据电子爱好者网(文/黄晶晶)报道数据，2020年中国人工智能产业规模将超过1500亿元，带动相关产业规模超过1万亿元。在全球新兴的人工智能项目中，中国占了一半以上。
然而，AI如何落地一直是业内热议的话题。我们看到，近两年来，在疫情、物联网、5G、智能化等因素的影响下，AI的应用需求更加清晰。与此同时，2021年AI企业在资本市场上并不顺利，这可能反映出整个行业在探索技术和产品、应用和商业方面还存在问题。
在最近由电子爱好者网主办的2021第四届人工智能大会上，来自AI行业的领导者们进行了热烈的讨论。很荣幸成为本次以“拨开迷雾，重塑和升华AI产业”为主题的AI圆桌论坛的主持人。邀请了Imagination高级市场经理黄寅、Arm中国AI技术高级市场经理吴彤、腾飞信息技术有限公司公司解决方案高级总监朱大勇、TI嵌入式产品系统与应用总监蒋洪等四位嘉宾进行了观点和思路的碰撞。
数据，算力和算法，算力不是AI应用的瓶颈。
在电子发烧友网发布的《2021年AI技术及应用落地报告》中，对计算能力需求的研究显示，10TOPS以下的计算能力占比最高。其中3-6次占20%，6-10次占19%，1-3次占16%，0-1次占12%。相对而言，智能家居等轻量化领域对AI计算能力的需求主要集中在0-1TOPS。
数据、算力、算法是AI的三大关键要素。嘉宾普遍认为，计算能力不是阻碍AI落地的因素。虽然不同的应用场景对计算能力的要求是不一样的，比如自动驾驶所需的计算能力会更高，但是AI芯片提供的计算能力足以支撑这些应用。
在芯片层面，无论是神经网络加速ip、GPU IP、AI集成内存芯片，还是ASIC，这些IP和芯片都为芯片计算能力做了很好的部署和支撑。吴彤分析，摩尔定律变慢后，仍然可以通过AI创新架构和高级封装来提升计算能力。例如，内存计算专注于低功耗的机器学习，可用于边缘智能。
此外，在算法层面，吴彤说，算法是通过剪枝优化的。至于数据，可以分为两个方面。蒋洪认为，数据主要由传感器采集，摄像头、雷达等多传感器的数据采集、融合和执行非常重要。
另一方面与数据安全有关。最近国家颁布了数据安全法，即将正式实施。此前，共享出行、人脸识别等各种数据安全问题频发，已引起高度关注。因此，未来AI获得的数据将不再被野蛮取用，而是在数据安全的基础上被合理收集和使用。这必然会规范AI行业的发展，加强数据安全。
AI芯片不缺货，AI缺乏更成熟的应用。
同样在我们电子发烧友网的这份AI报告中，调查结果显示，除了海思等部分芯片，部分品牌的MCU、CPU、GPU，并没有出现大规模的AI芯片短缺。这似乎与目前半导体的短缺不相称？
其实并不是。嘉宾的观点也支持我们的数据。朱大勇认为，海思最早从ISP进入安全市场，其安全IPC芯片的高市场份额是基于其对安全市场的理解，这也是其他厂商短时间内难以赶上的。所以海思芯片供货不稳定后很难找到替代芯片，导致芯片严重缺货。
另一方面，调查结果显示，我们大部分的AI芯片并没有缺货，这也说明了我们的AI应用缺乏杀手级应用，在AI芯片的市场上，而不是AI芯片市场需求旺盛的现实。
垂直领域是AI落地的机会。
黄寅认为，人工智能的特殊处理功能决定了它将作为ASIC存在。那么在垂直领域为AI找到一席之地就非常重要了。
蒋洪也表示，一个芯片定义的大而全，价值不大，而是通过分析某个市场来定义一个芯片，解决某个问题。
从最早的AI智能音箱到AI安防，以及交通、物流、医疗，都离不开AI。吴彤认为，除了成熟的AI安全应用，汽车是AI应用的另一个机会。目前很多AI芯片公司都在涌向智能驾驶领域。
但是AI芯片的落地还是一个生态建设问题。朱大勇表示，腾飞作为国内CPU厂商，非常注重AI联合生态的建设。CPU已经解决了通用计算的问题，但是在AI场景下，需要配合AI芯片，主动拥抱多样的计算能力。腾飞一直在与主流国际制造商合作定义OCP标准。OCP是由脸书发起的全球性组织，致力于推动开放硬件技术标准和数据中心创新。其成员包括谷歌、微软、英特尔等46家全球IT公司，以及互联网运营商。
此外，与会嘉宾还指出，相比AI硬件，AI软件的生态建设更为重要，包括开发环境和工具链，这些都是AI应用易用性和接受度的重要因素。
总结:
电子发烧友网的AI行业调查显示，2021年AI项目的成功部署也有显著提升。不确定选择将从2020年的26%下降到2021年的17%。成功部署占51%-70%从11%到15%。然而，目前采用AI芯片的困难主要集中在研发难度大、成本高和技术支持不足。我们的AI应用需要加速AI生态建设，寻找更深层次的AI应用，这是原厂、解决方案商、终端客户共同努力的方向。