自主研发的最具代表性“中国芯”有哪些？

随着经济的快速发展，中国对芯片产业的重视程度超越以往。2015—2016年，中国芯片设计企业从736家猛增到1362家，2017年，国内芯片设计企业总数达1380家，在全球中占有的比率为14.5%。近年来，国家与企业加大对“中国芯”的投入，在芯片研发上取得了一些成绩，中国自主研发的“芯片”也相继问世。

芯片是一个知识密集型产业，做芯片急不来，那么发展至今，国产的有代表的“芯片”有哪些？

1、中国第一枚通用CPU——龙芯

提起国产芯片，中国科学院计算所不得不提，龙芯中科研制的处理器产品包括龙芯1号、龙芯2号、龙芯3号三大系列，涵盖小、中、大三类CPU产品。

龙芯1号是一款通用CPU，也是中国第一枚通用CPU。它采用的是RISC指令集，2002年8月10日，首片龙芯1号龙芯XIA50流片成功，龙芯1号的频率为266MHz。

2005年4月18日，龙芯2号研制成功，它的频率最高为1GHz，采用0.18微米的工艺，实际性能与1GHz的奔腾4性能相当，是龙芯1号实测性能的10到15倍。龙芯2号样机能够运行完整的64位中文Linux操作系统，全功能的Mozilla浏览器、多媒体播放器和Open Office办公套件，具备了桌面PC的基本功能。

龙芯3号系列包含龙芯3A和龙芯3B

龙芯3A的工作频率为900MHz～1GHz，是首款国产商用4核处理器， 峰值计算能力达到16GFLOPS。龙芯3B是首款国产商用8核处理器，主频达到1GHz，支持向量运算加速，峰值计算能力达到128GFLOPS，具有很高的性能功耗比。

龙芯不只是沉醉于实验室的“芯片产品”，它已经成功流片，并于2015年在中国发射的北斗卫星上应用。

龙芯产品在性能上与主流的CPU有差距，尤其在算力与功耗上，没法与英特尔的产品竞争，但随着国产研发实力的增强，未来提升空间很大，抢占国内市场不是不可能。

2、国内首款具有完全自主知识产权的GPU——JM5400

GPU一直是国内的一块“芯病”，长期被英伟达等国外企业垄断。2014年4月，景嘉微电子成功研制出国内首款具有完全自主知识产权的图形处理芯片——JM5400，在多项性能上达到或优于常用国外产品。

JM5400采用65nm CMOS工艺，内核时钟频率最大550MHz，存储器时钟频率最大800MHz，软件可配置，片上封装两组DDR3存储器，每组位宽32位，共1GB容量，功耗不超过6W，内部各功能模块可独立关闭，可进一步减少功耗，FCBGA 1331脚，MCM封装。

JM5400于2014年5月流片成功，可广泛应用于有高可靠性要求的图形生成及显示等领域，满足机载、舰载、车载环境下图形系统的功能与性能要求，全面替代M9、M54、M72、M96、IMX6等国外芯片。目前，JM5400已被确定用于神舟飞船等多项国家重大工程，未来的国产计算机中将会大量使用这颗“中国芯”。

据悉，JM5400芯片的升级版本JM7000图形处理器芯片已经研制成功并流片。它在硬件上采用了更加先进的28nm工艺制造，增加了片内显存的容量，集成了CPU核。功能上，增加了硬件高清解码能力，支持更高的OpenGL版本，支持更高速的总线接口。性能上，图像处理能力增加2倍以上，总线带宽增加数百倍。

JM5400作为一款有着特殊意义的产品，虽然性能没法和英伟达巨头的产品相提并论，但仍值得鼓励，希望它早日占领中国GPU市场，打破国外垄断。

3、全球首款内置独立NPU的智能手机AI计算平台——海思麒麟970芯片

华为海思是一家半导体公司，前身是华为集成电路设计中心，它因自主研发的麒麟芯片备受关注，海思麒麟970芯片是一款非常具有跨时代意义的国产芯片产品。

麒麟970芯片最大的特征是设立了一个专门的AI硬件处理单元—NPU（神经元网络），用来处理海量的AI数据，它采用了台积电10nm工艺，首次集成NPU采用了HiAI移动计算架构，其AI性能密度大幅优于CPU和GPU，在处理同样AI任务时，麒麟970新的异构计算架构拥有大约50倍能效和25倍性能优势。

2017年10月16日在德国慕尼黑电子展，华为发布首款采用麒麟970的手机Mate 10。今年，华为对媒体披露了华为麒麟970芯片的升级版——麒麟980芯片，这一款芯片在性能上更上一层楼。据悉，它采用台积电7纳米工艺，同时搭载寒武纪的1M人工智能NPU，集成ARM最新A77核心架构，最高主频可达2.8GHz。

作为国产芯片的代表企业，华为研制“中国芯”是认真的。

4、中国第一款云端智能芯片——寒武纪 MLU100芯片

2018年5月3日，中科院在上海发布了我国首款云端人工智能芯片——寒武纪MLU100。这是一款向人工智能领域的大规模的数据中心和服务器提供的核心芯片，它可支持各类深度学习和经典机器学习算法，充分满足视觉、语音、自然语言处理、经典数据挖掘等领域复杂场景下的云端智能处理需求。与传统的终端芯片相比，云端智能芯片规模更大，结构更复杂，运算能力更强。

寒武纪MLU100云端人工智能芯片采用寒武纪最新的MLUv01架构和TSMC16nm的先进工艺，可工作在平衡模式和高性能模式下，平衡模式下的等效理论峰值速度达每秒128万亿次定点运算，高性能模式下的等效理论峰值速度可达每秒166.4万亿次定点运算，而典型板级功耗仅为80瓦，峰值功耗不超过110瓦。

目前寒武纪 MLU100芯片已经应用在相关产品之中，联想集团推出搭载MLU100智能处理卡的云端智能服务器SR650，它打破了37项服务器基准测试的世界纪录。

科大讯飞将寒武纪智能处理器应用于语音智能处理，测试显示其能耗效率领先竞争对手的云端GPU方案5倍以上。

中科曙光也推出了搭载寒武纪芯片的“PHANERON”服务器产品及人工智能管理平台SothisAI。

与中科院渊源颇深的寒武纪，在成立不到两年的时间里，推出如此多代表性“芯片”产品，让人期待与敬佩。

5、中国设计算力最高的AI芯片——百度“昆仑”

2018年7月4日，百度在2018年百度AI开发者大会上宣布推出云端全功能AI芯片“昆仑”，据悉，它是中国第一款云端全功能AI（人工智能）芯片，也是业内设计算力最高的AI芯片。它的运算能力比最新基于FPGA的AI加速器，性能提升了近30倍。它包含训练芯片昆仑818-300，推理芯片昆仑818-100。

据百度李彦宏介绍，“昆仑”是在大规模AI运算实践中催生出的芯片，基于百度8年的CPU、GPU和FPGA的AI加速器的研发，20多次迭代而生。它能针对语音、NLP、图像等专门优化，同等性能下成本降低10倍，同时支持paddle等多个深度学习框架，编程灵活度高、支持训练和预测。

据介绍，“昆仑”算力强大，100+瓦特功耗下提供260Tops性能，能同时满足训练和推断的需求，除了常用深度学习算法等云端需求，还能适配自然语言处理、语音识别、自动驾驶、推荐等具体终端场景计算需求。

百度近几年在AI上投入了巨大的财力、物力、人力，今年推出“昆仑”芯片也让大家更相信它对人工智能的看好。“度娘”不仅是颜值担当，实力也是国内翘楚，值得称赞。

总结：芯片国产化进程注定是一场艰难的“马拉松”赛跑，毕竟发展落后于国外二十多年，想实现弯道超车，没那么容易。芯片研发不像互联网应用，开发一个APP火了就成功，它需要与设计、研发、材料、工艺等产业相结合，形成强大的供应链系统，方能破解“芯痛”之结，急于求成是不行的，希望我们也给企业一些时间，让它们沉下心做研发，有了上面这些企业做榜样，“中国芯”未来可期。