【猎云网（微信号：ilieyun
）北京】11月23日报道
时下，“AI”、“芯片”、“AI芯片”不仅是世界范围的“网红”词，同样还代表着继互联网时代之后的全新时代。因为AI的概念、解决方案逐渐成熟，人们的生活也随之得到了巨大的改变——目前AI已用于医疗、安防、自动驾驶、消费类电子等越来越多的落地应用场景。
说起AI就不得不说撑起整个AI世界的基石、智能生活背后的巨人——AI芯片。自2018年伊始，芯片的产业价值和战略地位日益突出，尤其“人工智能”被冠以国家发展战略的崇高定义后，整个人工智能产业对AI芯片的热情瞬间达到沸点，无论是传统芯片厂商还是BAT互联网巨头，无论是老牌企业还是初创公司，均积极布局投身人工智能产业。
作为人工智能产业链的关键环节和硬件基础，AI芯片有着极高的技术研发和创新壁垒，而当前对人工智能芯片的定义并没有一个公认的标准。比较通用的看法是能够运行深度学习算法的芯片都可以称为“AI芯片”，但实际上高标准要求下的AI芯片在能效比上有着数量级的差别。
目前，虽然经过多年的积累、耕耘，已经在语音识别、机器视觉方面取得了不俗的成绩，但归根结底还是依托于冯诺依曼架构。具体表现为通过不断迭代、优化计算部分的资源来提升效能，具有代表性的有：
第一代AI芯片——DSP/GPU：
通常DSP/GPU再包装上一些软件层写好的库，可以提供给用户一个包装好的AI芯片运行环境。这样的解决方案是可以满足深度学习产生海量数据并行运算的需求，其效率超过CPU，但其运行深度学习算法能效又远低于ASIC及FPGA，直接表现就是效率、成本和功耗都很差。
第二代AI芯片——基于卷积或矩阵计算设计的专用芯片：
通过硬件平台，运行深度神经网络算法，可以得到较高的效率，同时又可有效控制成本，但存储墙问题严重制约了此类芯片的发展、应用。
为了解决存储墙问题，行业开始酝酿第三代AI芯片，比如采用分布式片上存储、存储计算一体化，这样的做法看起来似乎是解决了部分存储墙问题，但这样做的结果还存在太多的不确定性和很高的成本，更类似实验室产品。
到这，关于AI芯片的迭代好像打了个死结。实际，行业内早就有了意见——法国研究机构CEA-Leti认为，为快速成长的人工智能应用实现高效率的运算性能，必须解决“存储墙”(memory wall)的瓶颈，并推动新的架构解决方案。
推动新的架构解决方案，那么新的架构应具备什么样的特点呢？回头看看现有的架构解决方案，答案呼之欲出：计算驱动存储，既表现为用较为富裕的计算资源驱动较为稀缺的存储资源，其适用于计算复杂度高，存储复杂度低的环境，并不适用于深度学习。
实际上，北京探境科技有限公司于近日发布了一个巅峰性的AI芯片架构——“存储优先架构”（SFA架构）。该架构推翻了传统冯诺依曼结构，利用存储为中心来设计芯片架构，充分解决了存储墙的问题，具备能效比高，DDR带宽占用率低的特点，与其它AI芯片解决方案相比，资源利用率有成倍的增长。按照此前的逻辑，这个AI芯片架构可以称其为全新的第四代AI芯片了。
经了解，这家成立时间不长的AI芯片公司，研发人员占比达到了恐怖的85%，核心成员都拥有15年以上的行业资历，他们带领团队分别奋斗在芯片设计、系统设计、软件、算法等领域，是一家名副其实的以科技创新为核心竞争力的公司。
据介绍，探境科技旗下采用SFA架构的两款芯片即将商用，他们分别是语音芯片和图像芯片，而芯片的具体性能远超目前的行业标准。
究其原因，因为SFA架构不仅解决了前三代AI芯片的短板，同时还具备诸多特点：
以存储资源为中心，通过存储带动计算来设计存储和计算通道。数据在存储之间的搬移过程之中就完成计算，计算对于数据来说只是一种“演变”
存储、计算、调度算法一体化，通过软硬件协同工作，控制器在存储和计算节点进行最优的映射。
可以支持未来的可计算SRAM或其他新型存储，进一步提高计算效能。
对于非平衡的通用计算，可以通过计算层附着的不同算子加以支持。SFA架构可以支持高差异化的计算类型，并且不同的计算范式互不干扰。
天然支持高并发的计算，也从根本上解决了高并发引起的带宽问题。
另外值得一提的是，在一年的时间里，探境科技完成了两轮共计数千万美元的融资，这对初创型公司来说，实属少见。同时，公司目前掌握数十项发明、软件著作权，这也从侧面印证了探境科技的研发实力。
目前来看，探境科技和他的SFA（存储优先架构）给亟待实现技术突破的AI芯片行业打开了一扇新的大门，对推动人工智能行业发展起到了积极的作用，但其最终的落地应用效果如何，让我们等待市场的检验。
最后，我们也希望有更多的国产AI芯片企业能推陈出新，让生活变得更加智能、简单。
