人工智能(AI)应用的蓬勃发展，为处理器效能带来严格的考验。 许多先进算法都会为处理器带来庞大的运算负载，如何开发出高效率的处理器芯片，成为半导体产业未来必须面对的挑战。 但另一方面，部分原本在学术机构从事AI研究的团队，已出来自行创业。 这些对相关算法有很高掌握度的新面孔，正快速推出适合执行这类算法的芯片解决方案，成为半导体产业的新势力。

 

益华计算机(Cadence)亚太区IP销售总监陈会馨(图3)指出，人工智能的原理跟算法，已在学界历经数十年发展，严格来说并非全新技术。 近几年之所以成为产业圈内的热门话题，主要是处理器运算效能跨越了需求门坎，让这些算法可以在实际应用中派上用场。

 

然而，AI的核心是算法，因此对芯片设计者而言，要如何开发出能最有效率地执行算法的SoC，关键在于对算法的掌握程度。 但算法并非传统SoC开发者的强项，因此在中国，有许多芯片开发者采取寻找合作伙伴的策略，藉由为熟悉算法的合作伙伴开发芯片，来进行人工智能的布局。

 

另一方面，在中国市场上，还有一群新创公司也加入相关芯片开发的行列。 这些新创公司有些是从学研机构中出来创业的，也有软件/网络公司跨入芯片设计领域。 这些公司共同的特色，就是对人工智能的算法有很高的掌握度。

 

事实上，就陈会馨观察，除了手机用的人工智能芯片还是传统手机芯片厂有优势之外，目前中国人工智能芯片开发进度比较快的，大多是这些新面孔。 例如寒武纪、其他较具规模的芯片开发商，似乎还在适应人工智能所带来的变局。

 

整体来说，效能需求还是影响芯片设计公司产品开发时程最主要的因素。 像手机等行动装置，本质上是AI的轻量型应用，因此手机芯片商要快速开发出对应的产品，技术挑战是比较低的。 但如果是其他会使用到重量级AI算法的应用装置，其所搭载的处理器芯片自然对效能的要求相对高，产品开发速度也会慢一些。

 

目前寒武纪、华为旗下的海思等中国人工智能芯片领导厂商，都是Cadence的IP授权客户，且除了处理器核心之外，有些客户也使用Cadence提供的高速串行/解串行(SERDES) IP。 由于人工智能将创造出极大的数据吞吐需求，因此除了处理器本身之外，高速接口的需求也将因人工智能而受益。