10月15日，由中国半导体行业协会、中国电子信息产业发展研究院主办，中国半导体行业协会集成电路设计分会承办的第三届全球IC企业家大会5G芯片分论坛在上海举办。分论坛上，与会专家就5G、AI等新一代信息技术对芯片产业发展的驱动作用进行了深入探讨。

2020年是中国集成电路产业风起云涌的一年。这一年，5G商用，电子信息产业对AI和IoT技术有了新的期许，中国集成电路产业也有了新的思考。随着通信技术的发展，万物互联已成大势所趋。从工业、汽车、医疗，到城市和家庭，集成电路产业拥有万亿级的蓝海市场，从局域到广域，5G、AI和IoT技术为集成电路产业带来了新风口。

如今，有越来越多的芯片企业将AI、5G视为基础技术，筑牢基础技术核心能力，牢牢把握传感器、存储、SoC等核心技术能力，从竞争的边缘地带走向量产、走向成熟。

我国人工智能芯片产业发展前景可期。海量数据和丰富的应用场景，成为我国人工智能芯片产业重要的“助燃剂”。目前，我国人工智能在图像识别、语音识别等算法和应用领域取得阶段性成果，涌现出一批创新型企业。在云端训练和推理芯片领域，以百度、阿里、华为、寒武纪、比特大陆等为代表的国内企业，已陆续发布多款代表性芯片，并实现应用。设备端推理芯片方面，新兴创业芯片公司较为集中，未来市场将形成激烈竞争格局，产品性能和功耗可与海外同类产品相匹敌。

5G推动芯片“量质同升”。基带芯片、射频收发器芯片及射频前端芯片等集成电路芯片和元器件为5G通信提供了基础性支撑。以射频前端芯片为例，射频前端芯片是移动通信设备的核心器件之一。受益于5G新基建的带动，5G通信芯片的需求大幅增加。

专家观点：

上海燧原科技有限公司AI处理器部门设计总监冯闯：

算力普惠为AI算力架构带来更多机会

算力的增长、数据的积累和新算法的出现，推动着AI计算的进步。首先是多精度，以满足云端业务多种多样的需求；其次是高算力，通过高速互联技术提升算力规模，使客户更早接触到更高级别的算力。因此，AI芯片需要支持灵活编程，支持不断发展的模型和新的算法，支持更多的融合操作，支持从标量、向量、矩阵到张量不同颗粒度的计算。然后要兼顾高层次颗粒度操作的抽象封装性能，以及低层次操作的灵活性。最后还要支持高并行，不仅是多核、多芯片的并行，还包括高效的数据流和计算之间的高并行。

北京知存科技有限公司CEO王绍迪：

“存算融合”或成AI时代芯片的未来

存算一体就是存储器的每个单元都可以直接完成运算，这意味着需要把算法写到存储器里面，存储器里面的存储单元可以单独完成乘法和加法的运算。传统存算一体芯片架构的基本思想是通过在存储器中内置逻辑计算单元，从而把一些简单但数据量又很大的逻辑计算功能放在存储器中完成，以减少存储器与处理器之间的数据传输量以及传输距离。但随着人工智能技术的迅速发展，神经网络加速器作为人工智能中的主要技术分支得到了广泛的应用，各种神经网络算法层出不穷。

赛灵思人工智能业务高级总监姚颂：

微架构设计是AI芯片的关键

AI芯片核心解决的不是计算问题，而是存储系统性能不佳导致的数据读取耗时问题，解决方法就是——微架构设计。芯片设计一大特点是，必须走了一步才能知道下一步要解决什么问题，只能由少数几个人串型解决问题。AI芯片行业当前面临的问题在于，原本想象的“颠覆式创新”机会可能并不存在。

是德科技（中国）有限公司高速数字与人工智能应用技术

专家马卓凡：

高算力的需求对接口测试提出挑战

对于任何一款新产品，尤其是在高速数字设计前沿技术方面，在发货之前，如果能够在公司做充分而快速的测试验证，会避免后面产品改版或重新设计，从而保持竞争领先地位。但现在因为高速数字传输系统技术迭代越来越快，前代的技术还没有成为全球标准最终版，新一代的技术研发已经开始了。这种情况下，测试工程师就会面对信号的冗余度下降。随着设计周期和迭代周期缩短，按国际标准做一致性测试的难度又在加大。

时擎智能科技（上海）有限公司芯片设计总监徐鸿明：

市场开始追求AIoT芯片算力的效率

AIoT芯片现在扮演着非常重要的角色。AI时代算法层出不穷，加上5G的商用和发展，AI正与IoT加速融合。目前市场更多是追求AIoT芯片算力的效率，即性价比。另外，AIoT芯片在端侧的算法上呈现出轻量化、小型化的趋势，这对AIoT芯片提出了更加严格的要求。对AIoT芯片的算力需求更高。目前来讲，百GOPS级别的处理能力基本上能够覆盖大部分的应用场景，如端侧的语音识别的算力需求在10G到100G的数量级，而端侧的图像识别、人脸识别可能是在500G左右，端侧的智能视频在T级以上。

紫光展锐多媒体技术专家赵磊：

AI为影像处理注入新动能

人工智能已经被广泛的应用，为影像带来了走向智能的发展契机。AI可以帮助我们做几个层次的图像工作，包括最底层的图像处理工作、中层的图像分析工作、高层次的图像理解工作。当然不同层次可能对芯片算力的要求不同。

当前，图像处理已经全面AI化了，很多算法已经不同于传统的机器学习，我们可以调用的参数不再是几十个或几百个，一个神经网络加速器的参数可能是几百万个或者更高量级。

酷芯微电子有限公司芯片工程总监周强：

AI SoC仍面临带宽、能耗问题

AI的普及将给我们的生活带来非常多的便利，并将为IC行业带来很多机遇和挑战。AI SoC目前在设计上仍面临一些挑战，比如带宽、能耗问题。对于带宽不够的问题，可以选择压缩的解决方案。而在降低功耗方面，可以做一些相移、动态时钟门控、把register替换成memory，另外也可以缩小芯片面积，或者从应用层面，比如采用AVFS、AFS等处理技术。

北京北方华创微电子装备有限公司新兴应用及科研行业发展部总经理杨崴：

5G引擎驱动，第三代半导体大势所趋

5G时代芯片有以下特点：技术新、工艺多、体积小，这些特点驱动了第三代半导体的发展。根据Yole数据，硅基氮化镓（GaN）电子功率器件到2022年的市场规模将达到4.5亿美元，年复合增长率达到91%。新的增长点来自于手机快充、无线充电为代表的消费类电源应用。而GaN微波射频器件，主要体现在5G通信基站上的应用，替代砷化镓或者硅的射频器件达不到的功能。

中兴通讯股份有限公司IC资深专家叶辉：

从商用到普及，5G芯片还需迈过四道坎

5G芯片在高性能、高功耗、高集成度以及超大规模方面存在不小挑战。高性能意味着芯片需要高性能的DSP/CPU、高带宽和低时延。芯片的工作频率更高，芯片的时序收敛会越来越复杂；高功耗方面，网络侧一块高功耗芯片大概要几十瓦甚至数百瓦；高集成度方面，业务模块交互更复杂，包括芯片的IP/IO的数量会更进一步的增加；规模方面，现在芯片的尺寸，尤其是针对5G主设备的芯片尺寸非常大，接近工艺制造的极限。