深度学习框架之后自然就是AI芯片，还是主持人先铺垫，“深度学习的爆发离不开深度学习架构，也离不开AI芯片。

可以说，深度学习爆发的根本是深度学习框架，而深度学习爆发的开始，就是大风集团建立的GPU平台，将GPU推向了深度学习领域。

GPU在深度学习领域的优势自不必多言，时至今日，GPU依然是目前最普遍采用的深度学习运算单元。

但是我们也已经看到，随着深度学习的持续发展，GPU的局限性日益凸显。深度学习包含训练和应用两个计算环节，GPU在深度学习算法训练上非常高效，然而在应用上却无法展现并行度优势，同时，GPU无法灵活配置硬件结构，市场需要新的发展。

这就有了现在的两个AI芯片新领域，FPGA和ASIC，FPGA凭借其可编程专用性以及高性能的特点，主要应用于设备端，而ASIC凭借其小体积，低功耗，低成本，高度保密性等特征，更多使用于消费者终端。

从目前的企业格局来看，银河科技是GPU领域的最大玩家，英伟达紧随其后。

ASIC领军企业是大风半导体，主要玩家则包括华为，谷歌，索尼，阿里等。

FPGA领军企业是英特尔，主要玩家包括ACTEL，赛灵思，国微电子等。”

“看来GPU跟ASIC都是华夏在引领，米国目前只有在FPGA上占有优势。”台下又开始议论起来。

“GPU是目前的主流，ASIC是未来的趋势，FPGA感觉夹在中间的样子。”

“ASIC还是有一段路路要走的吧，而且FPGA在云计算领域的攻势很猛，先抢下市场，后续就能垄断了。”

“ASIC最大的问题就在专用局限性上，但是华夏企业只要发力够猛，向深度学习框架那样做到细致分工，这个问题是可以用最原始的办法解决的。

你们可别忘了，虽然米国是FPGA的核心技术玩家，但华夏是FPGA最大的市场，只要华夏企业能够在各个领域产出取代芯片，整个市场完全可以抛弃FPGA，当然，前提是如果有这个必要的话。”

台下议论着，台上也开始换人了，跟深度学习框架的介绍一样，主持人铺垫完，各企业代表开始上台针对自家产品和行业发展进行讲话。

华夏企业依然占据着主场优势，上台的大部分都是华夏企业代表，大家也都在各自的发言中透露着一些共同信息，比如AI芯片将对工艺发展有很大依赖。

懂的人自然都懂。

而更受大家关注的共通点就在于，华夏企业在多个AI芯片领域的集体爆发。

其中最贴近大众生活的，无异于可穿戴AI芯片在华夏爆发了，大风，华为，小米，中兴，海尔等9家华夏企业都在2018年推出了自己的可穿戴AI芯片。

“这次可穿戴AI芯片的爆发，是不是预示着大风集团的AR眼镜走向消费市场又进了一步啊？”

“何止是推动AR眼镜啊，可穿戴智能设备的增长率已经连续3年超过30%了，这可是一个巨大的未来趋势，现在可穿戴AI芯片居然被华夏企业包圆了。”

“在这个领域米国企业还没有一家入局？”

“好像是没有，这可就被华夏占据绝对先机了。”

“还有一个重点不能忽略啊，所有的可穿戴AI芯片用的都是鸿蒙架构，这是在为造生态铺路呢，华夏企业的可穿戴AI芯片这么一爆发，终端产品陆续上AI芯片之后，这个生态就完全落在华夏这边了。”

“大风集团再努努力，什么时候如果能在传统CPU工艺上跟英特尔一较高低，以大风集团的工艺制程优势，就真的能彻底把英特尔挑下马了。”

“大风集团靠着工艺制程优势已经追平甚至赶超英特尔了吧？英特尔那10nm+市场反响不是不太好么？”

“整体工艺应该还是有差距吧？现在谁也说不清楚，两家公司对外说的话，都有水分。”

在台下的议论声中，大风半导体的梁梦松登上了舞台。

梁梦松同样先介绍了一下大风集团在AI半导体领域的主要芯片发展，然后开始了今天的最后一个话题，“这些年人工智能尤其是深度学习的发展更进一步的证实了我们公司多年前的一个论点，人工智能的发展需要新的硬件架构来满足指数级增长的算力需求，也就是我们之前提到的硬件革命。

这场硬件革命显然已经拉开了大幕，而在驱使这场硬件革命向前进的过程中，大家都遇到了一个问题。

长期以来，芯片的设计耗时耗力，严重拖累了芯片的迭代速度，这也是为什么半导体企业都会有一个五年七年甚至十年发展蓝图的原因。”

说到这，梁梦松突然停顿了一下才继续，“我们大风半导体之所以在半导体领域有如此建树，很重要的一个原因就是我们对半导体产业发展的预判精准。

而这也是部分半导体企业一直想要垄断这个行业的原因，因为越垄断，就越能精准预判未来，毕竟对于垄断者而言，未来的发展是可以控制的。

但是对于快速爆发的人工智能来说，一来不存在所谓的垄断半导体企业，二来产品迭代太快，五年十年的规划根本无法适应人工智能这个领域。

因此，对于AI芯片的发展来说一条必经之路就是得想办法压缩设计时间，可对于人类专家而言，面对日益复杂的芯片进化根本没有能力压缩设计时间，直到我们找到了一个有趣的技术发展方向。

那就是用深度学习来推动硬件革命。

是的你们没有听错，硬件革命推动了深度学习的发展，而深度学习的发展又反过来推动硬件革命，这也就是我之所以说有趣的原因。

我们称之为：AI共生发展技术。”

梁梦松开始展示一份文件，“我们利用深度学习，通过学习过去的芯片设计经验，让机器来参与芯片的更新优化。

我们最早的实验目标的就是全局布线，因为这是芯片设计中最复杂也是最耗时的阶段，我们利用深度学习算法，通过对过往布局网表的学习，成功为从未见过的新网表生成优化的芯片设计方案，更重要的是，我们压缩了10倍的时间。”

梁梦松开始对文件做详细解读，通过很多细节的数据来展现用深度学习反推进芯片发展的可行性及高效性。

“在不久的未来我们很有可能会看到的一个场景是，上半年刚听说3nm量产，下半年就听说2nm量产，再过个年1nm量产就来了，我相信这个未来很快会到来。

而且这一技术突破不仅能压缩芯片设计周期，还能帮助小而美的公司以一个相对较低的成本开发专用AI芯片，进一步促进专用芯片的大爆发。

我们将从即日起为全球企业提供这一技术支持，为硬件革命，为AI芯片的发展再进一份力。”

...

“我来捋一捋现在的情况，从底层芯片到深度学习框架，再到到通用AI技术，最后到人工智能应用，华夏在人工智能的发展上，这一条线打通了啊。”

“而且你随便单拎一个产业出来又是一个产业链，就拿芯片来说，设计，制造，材料，工艺，现在还有AI共生发展技术，近在眼前的硬件革命...

英特尔的工艺制程怕是再也不可能追上大风集团了啊。”

“别说追上了，不被甩开英特尔都该庆幸了。”

“这招有点厉害了，通过AI芯片催动硬件革命，直接终结摩尔定律，进而终结英特尔长年以来的垄断。”

“我现在有点疑惑了，就华夏这科技水平和市场份额，米国企业哪来的底气限制他们？

华夏企业不限制他们，他们就该谢天谢地了吧。”

...