北京时间7月4日，在2018百度AI开发者大会上，百度自主研发的AI芯片“昆仑”正式发布。
据百度官方称，“昆仑”是中国第一款云端全功能AI芯片，也是目前为止业内设计算力最高的AI芯片。 官方数据显示，“昆仑”芯片能在100瓦以上功耗提供每秒260万亿次定数计算的性能，比目前市面上主流的GPU、FPGA等计算芯片有30倍左右的提升。
除了常用深度学习算法等云端需求，“昆仑”芯片还能适配诸如自然语言处理，大规模语音识别，自动驾驶，大规模推荐等具体终端场景的计算需求。
百度方面称，相较此前寒武纪发布的MLU100，“昆仑”芯片的通用性更强，能满足更丰富的具体场景计算需求（图源：VCG）
百度CEO兼董事长李彦宏称，“昆仑”芯片是中国在大规模AI运算实践中催生的产品，基于百度对AI加速器长达8年的研发，以及20多次迭代而产生，“是中国AI芯片的又一里程碑”。
随着近年来AI应用的爆发，对运算能力提出越来越高的要求，基于传统芯片的AI运算速度亟待提升。从2011年起，为了满足深度学习运算的需要，百度开始基于FPGA研发AI加速器，同时在GPU方面进行了大规模部署。
如今推出的“昆仑”芯片不仅在语音、NLP、图像等方面进行了高效优化，相比同等性能下的芯片的成本降低10倍左右，并且支持Paddle等多个深度学习框架，在编程上更具灵活度，能够同时支持训练和预测等功能。
目前市面上，百度“昆仑”芯片的竞争对手包括谷歌TPU和寒武纪MLU100。百度方面称，与二者相比，“昆仑”不仅计算力更高，适配AI应用场景更丰富，而且能在云端场景和终端场景同时适用，具备很强的通用性能。
虽然百度的说法还未得到外界验证，但是“昆仑”AI芯片的推出，对于百度和 AI 芯片业界都具有不可忽视的意义。行业观察人士认为，这意味着在通过自研 AI 芯片来驱动云计算业务的层面，百度已经初步跟上了Google TPU的步伐。同时，考虑到中国芯片产业的发展现状，百度这种级别的互联网巨头加入竞争也显得非常重要。
在中兴通讯遭遇美国制裁后，中国内地意识到芯片作为核心底层技术的重要性，中共官媒甚至将芯片国产化提升到“国家安全”的层面。与此同时，中国的科技产业也加快了部署，不少公司如阿里、格力都启动了芯片项目，华为、小米等此前就在布局芯片的巨头也加大了力度，尚未做芯片的腾讯也有对应表态。
但百度做芯片不是一时兴起，事实上它是中国最早部署GPU和FPGA集群的互联网公司。早在2011年，百度就将GPU和FPGA应用于搜索、语音、图像等核心业务，积累了许多研发经验。而在国际高性能微处理器研讨会Hot Chips上，中国至今为止总共发表了8篇论文，百度占了3篇。
2017年百度发布了XPU，这是一款基于FPGA的云计算加速芯片，引起云计算行业的关注，百度也因此成为第一个发布自有芯片的互联网巨头。此外，百度还投资了光学芯片Lightelligence，并与华为、ARM、英伟达（NVIDIA）等公司在芯片上建立了长期合作关系。
不可否认，芯片是周期长、投入高、普及难的产业，这正是中国在这方面一直没能赶超国际巨头的重要原因。但是，相比在CPU和GPU基础上存在几年甚至十几年的差距，大家处于同一起跑线的AI芯片则为中国科技巨头提供了弯道超车的机会。
近年来，百度已经把发展AI作为公司战略的一部分，并在语音识别、无人驾驶等领域有了重要成果。而作为最大的AI开放平台之一，百度对AI云端芯片的布局显得至关重要。
有分析认为，打造从芯片到终端到应用到云端再到服务的闭环，可能是未来百度AI战略落地的一个基本思路。 对此，中国工程院院士倪光南表示认同且看好：“百度一贯重视AI，这次做AI芯片，可以发挥他们在AI方面积累的技术优势，而且做出的芯片可以首先在它自己的AI平台上得到应用，以此推动芯片的发展，形成一个良性循环。”
话虽如此，但做芯片跟做App不同，不可能一蹴而就。究竟百度这款“昆仑”AI芯片的表现如何，还需要实际应用的验证；而这一芯片究竟能否为广大业界所接受，也需要时间来给出答案。
百度方面称，相较此前寒武纪发布的MLU100，“昆仑”芯片的通用性更强，能满足更丰富的具体场景计算需求（图源：VCG）
百度CEO兼董事长李彦宏称，“昆仑”芯片是中国在大规模AI运算实践中催生的产品，基于百度对AI加速器长达8年的研发，以及20多次迭代而产生，“是中国AI芯片的又一里程碑”。
随着近年来AI应用的爆发，对运算能力提出越来越高的要求，基于传统芯片的AI运算速度亟待提升。从2011年起，为了满足深度学习运算的需要，百度开始基于FPGA研发AI加速器，同时在GPU方面进行了大规模部署。
如今推出的“昆仑”芯片不仅在语音、NLP、图像等方面进行了高效优化，相比同等性能下的芯片的成本降低10倍左右，并且支持Paddle等多个深度学习框架，在编程上更具灵活度，能够同时支持训练和预测等功能。
目前市面上，百度“昆仑”芯片的竞争对手包括谷歌TPU和寒武纪MLU100。百度方面称，与二者相比，“昆仑”不仅计算力更高，适配AI应用场景更丰富，而且能在云端场景和终端场景同时适用，具备很强的通用性能。
虽然百度的说法还未得到外界验证，但是“昆仑”AI芯片的推出，对于百度和 AI 芯片业界都具有不可忽视的意义。行业观察人士认为，这意味着在通过自研 AI 芯片来驱动云计算业务的层面，百度已经初步跟上了Google TPU的步伐。同时，考虑到中国芯片产业的发展现状，百度这种级别的互联网巨头加入竞争也显得非常重要。
在中兴通讯遭遇美国制裁后，中国内地意识到芯片作为核心底层技术的重要性，中共官媒甚至将芯片国产化提升到“国家安全”的层面。与此同时，中国的科技产业也加快了部署，不少公司如阿里、格力都启动了芯片项目，华为、小米等此前就在布局芯片的巨头也加大了力度，尚未做芯片的腾讯也有对应表态。
但百度做芯片不是一时兴起，事实上它是中国最早部署GPU和FPGA集群的互联网公司。早在2011年，百度就将GPU和FPGA应用于搜索、语音、图像等核心业务，积累了许多研发经验。而在国际高性能微处理器研讨会Hot Chips上，中国至今为止总共发表了8篇论文，百度占了3篇。
2017年百度发布了XPU，这是一款基于FPGA的云计算加速芯片，引起云计算行业的关注，百度也因此成为第一个发布自有芯片的互联网巨头。此外，百度还投资了光学芯片Lightelligence，并与华为、ARM、英伟达（NVIDIA）等公司在芯片上建立了长期合作关系。
不可否认，芯片是周期长、投入高、普及难的产业，这正是中国在这方面一直没能赶超国际巨头的重要原因。但是，相比在CPU和GPU基础上存在几年甚至十几年的差距，大家处于同一起跑线的AI芯片则为中国科技巨头提供了弯道超车的机会。
近年来，百度已经把发展AI作为公司战略的一部分，并在语音识别、无人驾驶等领域有了重要成果。而作为最大的AI开放平台之一，百度对AI云端芯片的布局显得至关重要。
有分析认为，打造从芯片到终端到应用到云端再到服务的闭环，可能是未来百度AI战略落地的一个基本思路。 对此，中国工程院院士倪光南表示认同且看好：“百度一贯重视AI，这次做AI芯片，可以发挥他们在AI方面积累的技术优势，而且做出的芯片可以首先在它自己的AI平台上得到应用，以此推动芯片的发展，形成一个良性循环。”
话虽如此，但做芯片跟做App不同，不可能一蹴而就。究竟百度这款“昆仑”AI芯片的表现如何，还需要实际应用的验证；而这一芯片究竟能否为广大业界所接受，也需要时间来给出答案。