當下，數字技術創新與實體經濟的發展已然密不可分，2018年中國數字經濟規模為31．3萬億元，占到GDP總產值比重的34．8％，預計2019年這一數字將達36億元。高速發展的背后，是互聯網、人工智能企業的技術投入與相關產業的應用落地。一批優秀的人工智能初創企業正在發力，如商湯科技、曠視科技、優必選科技、平安科技、極鏈科技等，AI＋安防、AI＋交通、AI＋醫療、AI＋視頻、AI＋金融等產業結合的快速商用化。數字經濟高速發展的同時，國家戰略層面也提出了更具發展目光的規劃，即為經濟社會的創新、協調、開放、共享發展提供底層具有乘數效應的戰略性、網絡型基礎布局“新基建”。

“新基建”是以技術、產業驅動，具備集約高效、經濟適用、智能綠色、安全可靠特征的一系列現代化基礎設施體系的總稱。2020年“新基建”這一詞匯在多個國家級重要會議中被頻繁提出，其建設核心主要涉及5G、大數據中心、人工智能、工業互聯網、特高壓、系能源汽車充電樁、高鐵軌道交通這七大領域，建設內容細分涵蓋了基礎配套、平臺建設、產業應用等多方面細節。以人工智能為例，主要建設方向包括：AI芯片底層硬件發展；通用智能計算平臺搭建；智能感知處理交互能基礎研發中心建設；人工智能創新發展試驗區建設等。

任務一：加大「AI芯片」開發力度

AI芯片和傳統芯片在制作工藝上沒有太大的差別，區別在于性能功效上，比如執行AI算法時AI芯片的效率會更高，CPU、GPU的算法效率低，對于商用而言仍有不足。AI芯片服務于AI算法，在圖像識別、視頻識別等領域常用的是CNN卷積網絡，在語音識別方面主要是RNN，前后算法區別很大，但是本質上都是矩陣或vector的乘法、加法，然后配合一些除法、指數等算法。

在同一條件下執行AI算法時，拿IBM的POWER8（CPU）和谷歌TPU1（GPU）對比時，POWER8一秒鐘的巔峰計算次數大約為64Gops，谷歌TPU1一秒鐘的巔峰計算次數大約為90Tops。

AI芯片則會優于CPUGPU，含光800，在Rsenet50 v1條件下，含光800算力的峰值性能達到78563IPS；峰值能效達到500IPS／w?？傻韧?0顆GPU的算力。

現階段，人工智能與其他產業間的結合應用逐漸成熟，算力需求與日俱增。為了匹配產業級、城市級的項目需求，AI芯片的需求逐漸顯現。