2016年人工智能产业梳理：一朝引爆，稳步前进

2017-01-07 09:40

中星微

在极度依赖国外进口的我国芯片产业中，中星微可谓一匹突出重围的“黑马”。在今年6月份，中星微率先推出了中国首款嵌入式神经网络处理器（NPU）芯片“星光智能一号”，这也是全球首枚具备深度学习人工智能的嵌入式视频采集压缩编码系统级芯片，并已于3月6日实现了量产。

该芯片采用了“数据驱动”并行计算的架构，单颗NPU（28nm）能耗仅为400mW，极大地提升了计算能力与功耗的比例，可以广泛应用于智能驾驶辅助、无人机、机器人等嵌入式机器视觉领域。

Nervana

Nervana一直在努力将机器学习功能全力引入到芯片之中，是人工智能ASIC芯片供应商。得到Intel的支持后，Nervana正计划推出其针对深度学习算法的定制芯片Nervana Engine。据Nervana相关人员表示，相比GPU，Nervana Engine在训练方面可以提升10倍性能。

此前，Intel在收购Nervana一事在业内引起了震动，而到目前为止，借助Nervana Engine芯片在深度学习训练方面优于传统 GPU 的能耗和性能优势，Intel也相继推出了一系列适应深度神经网络的特殊处理器。

Velodyne

在自动驾驶领域，激光雷达是一个不可或缺的硬件，而Velodyne一直是自动驾驶试验汽车使用的光探测和测距传感器领域的领导者。为了成本，福特和百度对Velodyne进行了投资。

在传感器的研制上，Velodyne一直致力于研发固态激光雷达，而为了更好地进入市场，其也表示将降低雷达成本。就在去年12月份，Velodyne表示，他们已经成功设计出了可应用于自动驾驶汽车上的全新固态技术激光雷达，更令人高兴的是，当实现量产的那一天，该传感器的单价将降至 50 美元以下，较之如今的一出口就是几万美元真的是天差地别。

除了以上介绍的芯片商和传感器生产商之外，还有许多在各自市场有着极大话语权的公司，比如正在发力人工智能芯片领域的Intel、推出全球首款固态激光雷达的Quanergy等等。