AI芯片产业蓬勃发展，IP厂商的价值体现在哪里？-德赢Vwin官网网

电子发烧友网报道（文/李弯弯）现如今，AI技术正在加速落地，AI 芯片也随之快速发展，市场逐渐涌现出越来越多AI芯片初创企业。

而对于这些厂商来说，IP厂商的作用非常明显，其中之一就是可以帮助芯片厂商更加快速实现产品设计，而AI芯片市场的独特性，也给IP厂商提出了更高的要求。

那么，在AI芯片的发展中，IP厂商的价值还体现在哪里？目前面临的挑战是什么？各IP厂商都有哪些应对之策？德赢Vwin官网为此对安谋科技、Imagination以及芯原股份做了详细的调研采访。

IP厂商的价值体现在哪里

IP核是从芯片设计环节中逐步分离出来、经过验证的、可重复使用的设计模块，作用是，可以让芯片在设计环节中，降低冗余设计成本，降低错误发生风险，提高芯片设计效率。

很多厂商都依赖IP来设计SoC芯片，对于芯片厂商来说，如果能够找到满足需求、质量可靠、验证过的IP，将会极大缩短SoC芯片的开发周期，目前这个模式已经非常成熟。

相对于以往芯片市场来说，AI芯片应用场景丰富，近些年也有越来越多的AI芯片初创企业涌现出来，对于这些厂商来说，选择成熟稳定的IP，意义重大。

安谋科技产品总监杨磊在接受德赢Vwin官网采访的时候，谈到了几点：

一、成熟稳定的IP可以帮助初创芯片公司，以及想要自研芯片的系统厂商，或互联网厂商快速切入赛道，这将让整个AI芯片行业得以更全面的发展和进步。

二、当前芯片设计人才紧缺，而AI芯片技术规格更高，设计难度更大，合适的研发人才更是紧俏，这将会成为影响芯片公司设计能力的瓶颈。使用先进且稳定的IP，可以快速复用积累的技术，有效提高芯片设计效率，提升芯片设计公司的交付能力。

三、目前AI行业仍处于快速发展阶段，应用场景丰富，对芯片算力的要求覆盖范围广，这要求芯片设计公司，能够适应多样化的市场局势，并满足不断演进的算法需求。而IP厂商除了提供集成的IP用于AI SoC关键组件以外，还能提供完整的技术生态支持，以及工具链体系，可以提高AI芯片厂商适应市场变化的能力，保障芯片设计的按时交付。

安谋科技是中国最大的芯片设计IP开发与服务供应商，该公司在2018年就开始布局AI专用处理器市场，并且先后推出了周易NPU Z1和Z2两代产品，可以覆盖从端侧到边缘侧所有的人工智能场景，例如安防、智能家居、移动设备、物联网、智能座舱和ADAS、边缘服务器等，目前已经有多款智能音箱芯片、智能家居芯片以及汽车智能座舱芯片落地。

Imagination作为以GPU起家的全球领先IP厂商，在人工智能AI专用ASIC领域深耕了近10年，已推出了3代神经网络加速器（NNA）产品。针对于IP厂商对AI芯片市场发展的价值，其公司产品管理总监Gilberto Rodriguez谈到了提供工具链的重要性。

他对德赢Vwin官网表示，IP厂商可以提供专业的人工智能（AI）加速硬件IP，同样重要的是，还能够提供在芯片中部署AI加速功能所需的工具。再次，IP 公司的核心竞争力是专业的IP设计及技术迭代能力，除了提供最先进的IP设计之外，还能不断迭代，更新，保持这种竞争力。

对于AI芯片厂商来说，有许多因素需要考虑，拥有合适的AI硬件能力是其中之一，如果能够与合适的IP厂商合作，那么他们可以不需要深入研究这些细节。因为IP厂商必须帮助最终用户的硬件加速实现卓越的功耗、性能和面积（PPA），并提供其简便易用的AI硬件IP，从而提供价值。

虽然每个AI市场都有自己的特定需求，但是所有市场也都有一些共同的需求要素，诸如最佳的PPA、成熟的工具流，以及能够支持市场上最新的网络技术。每个AI细分市场都有不同的性能点，以及不同的面积、功耗和带宽预算。Gilberto Rodriguez谈到，Imagination致力于减少带宽，并支持整个神经网络加速器，因此其客户可以提供最具竞争力的AI加速解决方案，并支持他们为其客户提供差异化的产品和解决方案。

Imagination NNA IP 在设计之初，就做了长远的规划。从第一代的2NX 加速器开始，算力覆盖0.5Tops,到10Tops, 到最新的4NX，已经可以覆盖到600Tops, 这些可配置的算力，能够应用到从智能家居里的监控到L4级升至更高的自动驾驶领域，并配有完整的工具链及技术迭代和生态支持，尤其在车载领域的落地项目已经遍及全球。

人工智能IP面临的挑战是什么

目前在人工智能领域IP市场有何特点？我们知道，AI芯片应用场景丰富，多元化、碎片化市场特点突出，再加上近几年，贸易战带来的自主可控需求，市场上也涌现出一些面向细分领域、体量不大的IP厂商，人工智能IP市场呈现百花齐放的局面。

但是，由于发展起步较晚、体量小、没有深厚的技术积累等原因，很多新兴IP厂商在技术创新、生态支持上还有所欠缺。而且因为市场应用多样化明显，这对IP厂商在生态支持的要求也是越来越高，可以看到，AI芯片市场对IP厂商提出了很高的要求。

芯原股份业务运营和中国区销售高级副总裁汪洋向德赢Vwin官网介绍到，由于AI技术应用面非常广泛，因此人工智能IP相对于其他IP来说，其融合了多方面、多维度的更多技术，需要解决的应用场景需求也更丰富和复杂，AI IP需要具备很好的伸缩、扩展、可编程等能力。

同时还需要AI IP厂商具备敏锐的市场嗅觉，密切了解客户的产品应用需求，保持高速的技术迭代，把从终端产品应用到芯片设计，整条技术链上的软硬件问题，都能在IP层面实施应对方案和改进，并引领技术创新。

汪洋表示，芯原的AI IP是高度可伸缩、可扩展、可编程的计算机视觉和人工智能处理器，可满足多种芯片尺寸和功耗预算，是具有成本效益的优质神经网络加速引擎解决方案。

芯原在人工智能IP领域耕耘已久，至今全球已有超过50家芯片设计企业，在各种各样的芯片产品中采用芯原的人工智能IP，其中成功市场商用，并且大规模出货的芯片已经超过了100多颗，全面覆盖十大领域：包括安防监控、智能手机、汽车电子、智慧家居、物联网、可穿戴、服务器、智慧医疗、智慧电视、平板电脑等。

针对IP厂商面临的挑战问题，杨磊谈到，NPU是人工智能计算的核心，承担着高算力和实时感知等关键任务。但目前行业内NPU架构数量众多，存在生态碎片化、重复投资等问题，而这也加大了技术突破和规模应用的难度，阻碍了整个行业的发展。

他认为，为了加速技术发展和应用落地，目前人工智能IP产业亟需一个开源、统一的NPU架构，并且围绕它打造一个开放灵活、共建共享的产业生态。

2021年7月，安谋科技联合多家企业和机构，共同发起了智能计算产业技术创新联合体（Open NPU Innovation Alliance，简称ONIA），由中国首发面向全球开源的NPU ISA暨全球首个开源神经网络处理器指令集架构也正式发布。

借助于NPU ISA，联合体将共同开展智能计算产业标准的研究，构建从中国本土发起，以全球领先技术为标准的智能计算产业生态。

Gilberto Rodriguez认为，与其他IP相比，人工智能IP遇到的最大挑战是软件生态系统的变化速度非常快，这需要灵活的硬件以及软件快速演进的工具链。

因此接下来，Imagination还将继续在软件方面努力，Gilberto Rodriguez表示，公司将继续发展软件工具流，以便与所有主要的框架（PyTorch、TF、ONNX、TVM等）相适应，Imagination也正在开发下一代融合了公司NNA、GPU和CPU专业知识的异构计算平台。

为何不少AI芯片厂商自研IP

目前，我们也可以看到，除了IP厂商可以提供服务之外，不少AI芯片厂商也在自研IP。汪洋认为，芯片厂商自研人工智能IP，一般主要是为了针对其产品特点，实现一定程度的差异化，同时也是为了在某些技术点上能够做到更深更尖。

事实上，芯原已经针对AI芯片厂商的这些需求，提出相应的解决方案，也因此公司在这块业务上保持较高发展增速。据汪洋介绍，芯原的IP允许客户在集成他们IP的同时，可以加入自己的专有加速器，通过流水线级别的深度结合，实现差异化。

另外，芯原不断迭代IP帮助AI用户能够站在业界前沿，而不必花费不必要的非其产品核心价值上的研发投入。并且，芯原还和著名的国际互联网企业在其智能产品生态层面达成合作，除了能保障技术的前沿性外，还能帮助客户快速对接到这个智能生态中。

Gilberto Rodriguez认为，芯片厂商自研人工智能IP，主要有两个原因：一是成本，二是控制。一些AI芯片厂商认为，在一些非常特定的应用场景中，只需一个大型的MAC阵列来执行卷积，即可实现高效的AI加速，这样他们就可以用很少的投资来研发人工智能IP。

其他一些AI芯片厂商想要控制软件和硬件栈，一些硬件IP提供商需要AI芯片厂商进行大量的软件集成工作，因此他们更希望在软件和硬件上拥有完全的控制权。

因此，IP供应商必须证明，他们可以通过提供完整的软件和硬件解决方案，来降低AI芯片厂商的开发和支持成本，从而为AI芯片厂商提供价值。IP供应商必须提供一个通用的软件/硬件加速器，以提升AI芯片产品的性能，并降低其总体拥有成本。

AI IP市场未来的发展趋势如何

未来，人工智能市场的IP发展走势会如何呢？杨磊谈到几点：一是多元融合。他表示，我们现在正处在新一代计算浪潮中，5G、AIoT、智能汽车以及新兴的元宇宙等场景，将带来海量的数据，而单一架构的处理器已不能满足处理这些数据的算力需求。

因此， NPU、GPU、VPU等IP模块的多元融合方案，例如安谋科技的XPU架构，将会给芯片厂商带来更大的价值，这可以帮助芯片厂商开发出更具市场竞争力的产品。

二是单一IP模块将向一站式方案转变。IP厂商除了提供适用性强、复用性强的人工智能IP模块之外，提供包括工具、软件、设计服务等在内的一站式解决方案将成为主流。

汪洋表示，人工智能技术是一个长期演进的基础技术和关键技术，人工智能IP也将在技术深度和应用广度上不断地快速进步，业务拓展空间巨大。

他认为，AI技术可以通过与其他传统的处理器IP技术相结合，对后者起到颠覆式的技术创新。例如，芯原的神经网络处理器IP和芯原的图像信号处理器IP有机结合，推出的AI-ISP系列，利用AI IP的目标检测和识别功能对目标区域进行定位，可使ISP IP精准地对目标区域进行曝光和聚焦，得到更清晰的目标区域图像。

同时，AI IP还可对ISP IP输出的图像进行暗光增强、分辨率提高等处理，进一步优化图像质量。目前，芯原的AI-ISP系列已经广泛获得了手机、机器视觉相关应用客户的青睐。类似的AI-Video技术、AI和GPGPU的结合等等，都在相关行业龙头客户的产品中发挥显著作用。

总结

整体而言，当前AI芯片正随着AI技术落地蓬勃发展，在这个过程中，IP厂商承担着非常重要的作用，同时AI芯片丰富、碎片化的应用场景，也给IP厂商提出了更高求。

可以看到，各家厂商正在发挥各自的优势，不过改进和迭代技术，提供更加完善的工具链和生态链支持，以帮助AI芯片产业更加全面和快速的发展。

欢迎添加作者微信Li1015071271，交流学习。

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉