（本篇文章共1399字，阅读时间约2分钟）
AI芯片已并不是新领域，不过，随着AI技术的演进，智能芯片也要不断迭代，来呼应AI技术的新进展，满足AI技术的新需求。在爱集微半导体峰会的“高端通用芯片生态论坛”上，半导体初创公司此芯科技CEO孙文剑以《智能芯片进入2.0时代》为主题，分享了对CPU技术以及生态的发展看法以及通用计算芯片如何赋能智能芯片2.0时代，实现端、边、云混合智能计算。
大算力的需求对芯片提出了更高的要求
CPU是整个人类社会过去几十年里核心的底层算力的器件，x86又是整个器件里面最核心的一个CPU的架构，x86是哪一年出现的？是1978年，跟我们国家的改革开放是同一天出现的，x86是16位的寄存器，里面包含了28000个晶体管，售价360美金，很高的一个数字。可以说x86的CPU在过去40年的发展历史当中单看晶体管的数量增长了200万倍，就是这200万倍的技术增长推动整个社会向数字化、网络化和智能化的发展，这里面也有神奇的一个摩尔定律，摩尔定律揭示了CPU发展、晶体管发展的一个基本定律，就是18个月晶体管的数量翻一翻，但这个定律越来越有失效的风险。
这并不是摩尔定律本身出现了问题，而是整个芯片的生产制造工艺成熟需要的时间越来越长，随着芯片越来越集中，客户对大算力的芯片要求越来越集中，对成本的要求越来越高，这是摩尔定律失效背后的原因，面对这样的挑战，应该怎么办？
理论上，整个CPU的性能有40%来自于制程本身，材料、制程、半导体设备，为CPU性能贡献了40%的提升。另外两点来自于设计上的优化以及系统方面的优化，设计的优化。因此，从一个芯片底层开始看需要更加优秀的CPU的架构，需要更加优秀的SoC的架构，对于功耗等等进行平衡，把整个SoC能效比提到一个最优，20%的功效来自于软硬件协同的优化以及算力的智能分配，当我们看到挑战的时候也看到了机会。
如何定义智能芯片2.0时代
你可能会问1.0时代我都不知道，2.0时代包含了什么呢？我们觉得整个CPU的发展在最早期的30年（1978年开始），它做出了非常大的贡献，CPU适合串行的任务，启动一个电脑，打开word完成它的编辑等等，都是串行的任务，CPU对串行任务的处理非常有效，随着人们对图形、人工智能计算算力的要求，并行计算越来越重要，也就是过去几年里的 GPU、GPU、NPU等等，这是我们认为的智能芯片1.0的时代，但是我们的学习、生活、娱乐应用的场景是复杂的，它既有并行的计算，也需要串行的计算，未来的芯片需要多元异构的架构，这就是我们称之为智能芯片2.0时代。
智能芯片2.0时代有几个最突出的特征，SoC本身需要多核异构，里面包含了CPU、NPU、DSP、GPU，通过每一个核心算力提供出优秀的能耗比，从而让整个SoC，甚至系统发挥出它强有力的性能和功耗，这远远不够，对于整个系统的优化，我们需要将来的混合运算平台能够在端边云实现智能算力分配，实现无缝切换。
未来有一天，我们进行工作和娱乐，整个算力就像我们手机在WIFI和5G之间无缝切换一样，这就是我们看到智能CPU2.0时代另外一个重要的特点，就是端边云平台的异构。
为此，此芯科技推出基于Arm内核的第一款芯片，它比x86有更好的能效比，在SoC方面，将GPU、NPU、DSP一些异构的单元放进去，实现在SoC的异构基础，适用的场景包含了PC、高端的PAD、智能座舱、XR、边缘服务器。
做一个大的芯片绕不开的点就是生态，一个成功的芯片必须要融入到大的生态当中才能够成功。一个CPU厂商很难缔造一个生态，要与CPU业界的合作伙伴一起把手握在一起，组成一条线，织成一个面，合作共赢，互相发挥自己的优势，迎接更加波澜壮阔的智能计算时代的到来。
