隨著AI技術的大規模應用，傳統的芯片技術已經滿足不了需求。CPU、GPU作為通用計算芯片，為處理線程邏輯和圖形而設計，處理AI計算問題時功耗高，性價比低，因此在AI計算領域急需專用架構芯片解決上述問題。
百度方面也介紹，隨著大數據、人工智能的崛起，AI算力的需求也在不斷提升中。每過兩年數據便會翻一番，而計算模型的複雜度對算力的要求則會有5倍的增長。這意味著，每過兩年，AI對芯片的算力要求會有10倍的提升。
對於中國互聯網巨頭來說，它們早已不甘於只做線上互聯網服務，一方面在“下沉”，向實體產業滲透，如金融、旅遊、出行和零售等都在發生的互聯網＋；另一方面在“變硬”，在做好互聯網軟件服務的同時，向硬件深入，比如百度做無人車和智能家居，阿里有IoT戰略，而目前各種業務的計算都要用到大量的芯片。
發揮巨頭在AI方面優勢
“互聯網巨頭做芯片有著獨特的優勢”。
國際視頻標準華人領軍人物、阿里AI Lab首席科學家陳穎向廣州日報全媒體記者表示，互聯網巨頭可以發揮巨頭在AI方面積累的技術優勢，而且做出的芯片可以首先在它自己的AI平台及其應用上得到應用，通過應用可以推動芯片的發展，形成一個良性循環。
數據顯示，2019年芯片人才平均招聘薪資為10420元／月，十年工作經驗的芯片人才平均招聘工資為19550元／月。成長速度慢、迭代周期長是限制芯片人才薪資漲幅的重要原因之一。研發工程師林濱表示，一般要經歷四五個芯片項目周期，每個周期半年到兩年，此後才能“開始獨當一面”。
（來源：《廣州日報》） |
