2020年，5G商用將會進一步加速，這樣的背景下，半導體行業將會迎來一次換“芯”潮，同時在三星、臺積電等廠商的努力下，芯片的制程、工藝也將迎來大的變局。

2019年，是特別的一年，手機芯片、自動駕駛芯片，AI推理、訓練芯片等密集發布。包括華為、AWS、英偉達、阿里巴巴等巨頭企業，均拿出自己的“殺手锏”。這些“殺手锏”在不同程度上提振了自己在行業的影響力，也給產業帶來巨大變革。

首先，從總體市場上來看，發布最為集中的是5G芯片，華為的麒麟990 5G處理器集成巴龍5000基帶給其他廠商后續產品帶來借鑒。高通依舊選擇了保守的方式應對市場競爭，聯發科、三星重新發力芯片中高端市場，又給市場給來一層“迷霧”。

其次，其他芯片領域也“戰事”激烈，比如AI推理、訓練芯片，華為、阿里巴巴、AWS、英特爾巨頭的加入，給市場上的創業企業將會帶來怎樣的沖擊，還是未知。那么這種情況下，回顧2019年的重磅產品，對產業、對行業將有重要的意義。

下面，中國軟件網重磅發布2019年十二大半導體、芯片產品，以饗讀者。

1.華為麒麟990 5G處理器

2019年9月，華為發布了麒麟990系列芯片，為加快5G商用的步伐，華為也是業界第一家發布5G芯片的廠商。華為麒麟990 5G處理器首次集成了巴龍5000基帶，支持5G網絡。使用臺積電二代的7nm以及EUV先進工藝技術。

同上一代麒麟980芯片基礎架構相同，GPU采用ARM的Mali-G76.CPU方面，兩個2.86GHz的ARM Cortex A76核心，兩個2.36GHz的A76核心，四個1.95GHz的A55核心。更重要的是，在AI方面， 麒麟990采用了新一代達芬奇架構，AI性能大幅度提高。

2.英偉達自動駕駛芯片NVIDIA DRIVE AGX ORIN

2019年12月，英偉達GTC CHINA大會上，英偉達發布了最強自動駕駛系統級芯片ORIN。ORIN不是一款簡單的芯片，設計參考數據中心，支持虛擬化，采用應用隔離。內存涉及到計算的部分均通過加速引擎進行加密，保證每一臺車的計算是獨立的。

ORIN包含170 億個晶體管，8個核心。算力可達200TOPS，是上一代芯片Drive Xaiver算力的7倍，更超過特斯拉今年推出的自動駕駛芯片Autopilot Hardware 3.0.除了強大的計算能力，安全同樣有所保障，ORIN的CPU和GPU可鎖步運行。ORIN覆蓋從L2到L5的自動駕駛技術，計劃2022年投產使用。

3.AWS Inferentia和Graviton2

2019年AWS re:Invent大會上，AWS推出一款機器學習專用芯片Inferentia和一款基于ARM架構的高性能計算處理器芯片Graviton2.Inferentia具有高吞吐量、低延遲、性能穩定持久等優點的同時，也具備經濟效益優勢。Inferentia支持主流框架INT8、FP16等，也支持TensorFlow、Caffe2、ONNX等在內的多款機器學習框架。

Graviton2來源于gravity引力，比X86同類產品的性價比高40%，計算量提升4倍。Graviton2已經針對AWS云原生應用進行了優化，基于64位ARM Neoverse內核和AWS片上定制系統設計，并且每個核心的浮點性能提升了2倍?？捎糜诳茖W和高性能工作負載領域，最多支持64個虛擬CPU，25Gbps網絡和18Gbps EBS帶寬。Inferentia和Graviton2的發布，可以看作AWS開始重點發力AI芯片和服務器芯片兩大戰場。

4.ARM Mali-G77 GPU

2019年，ARM發布了新一代Mali-G77 GPU，Mali-G77采用了全新架構Valhall。這意味著，與Mali-G71至Mali-G76的架構Bifrost不同，全新架構Valhal在舊架構上做了重要升級，通過設計ISA總線和計算核心，彌補了以往Bifrost架構的主要缺點。

ARM官方數據顯示，Mali-G77較前代效能提高30%，性能提高30%，機器學習能力提高60%。每平方毫米性能較前代提升1.4倍，實現30%的同比能效改進的同時，比Mali-G72節省50%的功耗。從以往幾代產品的應用情況華為麒麟、三星獵戶座市場表現優良，因而可以預計Mali-G77 GPU將會在未來廠商中得到較大范圍應用。

5.蘋果A13 Bionic

2019年9月，蘋果秋季發布會上，推出了新一代A13仿生芯片，A13仿生芯片搭載于iPhone 11系列新品手機上。新品發布會上，蘋果占用較長時間，介紹了iPhone 11系列高流暢性能背后的“功臣”。蘋果稱，A13 Bionic是有史以來最快的A系列芯片，擁有85億個晶體管，功率更低，比A12提升20%。

A13的CPU有兩個高性能核心，速度提升20%，功耗降低30%;四個效能核心，速度提升20%，功耗降低40%。GPU則為四核心設計，速度提升20%，功耗降低40%。此外，A13的8核神經計算引擎，優化了手機攝影、視頻功能。在工藝制程上，A13采用了先進的7nm工藝。

6.高通驍龍865

2019年年底，高通驍龍夏威夷技術峰會上，高通一口氣發布驍龍765、驍龍765G、驍龍865三款移動平臺，覆蓋高中低端所有機型。其中高端驍龍865芯片將成為2020年與蘋果、華為競爭的利器。與華為策略不同，高通驍龍865為了照顧4G廠商，并未集成5G基帶。

從性能上看，5G、AI、攝像較上一代產品均有較大幅度提高。CPU采用Kryo 585架構，包括一個2.84GHz的Cortex-A77.三個2.42GHz的Cortex A77.以及四個1.8GHz的Cortex-A55.性能、能效均提高了25%。GPU采用Adreno 650.性能提升25%，能效提升35%。

驍龍865支持20億像素/秒的處理速度，支持2億像素攝像頭;支持4K 120幀、8K 30幀的錄制。搭載第五代AI Engine引擎，運算能力達15萬億次/秒，比上一代引擎運算能力增加一倍多。無論在攝影、視頻拍攝、5G網絡、Wi-Fi 6連接，驍龍865均表現出色。

7.聯發科天璣1000

2019年，聯發科推出了醞釀許久的旗艦5G芯片天璣1000.該款芯片是聯發科在5G商用時代沖擊高端市場的重磅產品。天璣1000采用集成M70 5G基帶的方案，臺積電7nm工藝制造。天璣1000的CPU采用八核設計，四個2.6Ghz主頻的Cortex-A77大核，四個Cortex-A55小核心。

GPU采用最新的九核心Mali-G77 MC9（Multi Core），性能提升40%。AI運算方面，采用六核心APU 3.0組合，兩個大核、三個小核、一個微小核。所以綜合天璣1000的CPU、GPU、AI等各個方面的性能，均能夠對高通、三星等競爭對手產生較大的威脅，具備一定的市場競爭力。

8.三星Exynos 980

2019年9月，三星推出了Exynos 980 5G芯片，該款產品與手機廠商vivo共同打造，并搭載在vivo新一代旗艦終端vivo X30系列手機上。Exynos 980采用8納米FinFET制程工藝，CPU有兩個2.2GHz的Cortex-A77核心，以及六顆1.8GHz的A55核心。GPU采用Mali-G76 MP5.內置NPU神經網處理器，人工智能計算性能優化約2.7倍。

Exynos 980可處理1.08億像素拍攝的圖像，最多可以連接五個圖像傳感器，支持三個傳感器同時驅動，NPU性能加持后，可通過AI技術識別拍攝物體形態、周圍環境，調節至拍攝最佳狀態。在網絡方面，Exynos 980支持NSA/SA雙模網絡，支持Wi-Fi 6.

9.阿里巴巴含光800

2019年9月，阿里巴巴首次推出了AI推理芯片含光800.根據阿里巴巴公布的數據顯示，含光800是全球最強AI推理芯片，主要應用于云端視覺場景。其性能、能效比均為第一名，1顆含光800的算力相當于10顆GPU。

目前，含光800已大規模應用于阿里巴巴內部核心業務中，比如視頻圖像識別、分類、搜索，城市大腦等。未來還可應用于醫療影像、自動駕駛等領域。在城市大腦中實時處理杭州主城區交通視頻應用場景中，傳統GPU需要40顆，而用含光800僅需4顆，延時降至150ms，大幅度提高效率。

10.寒武紀思元270

2019年6月，寒武紀宣布推出第二代云端AI芯片思元270（MLU270）和板卡產品，思元270采用采用寒武紀公司自主研發的MLUv02指令集，可支持視覺、語音、自然語言處理以及傳統機器學習等高度多樣化的人工智能應用，為視覺應用集成了充裕的視頻和圖像編解碼硬件單元。

同時，思元270處理非稀疏深度學習模型理論峰值性能提升至上一代MLU100的4倍，理論峰值達到每秒128萬億次人工智能基本運算（INT8）。支持多種運算精度，比如INT4、INT8、INT16、INT32等，同時兼容INT4和INT16運算，其中INT4理論峰值達每秒256萬億次，INT16理論峰值達每秒64萬億次。

11.英特爾NNP-T和NNP-I

2019年8月，英特爾發布兩款AI芯片（Nervan神經網絡處理器）NNP-T和NNP-I。NNP-T用于訓練，代號SpringCrest;NNP-I用于推理，代號SpringHill。具體而言，NNP-T采用臺積電16nm FF+制程，擁有270 億個晶體管，硅片面積680平方毫米。主要用于深度學習訓練，可從頭開始構建大規模深度學習模型，TensorFlow、PaddlePaddle、PYTORCH 訓練框架。

而NNP-I采用10nm 技術以及Ice Lake內核打造，由以色列海法研發中心開發，同樣支持所有主流深度學習框架。作為一款專門用于大型數據中心的推理芯片，NNP-I能加速大規模深度學習部署，利用最小的能量處理高負載工作，ResNet50上的效率可達 4.8TOPs/W，而功率范圍在10W至50W之間。互聯網社交巨頭Facebook已開始使用NNP-I芯片。AI時代，英特爾正以全面解決方案商的角色進入市場。

12.華為Ascend 910

2019年8月，華為隆重發布了算力最強、訓練速度最快的AI芯片Ascend910（昇騰910）。根據華為介紹，Ascend 910的算力是國際頂尖AI芯片的2倍，相當50個當前最新最強的CPU。其訓練速度，也比當前最新最強的芯片提升了50%至100%。

同時，華為還發布了新一代AI開源計算框架MindSpore，對標谷歌的TensorFlow和FaceBook的PyTorch，MindSpore將會在2020年第一季度全面開源、開放。

責任編輯：ct