由《绝地求生》开启的“吃鸡”游戏玩法，已经蔚为大观，成为各平台游戏的主要玩法之一。这种游戏规则要求大量玩家在游戏开始时共同进入，然后用地形缩小、游戏难度提升、玩家间战斗等等方式进行淘汰，最后留下来的那名玩家获得胜利。
在游戏中“吃鸡”，毫无疑问是刺激的；但在现实的商业世界里，成为被不断缩小的“毒圈”淘汰掉的一员，可能就不那么有趣了。
在芯片相关的众多赛场上，最像“吃鸡游戏”的当属移动芯片。在手机设备尚且简陋的年代，移动芯片并没有很高的开发门槛，引来大量玩家加入。
而当通信能力增强，移动终端承载的任务不断增加，移动芯片的工艺、技术、商业门槛也水涨船高，“留在圈里”的条件愈发苛刻。众多曾经响亮的芯片制造商，都在移动浪潮中成了烟云过往。
在人工智能时代，对效率有着极致要求的今天，选择“共荣共生”还是“割地为王”，这是一个问题。
开放共建，共荣共生
对于这个问题，安谋科技给出了自己的答案。
在今年的乌镇世界互联网大会上，安谋科技凭借在智能计算芯片行业的创新，与合作伙伴推出全球首个开源神经网络处理器指令集架构（NPU ISA），再次摘得“世界互联网领先科技成果”奖。
安谋科技荣获2021世界互联网领先科技成果奖
开放开源，共建共荣，这个回答铿锵有力。
早在2018年世界互联网大会上，安谋科技凭借人工智能平台“周易”获奖。
时隔三年，安谋科技通过在人工智能领域的创新再获殊荣，充分体现出安谋科技在推动本土研发、自主架构方面的努力以及持续赋能本土产业创新的实力，同时也彰显了业界对安谋科技3年多来在技术研发和生态建设方面取得成绩的认可。
风起于青萍之末，今天的成就起源于当日的一个“重大决定”。
1993年，ARM在和苹果合作开发一款搭载ARM处理器的苹果Newton MessagePad（一款过于超前的产品）中遭遇市场的冷遇。ARM公司意识到企业的成功不能依赖个别产品。
当时，ARM从摩托罗拉请来的新任CEO鲁宾·沙克斯比创造性地推出了IP授权的商业模式。此后，芯片生产厂商只需从ARM公司获得ARM处理器的授权，并支付前期许可费和后期生产芯片的专利使用费，就可以获得RISC指令集处理器的IP版权以及绝大多数的收益。而ARM公司也不用再承受产品开发失败或销售不利而带来的经营风险。
这是一个高效、协作的商业创新，也为以后RISC芯片产业高度分工和加速发展奠定了基础。
1993年，ARM与德州仪器、三星、夏普等半导体巨头的合作，为ARM的推广树立了声誉，也证实了IP授权的商业模式的可行性。对于创建高效、协作的产业上台，安谋科技是有历史基因的。
过去的二十年中我们看到，移动互联网、智能物联网不断发展，商业模式创新方面也有了蓬勃的发展，人工智能领域将技术与产品和商业模式进行紧密的结合。
有了这三种模式的创新，就带来了一个新的概念：商业生态系统。人工智能的三种创新将会导致整个商业生态系统的变革。
而当前，芯片行业面临研发周期长、人才紧缺、投入资金较大等挑战，一款高质量的芯片产品从开始研发到上市往往需要2年以上。
这也是安谋科技此次开源的NPU ISA要解决的问题。该NPU ISA具有独特的两层架构设计：上层指令面向深度学习的算子层，下层指令面向软硬件协同优化。此外，它还支持合作伙伴针对不同应用开发扩展指令集，这一系列技术特点在当今业界均处于领先地位。围绕这一开源指令集，安谋科技将联合产业，以开源、开放的方式，提供处理器IP、系统软件和设计服务，帮助产业实现 NPU的全面创新。
事实上，在今天，人工智能芯片最重要的是什么？芯片背后的整套软件工具链。换句话说，行业生态建设已经到了不可不重视的阶段。
探索创新，步履不停
近几年，人工智能行业取得了快速的发展，据《2021年人工智能行业发展蓝皮书》数据显示，2019年，全球人工智能核心产业规模达4826亿元，近3年有望突破万亿元规模，关联实体经济有20多万亿元市场。此外，人工智能显现出四大发展新方向，其中之一就是AI芯片凭借其性能优势，跨界加码数据中心业务。
在今天的“智能时代”，各行各业加快数字化转型步伐。新能源汽车、智慧城市以及工业互联网等新兴产业正在快速发展，各类智慧应用加速落地。
对于产业界而言，这既有机会，也有痛点。这个痛点在于，不是每个厂商都能像这些财力雄厚的头部企业能自己开发，比如在智能家居、智能安防等领域就存在大量中小型企业。
面对如此大的需求，安谋科技依托自己多年以来开发芯片的技术基础，推出了一系列的芯片解决方案，因为处理器类型多样，所以用了一个“XPU”也就是新品牌“核心动力”来代指这一系列的处理器：
NPU领域，安谋科技有“周易”NPU，这是其最早发布的非CPU自主架构。
多媒体领域，有“玲珑”ISP和VPU，分别对图像和视频进行处理。
SPU（Security PU）领域，即安全处理器，安谋科技有“山海”，2021年4月发布的山海S12就是全栈式安全解决方案。在物联网领域，只有ISP和NPU的处理能力是不够的，万物互联对所有设备的安全认证、鉴权，以及（更重要的）数据安全都提出了比过往更高的要求，“山海”就是为此配套而生。
安谋科技在奔跑的过程中始终牵挂着行业生态的搭建。
2021年7月15日，安谋科技联合50多家产业龙头企业和机构共同发起成立了“智能计算产业技术创新联合体”（ONIA）。据悉，目前成员单位已经超过70家，到年底有望超过100家。
ONIA的愿景就是从场景需求出发，扩大AI应用生态，推动核心技术落地，制定并维护行业标准，形成产、学、研、投闭环，推动自主可控芯片核心技术落地与演进、发布工业级IP和软件库，逐步软硬件平台解决方案工作组以应对不同AI应用场景。在全球范围内布局市场推广、技术布道、品牌营销，共建应用生态与开发者社区。
虽然还在起势阶段，安谋科技已经有了一些社区治理的经验。
首先，做实事。安谋科技对联合会员企业开放了NPU指令集。为进一步支持开源开放，安谋表示将对联合体会员企业提供周易NPU的免费授权。与此同时，其也计划未来孵化10家基于开源架构和XPU的创新企业。
其次，定规矩。对于企业来讲，加入联合体，不是“一锤子买卖”，安谋科技希望从加入联合体取用设计，到应用实施，再到反哺贡献的阶段，都可以进行全链条的跟踪与评价。引导各方朝着共建生态的有利方向发展。
近年来，基于CPU架构和工艺提升带来的算力演进已经日趋缓慢，而未来世界是一个数字化、万物互联的世界，设备之间彼此互联，每个设备都有自主决策、实时产生数据、实时处理数据的需求。因此，全面数字化的时代需要海量的新计算，新计算架构是提升百倍算力的一个必要基础。
事实上，人类生活中已处处活跃着人工智能的身影。我们日常使用的手机上，几乎每个流行的应用程序里面都有人工智能大显神通的地方。这背后都依赖于强大的算力。
安谋科技所做的，就是将众多合作伙伴的需求整合起来，通过统一的生态来降低开发的成本，实现成果的共建共享。
打破行业内的壁垒，甚至行业间的壁垒，是有识之士的举动。
可以预见，在未来的商业游戏中，不是以邻为壑，而是众人拾柴，不是独占其美，而是美美与共。
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。2017年12月，人工智能入选“2017年度中国媒体十大流行语”。2021年9月25日，为促进人工智能健康发展，《新一代人工智能伦理规范》发布。
人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。
尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
研究价值
例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。
通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。
这是智能化研究者梦寐以求的东西。
2013年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。
当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。
发展阶段
1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。
从1956年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。什么样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。
当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。如今人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，如今计算机似乎已经变得十分聪明了。例如，1997年5月，IBM公司研制的深蓝（DEEP BLUE）计算机战胜了国际象棋大师卡斯帕洛夫（KASPAROV）。大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。
2019年3月4日,十三届全国人大二次会议举行新闻发布会，大会发言人张业遂表示，已将与人工智能密切相关的立法项目列入立法规划 。
长按或者扫码二维码
可获取更多精彩内容
芯片讲坛
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。