深度學習框架之后自然就是AI芯片，還是主持人先鋪墊，“深度學習的爆發離不開深度學習架構，也離不開AI芯片。
可以說，深度學習爆發的根本是深度學習框架，而深度學習爆發的開始，就是大風集團建立的GPU平臺，將GPU推向了深度學習領域。
GPU在深度學習領域的優勢自不必多言，時至今日，GPU依然是目前最普遍采用的深度學習運算單元。
但是我們也已經看到，隨著深度學習的持續發展，GPU的局限性日益凸顯。深度學習包含訓練和應用兩個計算環節，GPU在深度學習算法訓練上非常高效，然而在應用上卻無法展現并行度優勢，同時，GPU無法靈活配置硬件結構，市場需要新的發展。
這就有了現在的兩個AI芯片新領域，FPGA和ASIC，FPGA憑借其可編程專用性以及高性能的特點，主要應用于設備端，而ASIC憑借其小體積，低功耗，低成本，高度保密性等特征，更多使用于消費者終端。
從目前的企業格局來看，銀河科技是GPU領域的最大玩家，英偉達緊隨其后。
ASIC領軍企業是大風半導體，主要玩家則包括華為，谷歌，索尼，阿里等。
FPGA領軍企業是英特爾，主要玩家包括ACTEL，賽靈思，國微電子等。”
“看來GPU跟ASIC都是華夏在引領，米國目前只有在FPGA上占有優勢。”臺下又開始議論起來。
“GPU是目前的主流，ASIC是未來的趨勢，FPGA感覺夾在中間的樣子。”
“ASIC還是有一段路路要走的吧，而且FPGA在云計算領域的攻勢很猛，先搶下市場，后續就能壟斷了。”
“ASIC最大的問題就在專用局限性上，但是華夏企業只要發力夠猛，向深度學習框架那樣做到細致分工，這個問題是可以用最原始的辦法解決的。
你們可別忘了，雖然米國是FPGA的核心技術玩家，但華夏是FPGA最大的市場，只要華夏企業能夠在各個領域產出取代芯片，整個市場完全可以拋棄FPGA，當然，前提是如果有這個必要的話。”
臺下議論著，臺上也開始換人了，跟深度學習框架的介紹一樣，主持人鋪墊完，各企業代表開始上臺針對自家產品和行業發展進行講話。
華夏企業依然占據著主場優勢，上臺的大部分都是華夏企業代表，大家也都在各自的發言中透露著一些共同信息，比如AI芯片將對工藝發展有很大依賴。
懂的人自然都懂。
而更受大家關注的共通點就在于，華夏企業在多個AI芯片領域的集體爆發。
其中最貼近大眾生活的，無異于可穿戴AI芯片在華夏爆發了，大風，華為，小米，中興，海爾等9家華夏企業都在2018年推出了自己的可穿戴AI芯片。
“這次可穿戴AI芯片的爆發，是不是預示著大風集團的AR眼鏡走向消費市場又進了一步啊？”
“何止是推動AR眼鏡啊，可穿戴智能設備的增長率已經連續3年超過30了，這可是一個巨大的未來趨勢，現在可穿戴AI芯片居然被華夏企業包圓了。”
“在這個領域米國企業還沒有一家入局？”
“好像是沒有，這可就被華夏占據絕對先機了。”
“還有一個重點不能忽略啊，所有的可穿戴AI芯片用的都是鴻蒙架構，這是在為造生態鋪路呢，華夏企業的可穿戴AI芯片這么一爆發，終端產品陸續上AI芯片之后，這個生態就完全落在華夏這邊了。”
“大風集團再努努力，什么時候如果能在傳統CPU工藝上跟英特爾一較高低，以大風集團的工藝制程優勢，就真的能徹底把英特爾挑下馬了。”
“大風集團靠著工藝制程優勢已經追平甚至趕超英特爾了吧？英特爾那10nm市場反響不是不太好么？”
“整體工藝應該還是有差距吧？現在誰也說不清楚，兩家公司對外說的話，都有水分。”
在臺下的議論聲中，大風半導體的梁夢松登上了舞臺。
梁夢松同樣先介紹了一下大風集團在AI半導體領域的主要芯片發展，然后開始了今天的最后一個話題，“這些年人工智能尤其是深度學習的發展更進一步的證實了我們公司多年前的一個論點，人工智能的發展需要新的硬件架構來滿足指數級增長的算力需求，也就是我們之前提到的硬件革命。
這場硬件革命顯然已經拉開了大幕，而在驅使這場硬件革命向前進的過程中，大家都遇到了一個問題。
長期以來，芯片的設計耗時耗力，嚴重拖累了芯片的迭代速度，這也是為什么半導體企業都會有一個五年七年甚至十年發展藍圖的原因。”
說到這，梁夢松突然停頓了一下才繼續，“我們大風半導體之所以在半導體領域有如此建樹，很重要的一個原因就是我們對半導體產業發展的預判精準。
而這也是部分半導體企業一直想要壟斷這個行業的原因，因為越壟斷，就越能精準預判未來，畢竟對于壟斷者而言，未來的發展是可以控制的。
但是對于快速爆發的人工智能來說，一來不存在所謂的壟斷半導體企業，二來產品迭代太快，五年十年的規劃根本無法適應人工智能這個領域。
因此，對于AI芯片的發展來說一條必經之路就是得想辦法壓縮設計時間，可對于人類專家而言，面對日益復雜的芯片進化根本沒有能力壓縮設計時間，直到我們找到了一個有趣的技術發展方向。
那就是用深度學習來推動硬件革命。
是的你們沒有聽錯，硬件革命推動了深度學習的發展，而深度學習的發展又反過來推動硬件革命，這也就是我之所以說有趣的原因。
我們稱之為：AI共生發展技術。”
梁夢松開始展示一份文件，“我們利用深度學習，通過學習過去的芯片設計經驗，讓機器來參與芯片的更新優化。
我們最早的實驗目標的就是全局布線，因為這是芯片設計中最復雜也是最耗時的階段，我們利用深度學習算法，通過對過往布局網表的學習，成功為從未見過的新網表生成優化的芯片設計方案，更重要的是，我們壓縮了10倍的時間。”
梁夢松開始對文件做詳細解讀，通過很多細節的數據來展現用深度學習反推進芯片發展的可行性及高效性。
“在不久的未來我們很有可能會看到的一個場景是，上半年剛聽說3nm量產，下半年就聽說2nm量產，再過個年1nm量產就來了，我相信這個未來很快會到來。
而且這一技術突破不僅能壓縮芯片設計周期，還能幫助小而美的公司以一個相對較低的成本開發專用AI芯片，進一步促進專用芯片的大爆發。
我們將從即日起為全球企業提供這一技術支持，為硬件革命，為AI芯片的發展再進一份力。”
“我來捋一捋現在的情況，從底層芯片到深度學習框架，再到到通用AI技術，最后到人工智能應用，華夏在人工智能的發展上，這一條線打通了啊。”
“而且你隨便單拎一個產業出來又是一個產業鏈，就拿芯片來說，設計，制造，材料，工藝，現在還有AI共生發展技術，近在眼前的硬件革命...
英特爾的工藝制程怕是再也不可能追上大風集團了啊。”
“別說追上了，不被甩開英特爾都該慶幸了。”
“這招有點厲害了，通過AI芯片催動硬件革命，直接終結摩爾定律，進而終結英特爾長年以來的壟斷。”
“我現在有點疑惑了，就華夏這科技水平和市場份額，米國企業哪來的底氣限制他們？
華夏企業不限制他們，他們就該謝天謝地了吧。”
