中国三大科技巨头BAT谁最有可能拯救缺芯的中国？.doc

《中国三大科技巨头BAT谁最有可能拯救缺芯的中国？.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国三大科技巨头BAT谁最有可能拯救缺芯的中国？　　　　AI芯片在科技领域到底有多热门？如果高通、英特尔、英伟达这些传统芯片巨头都已开始制造AI芯片还不够证明其热度，那么电商巨头亚马逊、社交巨头Facbook、软件巨头微软等也都开始自主研发AI芯片不仅能说明AI芯片到底有多受关注，更能证明其重要性。　　相比美国的科技巨头，国内三大科技巨头BAT的脚步似乎并没有那么快。在中兴通讯事件再次引发全民对中国缺乏高端芯讨论的背景下，一部分人将中国芯发展的希望寄托于不缺钱的BAT。那么，BAT已经完成的芯片布局

2、有哪些？都有何关注重点？　　　　中美科技巨头的芯片差距　　据雷锋网了解，目前人工智能芯片厂商中实力比较强的是美国。数量上，据不完全统计，美国有33家芯片厂商，中国有12家。美国的厂商中其中既有谷歌、英特尔、IBM这样的科技巨头，也有高通、英伟达、AMD、赛灵思这类在各自领域中有绝对优势的大公司，还有一些发展良好的中等规模公司和活跃的初创企业，中国则主要以中小公司为主。　　芯片类别上看，美国厂商遍布人工智能芯片CPU、GPU、FPGA、ASIC的四大流派，IC设计环节的产业结构也十分均衡，并在GPU和

3、FPGA领域完全垄断的。而中国企业只能FPGA编译、ASIC和类脑芯片方面略有作为。　　另外，AI芯片的创新涉及到人工智能算法、编程语言、计算机体系结构、集成电路技术、半导体工艺等方面。因此人才也十分重要，2017年数据显示，美国1078家人工智能企业有约78700名员工，中国592家公司中有约39200位员工，仅为美国的50%。　　可以看到，在过去十年里诸多科技企业都试图进入AI芯片领域，但由于较高的专利技术壁垒、市场规模偏小、竞争激烈、较长的投资周期使许多科技企业以失败收场。　　不过，AI芯片作

4、为人工智能产业的核心，也是技术要求和附加值最高的环节，产业价值和战略地位远大于应用层。这也是社交、软件、电商等科技巨头以及各国注重AI芯片布局的重要原因。　　BAT争相布局AI芯片阿里略胜一筹　　既然美国科技巨头都已经纷纷开始布局AI芯片，并且谷歌、英伟达等厂商的人工智能芯片都已经取得了不错的成果，国内的科技巨头进展如何？　　阿里倾心投资AI芯片企业自研Ali-NPU新鲜曝光　　　　阿里一直都在加码AI，除了最近向AI独角兽公司商汤科技投资15亿人民币引来的无数围观外，其实阿里在海内外已经完成了多项

5、AI投资，垂直领域涉及区块链、边缘计算、新型存储、量子计算等。其中，在阿里的“投资履历”中，阿里及阿里系表现出了对AI芯片公司的倾心。　　中天微系统　　2015年，阿里与杭州中天微系统有限公司（简称中天微系统）进行深度合作，面向物联网各细分领域开发云芯片架构。中天微系统以32位高性能低功耗嵌入式CPU、芯片架构授权为核心业务，针对各种嵌入式应用场景的CPU业务线，开发的7款嵌入式CPU覆盖高中低嵌入式应用，包括物联网、数字音视频、信息安全、网络和通信、工业控制、以及汽车电子等多个领域。2016年1月

6、阿里成为其第一大股东，2017年6月，阿里又向中天微系统注资5亿，正式跨入芯片基础架构设计领域，2018年4月，阿里全资收购中天微系统。　　BarefootNetworks　　2016年11月，阿里与腾讯一起领投了可编程芯片公司BarefootNetworks。BarefootNetworks开发了世界上第一个可编程芯片，能以每秒6.5兆的速度处理网络数据包。有消息指出阿里巴巴和腾讯的加入成功将Barefoot的C轮融资推到了8000万美元高峰。　　寒武纪　　2017年8月，阿里投资了被称为全球第一

7、个成功流片并拥有成熟产品的中国AI芯片公司寒武纪(CambriconTechnologiesCorporationLimited)。寒武纪拥有终端AI处理器IP和云端高性能AI芯片两条产品线。2016年发布的寒武纪1A处理器是首款商用深度学习专用处理器，面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备。目前寒武纪终端处理器IP产品已衍生出1A、1H等多个型号。　　深鉴科技　　2017年10月，阿里旗下的重要投资部门蚂蚁金服投资部投资了深鉴科技。据了解，深鉴科技由清华大学和斯坦福大

8、学顶尖深度学习硬件加速研究者于2016年创立，在2017年的发布会上布了深度神经网络开发套件“DNNDK”，旨在简化和加速深度学习应用程序的开发，大大缩短算法部署到硬件的周期。　　耐能　　2017年11月，阿里又领投耐能(Kneron)。耐能的定位是终端人工智能技术提供商，核心竞争力在于轻量级NPU，专注终端市场。相关数据显示其M4、M5等级芯片功耗可降低到毫瓦级别，所需体积可以缩小至主流神经网络芯片的1/40。目前已经针对智能家居、智能安防、手机等提供客制化的解决方