11月14日，寒武纪在第21届高交会发布了边缘AI系列产品思元220（MLU220）芯片及M.2加速卡产品。
这也是继此前先后发布端侧、云端平台后，寒武纪对于边缘计算端的能力补充。寒武纪副总裁刘道福向21世纪经济报道记者表示，寒武纪的边缘芯片生态不是割裂的，而是整个寒武纪云-边-端，以及端云一体大生态战略中的一环。
“寒武纪无论是云端、终端，还是边缘芯片，都采用统一的处理器架构和指令集，以及统一的软件栈。这三个领域的生态可以相互促进，形成正循环。”他进一步解释道。
自此，寒武纪初步完成了面向5G时代完整云-边-端的AI芯片矩阵布局。
据介绍，此次发布的思元220是一款专门用于深度学习的边缘加速芯片，采用台积电16nm工艺，算力最大可达32TOPS（INT4）或16TOPS（INT8），功耗仅10W。
在今年6月，寒武纪发布了中文品牌“思元”及第二代云端芯片思元270，并于去年正式推出云端AI芯片品牌“MLU”(Machine Learning Unit)及第一代云端芯片思元100。
刘道福告诉记者，从算力角度可以将人工智能计算分为终端、云端和边缘端。终端的形态为各类IoT设备、智能摄像头，典型算力要求为1-4Tops；云端典型算力要求为上百Tops以上；而边缘端市场的特点是，即要求高算力，也要求低功耗。
“一方面，边缘计算受限于供电或者工作环境，对于功耗往往比较严苛；另一方面，边缘计算的设备对设备尺寸也比较敏感，因此对于人工智能芯片和板卡的尺寸也有要求。相比之下，云端和数据中心更关注高性能和单芯片的算力，但边缘端要求会更加丰富。这对处理器架构、芯片低功耗设计都是很大的挑战。”他向21世纪经济报道记者分析道。
此外，边缘端由于会汇聚多路数据，需要更强大算力的场景，但目前市面上8-30Tops范围算力的芯片却非常少。寒武纪就是瞄准这个市场，设计了思元220。
至于如何构建寒武纪的边缘计算生态，刘道福进一步指出，寒武纪的云端提供了完整的开发、调试、调优的软件，云端开发好的程序，可以方便快速地部署到终端和边缘，解决这两端开发难、调试难、调优难的问题。而终端和边缘可以积累大量的客户和开发者，反哺于云端生态，最终实现云-边-端生态的繁荣。
在“端云一体”的产品布局策略下，寒武纪在终端和云端的AI芯片共享同样的软件接口和生态，称为Cambricon Neuware。
具体到思元220上，受益于寒武纪两代云端板卡成熟的软件栈，相比竞争对手，用户会更早拿到成熟的软件，更容易进行开发，从而更快实现落地。
“我们正筹划通过和社区以及校园合作，推广我们的产品和生态。”据刘道福表示，在未来，寒武纪将基于客户的终端产品以及公司自有的云端产品，通过和高校共建联合实验室、推动各类比赛等推广活动，和客户一起铺开端云一体的生态。
面向AI发展的未来，刘道福认为，在AI芯片架构创新方面，除了早期的处理器架构创新，更多创新会转向工程技术，包括先进工艺、先进封装，比如2.5D、3D封装，以及chiplet等。另外，软硬件协同设计，高效的编译器技术对于整个AI芯片的落地也非常重要。
在生态构建方面，开放和标准化是非常重要的因素，当前人工智能框架层面已经很开放，并且形成了一些事实标准。而人工智能芯片当前的状态，却不如软件那么开放和标准化，因此，未来人工智能芯片评测标准，乃至指令的开放和标准化，会是一个值得关注的方向。
对于目前国内热切关注的开源指令集架构RISC-V，刘道福回应记者表示，寒武纪对于RISC-V的开放表示欣赏，也认为其在IoT等领域存在一定的发展空间。寒武纪对CPU伙伴一向采取开放合作的态度，也一直在关注RISC-V的发展动态。
具体到落地应用来看，刘道福指出，AI芯片的进一步普及需要大众化，在产业和消费升级的大背景下，AI芯片不仅要做出更低成本、更低功耗，还需提供更高算力，只有兼具这三项优势的AI芯片才能在未来的市场上持续生存。
“因此寒武纪的技术路线是人工智能领域通用处理器路线，以减少客户的开发成本，无需为不同应用学习或迁移不同的平台，从而让寒武纪人工智能处理器通用、好用。”他指出。