gòu)建垂直領(lǐng)域的端到端護(hù)城河

贏者通吃的代表是來自英國(guó)的Graphcore公司，它在2017年10月底公開宣布其IPU達(dá)到了之前的設(shè)定目標(biāo)，相比于其它AI加速處理器性能提高10倍至100倍，在訓(xùn)練和推理都表現(xiàn)出色，最大程度地支撐開發(fā)者的創(chuàng)新模型和算法，實(shí)現(xiàn)其它硬件架構(gòu)無法實(shí)現(xiàn)的任務(wù)。

而以下數(shù)據(jù)則告訴我們深耕長(zhǎng)尾的價(jià)值：

數(shù)據(jù)中心：30億美元

安防監(jiān)控：1億攝像頭出貨量，傳統(tǒng)監(jiān)控芯片市場(chǎng)規(guī)模20億美元

自動(dòng)駕駛：9000萬汽車出貨量，未來ADAS市場(chǎng)10億美元，L2 / L3市場(chǎng)20億美元，L4 / L5市場(chǎng)50億美元

智慧家庭：智能音箱（2017年數(shù)千萬出貨），智能攝像頭，游戲機(jī)

智能手機(jī)：15億出貨量，AP市場(chǎng)規(guī)模400億美元，美顏相機(jī)，AR和語(yǔ)音助手

AI醫(yī)療：醫(yī)學(xué)影像診療，高性能計(jì)算

機(jī)器人/無人機(jī)：數(shù)百萬出貨量

但夏硯秋認(rèn)為，目前的AI芯片還不能解決安防領(lǐng)域遇到的所有問題，而在自動(dòng)駕駛領(lǐng)域又恰恰相反，是AI芯片運(yùn)算性能過剩，例如當(dāng)前的GPU已經(jīng)能夠具備支持L5自動(dòng)駕駛的性能，人們探討更多的是如何將可靠性從99.9％提升到99.9999％，這需要從更高的系統(tǒng)層面進(jìn)行思考。深耕長(zhǎng)尾的價(jià)值在于垂直整合解決實(shí)際商業(yè)問題，而在這一波浪潮中，中國(guó)IC廠商將首次和國(guó)際對(duì)手處于同一起跑線。

北京芯愿景有限公司總經(jīng)理張軍援引知名美劇“權(quán)力的游戲”的主題，從規(guī)則，攻略和裝備三方面闡述了三大法律法規(guī)，如何建立有效的攻防體系以及兩種時(shí)效性非常強(qiáng)的專利工具。

他強(qiáng)調(diào)稱，與集成電路行業(yè)相關(guān)的包括專利權(quán)，布圖設(shè)計(jì)權(quán)和商業(yè)秘密權(quán)。在布圖設(shè)計(jì)權(quán)中，保護(hù)“思想的表達(dá)”而非“思想”本身，也就是說，按照“條例“第五條的規(guī)定：”布圖設(shè)計(jì)的保護(hù)，不延及思想，處理方法，操作方法或者數(shù)學(xué)概念等。“;如果按照”條例“第四條：”受保護(hù)的布圖設(shè)計(jì)應(yīng)當(dāng)具有獨(dú)創(chuàng)性性，即該布圖設(shè)計(jì)是創(chuàng)作者自己的智力勞動(dòng)成果，并且在其創(chuàng)作時(shí)該布圖設(shè)計(jì)在布圖設(shè)計(jì)創(chuàng)作者和集成電路制造者中不是公認(rèn)的常規(guī)設(shè)計(jì)。”，那么，保護(hù)布圖設(shè)計(jì)中的獨(dú)創(chuàng)性部分，而非其它;第三點(diǎn)，按照“條例”第七條：該法規(guī)保護(hù)“集成電路布圖設(shè)計(jì)，含有該布圖設(shè)計(jì)的集成電路或者含有該集成電路的物品”。 ，闡明了布圖設(shè)計(jì)保護(hù)的三個(gè)層次。

而根據(jù)獨(dú)立創(chuàng)作性要求，布圖設(shè)計(jì)只要求獨(dú)立完成，并不要求首創(chuàng);不排斥兩個(gè)獨(dú)立完成的內(nèi)容相近甚至相同的布圖設(shè)計(jì);布圖設(shè)計(jì)侵權(quán)鑒定時(shí)，不能僅憑相似度來判定侵權(quán)，還需要確定雙方是否獨(dú)立完成 - “接觸+相似”的判定原理而在創(chuàng)造性概念中，布圖設(shè)計(jì)的工業(yè)產(chǎn)權(quán)屬性，決定受保護(hù)客體需要一定的創(chuàng)造性;布圖設(shè)計(jì)的作品屬性，決定受保護(hù)客體不僅要有“個(gè)性”，還要有一定的“質(zhì)量”;布圖設(shè)計(jì)的創(chuàng)作性略高于著作權(quán)，遠(yuǎn)低于專利權(quán)。

而專利戰(zhàn)略的目的，是為了自身的長(zhǎng)遠(yuǎn)利益和發(fā)展，運(yùn)用專利制度提供的法律保護(hù)，在技術(shù)競(jìng)爭(zhēng)和市場(chǎng)競(jìng)爭(zhēng)中謀取最大經(jīng)濟(jì)利益，并保持自己競(jìng)爭(zhēng)優(yōu)勢(shì)的整體性戰(zhàn)略觀念與謀略戰(zhàn)術(shù)的集成總和體。

在運(yùn)用專利戰(zhàn)略攻擊時(shí)，既可以使用專利無效訴訟（即利用現(xiàn)有技術(shù)進(jìn)行創(chuàng)新性否定）或技術(shù)壟斷訴訟（通過訴壟斷而得到免費(fèi)專利授權(quán)），也可以使用產(chǎn)品侵權(quán)訴訟，包括侵權(quán)訴訟自有專利訴競(jìng)爭(zhēng)對(duì)手產(chǎn)品侵權(quán)），專利購(gòu)買（購(gòu)買專利訴競(jìng)爭(zhēng)對(duì)手產(chǎn)品侵權(quán)），聯(lián)合專利池（通過企業(yè)之間合作建立共同的專利池）和NPE策略（利用“非關(guān)聯(lián)”企業(yè)進(jìn)行訴訟） 。而文獻(xiàn)公開，宣告無效，外圍專利，設(shè)計(jì)侵權(quán)規(guī)避和共享專利池則形成了專利防御體系。

而反向工程在證據(jù)鏈中的作用體現(xiàn)在使用公開：即通過反向工程查找公開銷售產(chǎn)品中的公知技術(shù)，以及通過反向工程查找產(chǎn)品中的侵權(quán)證據(jù)具體到集成電路行業(yè)，則包括系統(tǒng)專利侵權(quán)分析，封裝專利侵權(quán)分析，制造工藝侵權(quán)分析，MEMS器件侵權(quán)分析，數(shù)字算法侵權(quán)分析，嵌入式軟件侵權(quán)分析，F(xiàn)PGA代碼侵權(quán)分析等等。

專利概要分析報(bào)告IPreportor是芯愿景公司推出的兩種“游戲裝備”之一，主要跟蹤通信，MEMS等幾大領(lǐng)域的芯片產(chǎn)品，力求芯片產(chǎn)品面世兩周內(nèi)推出概要分析報(bào)告，可以按照領(lǐng)域以會(huì)員制方式進(jìn)行服務(wù)。

而IPsense系統(tǒng)則是芯愿景研發(fā)的專利查詢和挖掘系統(tǒng)。在IPsense系統(tǒng)的云端包含有超過42000個(gè)芯片的海量數(shù)據(jù)資料。在任意的客戶端通過瀏覽器連接IPsense服務(wù)，可以快速查詢芯片的各種數(shù)據(jù)信息并通過瀏覽器呈現(xiàn)給客戶。通過IPsense獨(dú)有的智能匹配算法，能夠利用客戶指定的專利內(nèi)容在數(shù)據(jù)庫(kù)中進(jìn)行挖掘和匹配，并將和專利相關(guān)聯(lián)的芯片細(xì)節(jié)信息呈現(xiàn)給客戶。

目前，憑借高智能的自主研發(fā)的專利同電路的匹配軟件系統(tǒng)，芯愿景已經(jīng)能夠?qū)崿F(xiàn)自主分析重點(diǎn)領(lǐng)域關(guān)鍵芯片（主要關(guān)注國(guó)際前10大設(shè)計(jì)公司），建立了三層次芯片電路信息庫(kù)，做到同國(guó)家專利局專利信息同步更新，實(shí)時(shí)為客戶提供所需的侵權(quán)證據(jù)。

Cadence公司中國(guó)區(qū)總經(jīng)理徐昀在演講中表示，EDA發(fā)展的歷史就是芯片設(shè)計(jì)方法學(xué)發(fā)展的歷史，整體來看是自下而上，從物理層設(shè)計(jì)，到電路層設(shè)計(jì)，再到系統(tǒng)層設(shè)計(jì)，接下來是人工智能來怎樣幫助設(shè)計(jì)的下一步發(fā)展。那么，EDA工具的下一步，該走向何方？

過去一年我們看到了人工智能的快速發(fā)展，尤其是中國(guó)已經(jīng)成為了人工智能的全球第二大市場(chǎng)，市場(chǎng)的發(fā)展也驅(qū)動(dòng)了人工智能專用芯片的需求。在需求上來看，最重要的兩個(gè)方面，是怎樣在靈活度和性能中達(dá)到最優(yōu)的結(jié)果。

既然人工智能芯片的主要目的是獲得更高的性能，那一個(gè)重要的課題就是，如何在設(shè)計(jì)的每一個(gè)環(huán)節(jié)不斷提升性能，爭(zhēng)取達(dá)到能實(shí)現(xiàn)的極限。這里所說的性能，主要包括了兩個(gè)方面，也是人工智能芯片最關(guān)注的兩個(gè)方面：能效比（Power Efficiency）和吞吐量（Throughput）。

與數(shù)字后端設(shè)計(jì)相關(guān)的優(yōu)化有兩個(gè)方面，要同時(shí)考慮功耗和算法兩個(gè)因素。而對(duì)數(shù)字后端有影響的則是以下幾種重要的方法：1。合理使用存儲(chǔ)單元，包括片上緩存和臨近存儲(chǔ)，從而提高能效比; 2。增加吞吐量包括兩點(diǎn)，一是算力，計(jì)算單元的絕對(duì)數(shù)量，二是數(shù)據(jù)存儲(chǔ)和訪問的效率。從這樣的前提來看，我們看到了對(duì)數(shù)據(jù)流處理的需求。