3年完成2款云端AI芯片研发量产，百度造芯为什么这么快？

　　3 月完成独立融资、估值 130 亿元，6 月分拆成立昆仑芯科技，8 月发布昆仑 2.0……

　　今年，百度在造芯上，都是大动作。

　　其中最瞩目的莫过于：将智能芯片架构部独立融资、分拆成立昆仑芯（北京）科技有限公司。

　　从这个动向不难看出，在“如何设计出更好的芯片”这个问题之上，商业化落地也成为了百度要考虑的事情之一。

　　那么百度的底气来自于哪？

　　3 年量产 2 款云端 AI 芯片

　　这或许从百度研芯、造芯的历程上就能找到答案。

　　2018 年，百度宣布自研中国首个云端 AI 芯片——百度昆仑1。

　　它采用 14nm 工艺，16GB HBM 内存，提供 512GB/s的内存带宽，每瓦算力达 0.43TFlops。

　　2020 年，百度 CTO 王海峰透露，百度昆仑 1 量产超过 2 万片，并已实现应用部署。

　　今年 8 月，升级版的昆仑 2.0 在百度世界大会上亮相。

　　7nm 制程、百度自研 2 代 XPU 架构，每瓦算力1. 07TFlops，支持 NLP、视觉、语音等各种类型算法，能做推理也能做训练；同时支持C和 C++ 编程。

　　较上一代而言，昆仑 2.0 在整体性能上提升了2~3 倍，而且也已实现量产。

　　3 年发布 2 款自研云端 AI 芯片，还都实现量产，百度在造芯上的速度可见一斑。

　　要知道，一款芯片想要实现量产，往往需要经历2~5 年。

　　在前端和后端设计就要耗时1~3 年，设计完成后的流片环节需要3~6 个月。当然还会有流片失败一切重来的风险；实际过程中，流片失败3~5 次都很常见。

　　如果流片成功后，一般还需要经过3~12 个月的测试调优，才能实现最终量产。

　　据百度昆仑芯商业分析师宋春晓透露，百度昆仑芯两代产品均在一年半左右完成设计，且都是一次流片成功。

　　为什么可以这么顺利呢？

　　这与百度早早入场造芯、专注 FPGA 不无关系。

　　2010 年左右，百度就启动了 FPGA AI 加速器项目。

　　FPGA 是特殊应用集成电路中的一种半定制电路。它的特点就是可以快速成品，内部逻辑可以被设计者反复修改，调试成本相对较低。

　　2015 年，百度部署 FPGA 已经超过 5000 片，2017 年则超过了 12000 片。

　　2018 年后推出的昆仑系列，也是基于 FPGA。

　　百度 AI 已经落地

　　事实上，在昆仑芯的支持下，百度的许多 AI 技术已经在我们身边悄然落地。

　　比如东京奥运会上，百度提供的国内首个“3D+AI”跳水辅助训练系统。

　　云端的 3D 视觉技术，可以实现运动员三维姿态重建，对跳水动作进行精准量化评估，进而实现智能打分。

　　教练员和运动员也可以借助 AI 系统，对训练视频进行高效的回顾、横向对比和纵向评估。

　　泉州水务大脑也是案例之一，百度通过 AI 技术手段帮助泉州水务集团整体人员效率提升了5% 以上。

　　并且让制水供水单位能耗下降了8%、分散式污水处理设施运行可靠性提升5%，可以说是实现了良好的经济效益、管理效益和社会效益。

　　在国网新疆电力，基于百度智能云和国网电力联手建设的“AI 中台”，电站巡检机器人能够代替人捕捉巡检过程中的每一处细微差错，既缓解了偏远地区巡检人力紧缺、工作环境恶劣的难题，又有力为西电东送提供保障。

　　今年百度世界大会上，李彦宏表示，新一代昆仑 2.0 可以部署的场景非常多，包括互联网核心算法、智慧城市、智慧工业等领域。

　　未来还将在 HPC、生物计算、智能交通、无人驾驶等更广泛空间发挥作用。

　　在最近的百度 AI 开放日活动上，宋春晓还透露：未来，昆仑芯科技将会推出昆仑芯3、用于无人驾驶的昆仑芯和昆仑芯4。