随着智能技术的飞速发展，决定算力能力的芯片在人工智能时代的核心作用愈发重要。

日前，位于张江浦东软件园的上海天数智芯半导体有限公司宣布，他们为云端市场打造的一款名为Big Island（简称BI）的芯片已进入流片程序，目前正由合作伙伴进行相关测试。按照计划，这款芯片将在今年实现批量生产，2021年初商业化投向市场。值得关注的是，这将是国内首款自研的高性能云端7纳米GPGPU芯片，可广泛应用于人工智能训练和超级计算等场景。

GPGPU芯片 智能社会的“大心脏”

纵观整个IT系统，从CPU、操作系统、办公套件、整机到服务器，中国都已经初步具有一些商用化的可替代产品，唯独在GPGPU领域，目前还是一片空白。

GPGPU全称为通用图形处理器，与CPU（中央处理器）相比，GPGPU具有并行处理能力强、计算能效比高的特点，并且有很大的存储带宽。因此，在解决人工智能（机器学习）模型训练与推理、高性能计算等大数据流应用方面，GPGPU比CPU效率更高。

人工智能模型训练与推理在我们的日常生活中随处可见。例如，安防领域的视频分析，媒体领域的内容生产、审核和字幕生成，电商领域的个性化推荐等等。高性能计算则是国之重器，计算机学科中的“明珠”，广泛应用于勘探、天气、海洋、气候变化、核能、发动机、航空航天等领域。

GPGPU芯片还可用于边缘云端。比如，智能工厂在生产过程中并不需要把所有的数据都传输到云端，如果都传输上去的话工作量会很大，这时就需要建设一个小型的“数据中心”——边缘云端；再比如，未来的高速公路上，当无人驾驶汽车开过时，高速公路的边缘端就需要进行不断地高速计算。天智数芯董事长蔡全根向记者介绍，随着数字经济进一步推进，特别是5G新基建领域的发展，智能工厂、无人驾驶、智慧城市、智慧安防等对GPGPU的应用会越来越多。

芯片国产化 顺应时代需求

GPGPU应用场景的增多带动了广阔的市场前景。根据有关数据预测，到2025年，中国GPGPU芯片板卡的市场规模将达到458亿元，是2019年86亿元的5倍多，年复合增长率高达32%。

然而，与迅速增长的市场需求相比，GPGPU的供应并没有得到很好地满足。全球GPGPU市场供应目前处于美国英伟达公司一家独大的局面，价格昂贵，产品种类单一。以中国的云端人工智能训练芯片市场为例，英伟达所占的市场份额就达到了90%。

尽管英伟达的技术水准很高，但从客户的角度来讲，还是需要更多的选择。例如在2017年，因为人工智能训练和数字货币挖矿的需求猛增，GPGPU供不应求，价格高涨，一部分用户尝试将原本用作独立显卡的消费级GPGPU替代用于数据中心，但是被供应商在软件驱动上禁用，当时引起一阵热议。

从国家的供应链安全角度，国产GPGPU芯片也格外具有现实意义。为此天数智芯从研发之初就十分注重搭建每个环节的技术架构，目前的GPGPU芯片已实现了完全自主可控的核心技术，核心软硬件产品已具备专利或正在申请专利，可以不受供应链影响、不断实现迭代升级。

面对强者 他们如何突围

7纳米的制作工艺，代表了当前世界GPGPU芯片第一梯队的技术水平。

要知道，在天数智芯2018年开始研发7纳米GPGPU芯片时，英伟达也只做到了12纳米。“如果不超前设计，等两年后我们的产品出来就落后了。”公司首席科学家郑金山拥有20多年芯片设计经验，他深知，芯片设计如果一开始没有想好，以后再推倒重来的成本就太高了，尤其是做高端芯片。

在天数智芯的人员构成中，公司研发团队约占总员工的85%，这个“最强大脑“团队既有一批行业经验超过20年的世界级技术专家，也有一大批高执行力5-15年业界经验的技术精英，在美国硅谷还有10名左右的行业专家。更重要的是，在这里大家都有一个共同的愿望：要为中国的半导体产业发展做出一份贡献。

为了让客户能“顺滑“轻松地切换到国产的GPGPU平台上，天数智芯从设计思路源头就强调以自己的技术，从软硬两方面合理合法地实现对主流GPGPU生态的兼容，支持通用API，帮助客户和IT人员降低平台迁移成本。此外，团队在芯片设计初始即采取了聚焦通用计算的GPGPU设计战略，在芯片中去除掉了图像渲染功能，使得芯片整体尺寸更小，实现了比国际领导厂商的对标产品更优的性能、更低的成本。

集成电路和芯片是一项生态交织联动极深的高精尖产业，对此，开发者们保持着清醒的认识：中国的差距应该是整个生态系统建设能力的差距，路只能一步一步走。因此，天数智芯注意从现在就开始进行国产GPGPU芯片的生态培养。

“长远发展来看，我们会在社会上继续寻找年轻的优秀人才，建立一个人才梯队。另一方面，我们会与大学和研究机构进行合作，天数智芯也希望成为他们的人才实习基地。”蔡全根表示，芯片行业既是技术密集型，又是资本密集型，“我们欢迎有共同发展理念的机构，无论政府还是民间，能够多多参与到我们的发展进程中来。”