從PC到移動(dòng)睁枕，再到如今火爆的AI領(lǐng)域官边，芯片始終決定著企業(yè)的行業(yè)競(jìng)爭(zhēng)力和話語(yǔ)權(quán)。
然而外遇，無(wú)論是獨(dú)霸PC時(shí)代的英特爾注簿，還是把持移動(dòng)端的ARM、高通跳仿，對(duì)于布局AI芯片這一新興領(lǐng)域滩援，都顯得有些吃力。同樣塔嬉，即便是憑借GPU牢牢占據(jù)云端AI芯片頭把交椅的英偉達(dá)玩徊，在科技巨頭和新秀們的“圍剿”面前，仍然有翻車的危險(xiǎn)谨究。
歸根到底写寄，AI芯片這一全新的領(lǐng)域，根本不存在無(wú)法逾越的“護(hù)城河”烟瞳。
如今纽材，谷歌、蘋果航娩、亞馬遜敛纺、Facebook以及華為、阿里、百度等國(guó)內(nèi)外巨頭紛紛涉足其中虹体，群雄逐鹿钓藏，究竟誰(shuí)能染指這個(gè)“香餑餑”？
帝國(guó)重器
眾所周知怨耸，AI的發(fā)展離不開(kāi)三大元素：算法精臭、算力和數(shù)據(jù)。其中算法乘颖、算力都與芯片密不可分摇祖，其重要性自然不言而喻。因此萎河，AI芯片就猶如“帝國(guó)重器”一般荔泳，成為各大廠商爭(zhēng)奪的目標(biāo)。
那何為AI芯片呢虐杯？它與傳統(tǒng)PC和移動(dòng)芯片的區(qū)別何處换可？
從廣義上來(lái)說(shuō)，AI芯片就是能執(zhí)行AI算法的芯片厦幅。理論上沾鳄，目前CPU、GPU等通用芯片都可以執(zhí)行AI算法确憨，只是效率译荞、功耗上存在差異。從狹義上來(lái)說(shuō)休弃，AI芯片被定義為針對(duì)AI算法進(jìn)行加速的專用芯片吞歼，也就是AI加速芯片或AI加速器。
顯然塔猾，由于通用型的芯片需要適應(yīng)各種應(yīng)用程序的需要篙骡，在執(zhí)行AI算法時(shí)，效率自然不及專用的AI芯片永炭，同時(shí)也難以控制功耗掺昵，性價(jià)比不高。而且魏桅，由于面向?qū)Ｓ盟惴ú┳瘢珹I芯片一般都側(cè)重于特定領(lǐng)域，例如語(yǔ)音識(shí)別钳葬、自然語(yǔ)言處理敦驼、圖像處理、自動(dòng)駕駛等等翩腹，針對(duì)性較強(qiáng)述加。所以誓豺，傳統(tǒng)PC和移動(dòng)芯片的區(qū)別，就在于是否能為AI算法加速飘蔓。
關(guān)于AI芯片的類別吏恃，需要從構(gòu)架、功能和場(chǎng)景三個(gè)維度來(lái)看哨叙。
首先，從構(gòu)架來(lái)說(shuō)缤谎，第一類是通用芯片抒倚，即GPU(Graphics Processing Unit，圖像處理單元)坷澡，代表廠商就是英偉達(dá)托呕、英特爾和AMD，其中英特爾在GPU集群上優(yōu)勢(shì)明顯频敛；第二類是FPGA(Field-Programmable Gate Array)项郊，即現(xiàn)場(chǎng)可編程門陣列，就是一種半定制的芯片斟赚，特點(diǎn)是可編程着降，目前賽靈思(XILINX)、Altera兩家占據(jù)了近90%的市場(chǎng)份額拗军；第三類則是ASIC(Application Specific Integrated Circuit)任洞，即專用集成電路，是一種全定制化芯片发侵，例如谷歌TPU交掏、華為kirin系列等；第四類是類腦芯片闲招，IBM的TrueNorth最具代表性精幌，但離商業(yè)化落地還很遙遠(yuǎn)，就不過(guò)多提及了蒿疲。
值得注意的是犯暮，ASIC還衍生出NPU(神經(jīng)網(wǎng)絡(luò)處理器)，其專為深度學(xué)習(xí)設(shè)計(jì)棉玻，英特爾NNP燥箍、寒武紀(jì)NPU及華為麒麟系列等都是典型的代表。此外列汽，在ASIC的基礎(chǔ)上朦晋，一些廠商還通過(guò)SoC+IP 模式，在一塊芯片上整合不同功能或者IP(半導(dǎo)體知識(shí)產(chǎn)權(quán))喳律，也可以稱之為系統(tǒng)級(jí)芯片周狱。其目的就是在有限的體積內(nèi)實(shí)現(xiàn)密度的最大化，以提升芯片的性價(jià)比和移動(dòng)性。
其次稿辙，從功能上來(lái)說(shuō)昆码，由于AI的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)都離不開(kāi)Training(訓(xùn)練)和Inference(推理)兩大環(huán)節(jié)。所謂訓(xùn)練邻储，就是憑借大數(shù)據(jù)讓機(jī)器形成一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)算法模型赋咽。而推理則是通過(guò)該算法模型，讓機(jī)器模仿人做出推理或決策吨娜。在訓(xùn)練方面脓匿，英偉達(dá)的GPU領(lǐng)先優(yōu)勢(shì)相當(dāng)明顯，幾乎成為標(biāo)配宦赠。此外陪毡，英特爾、AMD 勾扭、賽靈思毡琉、谷歌等都有相應(yīng)的解決方案。
推理方面妙色，英偉達(dá)優(yōu)勢(shì)不在桅滋，除了英特爾、谷歌身辨、賽靈思等芯片大廠之外箩晦，科技巨頭亞馬遜、微軟树吏、百度淀甘、阿里、騰訊漫介、新興的寒武紀(jì)风镊、地平線，以及移動(dòng)端的高通赏碑、華為海思满颂、ARM等也涉足其中，競(jìng)爭(zhēng)之激烈可見(jiàn)一斑射愧。
然后矛熬，從場(chǎng)景來(lái)看，AI芯片又分為云端和終端兩類卓俱。由于訓(xùn)練需要龐大的數(shù)據(jù)量和高強(qiáng)度的運(yùn)算量鳖群，單一處理器根本無(wú)法獨(dú)立完成，必須通過(guò)云端借助龐大的云端神經(jīng)網(wǎng)絡(luò)才行庶艾。而在終端方面袁余，各種智能終端可謂天差地別擎勘，尤其是移動(dòng)端，為了滿足用戶越來(lái)越苛刻的要求以及增強(qiáng)體驗(yàn)颖榜，就必須配備執(zhí)行效率高的推理芯片棚饵，同時(shí)要兼具體積小巧及低功耗，要求也提升不少掩完。
另外噪漾，業(yè)內(nèi)還有許多不同的芯片構(gòu)架和概念，這里就不一一列舉且蓬，但無(wú)論是GPU欣硼、FPGA、ASIC缅疟，還是NPU分别、TPU之類遍愿，歸根到底存淫，就是為了實(shí)現(xiàn)AI算法效率的最大化，加強(qiáng)競(jìng)爭(zhēng)力淌影。
目前游隅，全球AI芯片行業(yè)中，GPU可謂一枝獨(dú)秀脾韧，F(xiàn)PGA和ASIC則奮力追趕腊的，盡管各有優(yōu)缺點(diǎn)，但各自陣營(yíng)都有鮮明的特點(diǎn)聂突，例如GPU的性能強(qiáng)大敷裁、通用性強(qiáng)，功耗也巨大言刨；FPGA可編程泌景，靈活性和性能不錯(cuò)，但價(jià)格過(guò)高焦伸；ASIC可定制坑匆，性能穩(wěn)定，功耗也可控服筋，但研發(fā)周期長(zhǎng)跌褂、風(fēng)險(xiǎn)高。
大國(guó)爭(zhēng)霸
傳統(tǒng)顯示設(shè)備巨頭英偉達(dá)在AI芯片領(lǐng)域的崛起午磁，看似無(wú)心插柳柳成蔭尝抖，但從深層次來(lái)說(shuō)，也是其始終專注GPU而結(jié)出的碩果迅皇。
GPU以往主要用于圖形和視頻處理領(lǐng)域牵署，能夠處理復(fù)雜且多數(shù)據(jù)處理漏隐，而正因此，其在性能方面大大優(yōu)于CPU奴迅，同時(shí)輔以CUDA(Compute Unified Device Architecture青责，即通用并行計(jì)算架構(gòu))，使其在AI領(lǐng)域如虎添翼取具，尤其在云端訓(xùn)練上得到應(yīng)用廣泛脖隶，促使英偉達(dá)在該領(lǐng)域一枝獨(dú)秀。
目前暇检，各大AI廠商和云計(jì)算數(shù)據(jù)中心基本都配備英偉達(dá)GPU集群产阱，構(gòu)建超算中心，用于大規(guī)模的訓(xùn)練块仆，以支撐AI業(yè)務(wù)和應(yīng)用場(chǎng)景的運(yùn)作构蹬。
除此之外，英偉達(dá)還為自動(dòng)駕駛饶机、機(jī)器人祠喻、醫(yī)療等行業(yè)提供相應(yīng)的AI解決方案。典型的例子就是芽贫，特斯拉在推出自有芯片之前藤瞪，采用的就是英偉達(dá)的解決方案。
與此同時(shí)吴爵，傳統(tǒng)PC芯片“大哥大”英特爾與其老對(duì)手AMD也在積極向AI芯片方向拓展媳把，但無(wú)奈CPU在算法上執(zhí)行效率不高，GPU性能又不及英偉達(dá)错猬，所以只得尋求新的機(jī)會(huì)俏妆。其中英特爾借助收購(gòu)FPGA生產(chǎn)商Altera和機(jī)器視覺(jué)廠商Movidus，以涉足FPGA标炭、 ASIC構(gòu)架新領(lǐng)域失欢，在數(shù)據(jù)中心市場(chǎng)加大布局力度。同時(shí)涕克，還有傳言英特爾也在積極研發(fā)新一代GPU產(chǎn)品蛀醉。而AMD則仍然依托自有GPU的優(yōu)勢(shì)，是GPU的第二大市場(chǎng)衅码，其定位也是數(shù)據(jù)中心拯刁。
IBM在芯片領(lǐng)域始終比較超前，除了前沿的類腦芯片之外逝段，IBM 旗下Research AI團(tuán)隊(duì)還用大規(guī)模的模擬存儲(chǔ)器陣列訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)(DNN)垛玻，已達(dá)到了與GPU相當(dāng)?shù)木取?/span>
FPGA構(gòu)架的“締造者”賽靈思在AI芯片領(lǐng)域早已有了布局。2018年奶躯，賽靈思推出一款超越FPGA功能的新產(chǎn)品——ACAP(自適應(yīng)計(jì)算加速平臺(tái))和Versal芯片帚桩，樹(shù)起FPGA反擊的大旗亿驾。
作為移動(dòng)芯片領(lǐng)域的霸主，高通也推出了云端AI芯片Cloud AI 100加速器账嚎，針對(duì)數(shù)據(jù)中心莫瞬。據(jù)悉，預(yù)計(jì)將于2019年下半年開(kāi)始向客戶出樣郭蕉。
目前疼邀，雖然移動(dòng)端并非AI芯片競(jìng)爭(zhēng)的主戰(zhàn)場(chǎng)，但ARM召锈、高通沛野、三星仍然在AI芯片上做文章，通過(guò)SoC+IP 模式诅枚，形成CPU+AI芯片+5G基帶芯片一體化的全新芯片組含话，以降低體積和功耗，適應(yīng)移動(dòng)終端的需要妥坦。盡管茂钠，現(xiàn)在云端訓(xùn)練芯片當(dāng)?shù)溃嫦蚪K端的推理芯片的需求也日益迫切庵窄，隨著智能手機(jī)新能的突飛猛進(jìn)弃净，移動(dòng)AI芯片無(wú)疑將逐漸走向前臺(tái)婉烈。
據(jù)市場(chǎng)研究顧問(wèn)公司Compass Intelligence在2018年5月發(fā)布的關(guān)于AI芯片調(diào)研報(bào)告顯示炉展，英偉達(dá)當(dāng)仁不讓成為領(lǐng)頭羊，英特爾和IBM緊隨其后巩蕊。值得注意的是谷歌聪磁、蘋果排在第四、第五的位置塑验，顯然已經(jīng)開(kāi)始挑戰(zhàn)傳統(tǒng)芯片廠商的地位瞎暑。此外，AMD与帆、ARM了赌、高通、三星玄糟、恩智浦仍然占據(jù)位列前十勿她。博通、新思(Synopsys)阵翎、Marvell逢并、賽靈思等老牌芯片廠商也排在前25位之中。
而令國(guó)人鼓舞的是郭卫，國(guó)內(nèi)有7家廠商上榜砍聊，其中華為海思排名第12位背稼，聯(lián)發(fā)科為第14位；兩家初創(chuàng)企業(yè)寒武紀(jì)(Cambricon)和地平線(Horizon)排名第23位和24位玻蝌。余下的Imagination(原英國(guó)芯片廠商蟹肘，已被中資收購(gòu))、瑞芯微(Rockchip)摇致、芯原(Verisilcon)三家的知名度并不高穆惩，可謂“隱形冠軍”。
但毋庸置疑的是穴阱，目前全球AI芯片領(lǐng)域仍然呈現(xiàn)于“大國(guó)爭(zhēng)霸”的局面咖自，以英偉達(dá)、英特爾爱蚣、IBM逼渤、ARM、高通间炮、三星等為首的老牌芯片廠商依舊占據(jù)市場(chǎng)主動(dòng)焙厂。同時(shí)，以谷歌卫银、蘋果等為代表的新興勢(shì)力和初創(chuàng)企業(yè)崛起的勢(shì)頭也難以阻擋扫钝。
實(shí)際上，僅僅從芯片的構(gòu)架就能發(fā)現(xiàn)端倪掐边。老牌廠商在傳統(tǒng)優(yōu)勢(shì)構(gòu)架在基礎(chǔ)上向全新領(lǐng)域拓展刁祸，而新興廠商則直接轉(zhuǎn)向可定制的全新解決方案， 其中ASIC構(gòu)架正是趁著這一勢(shì)頭迅速升溫斋竞。當(dāng)然倔约，其背后離不開(kāi)大量新興芯片廠商的推波助瀾，AI芯片行業(yè)至此呈現(xiàn)出“百家爭(zhēng)鳴“的新態(tài)勢(shì)坝初。
百家爭(zhēng)鳴
在老牌芯片廠商尋求新突破方向的時(shí)候浸剩，兩股“造芯新勢(shì)力”開(kāi)始脫穎而出。首先是以谷歌鳄袍、蘋果绢要、華為、阿里等為首的科技和互聯(lián)網(wǎng)巨頭開(kāi)始涉足AI芯片領(lǐng)域拗小，甚至特斯拉也舍棄英偉達(dá)的芯片解決方案重罪，推出了自研的FSB全自動(dòng)駕駛芯片。其次十籍，初創(chuàng)AI企業(yè)早已崛起蛆封，寒武紀(jì)、地平線勾栗、依圖等新勢(shì)力接著資本風(fēng)潮惨篱，也試圖進(jìn)入芯片領(lǐng)域盏筐，以爭(zhēng)奪這一新興市場(chǎng)。
2016年令掠，谷歌推出TPU(Tensor Processing Unit)规学，基于ASIC構(gòu)架，專為機(jī)器學(xué)習(xí)設(shè)計(jì)辫扯，配合自家深度學(xué)習(xí)框架TensorFlow橡周，以加強(qiáng)算法模型的執(zhí)行效率，并且同時(shí)可運(yùn)用在訓(xùn)練和推理上侄突，適應(yīng)性更強(qiáng)膊向。值得注意的是，2016年名聲大噪的AlphaGo成功的背后涎狐，就離不開(kāi)TPU芯片的支持糙娃。
2018年谷歌在Google I/O大會(huì)推出了TPU3.0，性能大幅提升赐汤。隨后憎抡，谷歌又接連推出面向云端的Cloud TPU和針對(duì)終端的Edge TPU兩款芯片，其目的就是挑戰(zhàn)英偉達(dá)GPU的霸主地位刨紊。
目前性湿，憑借自身云計(jì)算的優(yōu)勢(shì)，谷歌在云端AI芯片上的努力满败，已經(jīng)給英偉達(dá)帶來(lái)了不小的沖擊肤频。然而，英偉達(dá)在芯片領(lǐng)域擁有豐富的經(jīng)驗(yàn)和資源葫录，且GPU具有先入為主的巨大優(yōu)勢(shì)着裹，通用性強(qiáng)领猾，且牢牢占據(jù)市場(chǎng)主動(dòng)米同，近期撼動(dòng)其霸主地位顯然并不現(xiàn)實(shí)。
作為智能手機(jī)時(shí)代的開(kāi)創(chuàng)者摔竿，蘋果在移動(dòng)領(lǐng)域始終呼風(fēng)喚雨面粮。但是，蘋果在芯片上一直受制于人继低，顯然與其強(qiáng)勢(shì)的個(gè)性不符熬苍。所以，從2008年開(kāi)始袁翁，蘋果就通過(guò)一系列收購(gòu)柴底，開(kāi)始了自己的“造芯”之路。2017年9月盔雷，蘋果推出了全新的A11芯片牺闪，其采用ASIC構(gòu)架托捆，整合了一個(gè)專用于機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)引擎(Apple Neural Engine)硬件，性能強(qiáng)大扼漓。2018年9月媒卑，蘋果又推出A12仿生芯片，AI能力再度加強(qiáng)醒屠。
與谷歌一樣经馍，微軟和亞馬遜也在云計(jì)算領(lǐng)域具雄厚的實(shí)力。微軟代號(hào)為Project Catapult的FPGA構(gòu)架AI芯片橘谐、亞馬遜云端AI芯片Inferentia均通過(guò)自研父绿，以擺脫芯片廠商的束縛，提升自身云計(jì)算和相關(guān)應(yīng)用的競(jìng)爭(zhēng)力陋疑。
在國(guó)內(nèi)互聯(lián)網(wǎng)企業(yè)中茄敲，百度在AI領(lǐng)域的拓展由來(lái)已久，并喊出「All in AI」的戰(zhàn)略目標(biāo)谭央。在繼“百度大腦”狠持、深度學(xué)習(xí)框架PaddlePaddle、智能語(yǔ)音操作系統(tǒng)DuerOS和自動(dòng)駕駛平臺(tái)Apollo之后瞻润，百度也推出了自研AI芯片——“昆侖”喘垂。據(jù)悉，“昆侖”基于百度CPU绍撞、GPU和FPGA加速器長(zhǎng)達(dá)8年的研發(fā)正勒，通過(guò)20多次的迭代產(chǎn)生。
最近名聲大振的華為海思傻铣，成立于2004年10月章贞，其前身是創(chuàng)建于1991年的華為集成電路設(shè)計(jì)中心，可見(jiàn)華為的遠(yuǎn)見(jiàn)非洲。而在AI芯片方面鸭限，華為在云端、邊緣和移動(dòng)端都有相應(yīng)的解決方案两踏。在移動(dòng)端败京，先后推出了麒麟系列的Kirin970和Kirin980兩款A(yù)I芯片，從借鑒寒武紀(jì)NPU到自研首次集成雙NPU單元梦染，AI性能大幅提升冒侧。
2018年10月，華為推出自研的達(dá)芬奇架構(gòu)的昇騰系列AI芯片——Ascend 910和Ascend 310抄刁，昇騰910面向云端訓(xùn)練和推理阿赞，直至競(jìng)爭(zhēng)對(duì)手英偉達(dá)和谷歌，被稱之為當(dāng)時(shí)單芯片計(jì)算密度最大的AI芯片。而Ascend 310為低功耗設(shè)計(jì)漩跋，針對(duì)邊緣計(jì)算记辖，擁有nano、tiny倡照、mini苗圃、lite和max五個(gè)系列，能提供橫跨全場(chǎng)景支持声屯。至此惫饲，在AI芯片的支持下，華為的AI戰(zhàn)略和全棧全場(chǎng)景AI解決方案的雛形已初見(jiàn)端倪去园。
此外裤础，阿里整合中天微與達(dá)摩院芯片團(tuán)隊(duì)的“平頭哥半導(dǎo)體有限公司”，也
正在研發(fā)神經(jīng)網(wǎng)絡(luò)芯片Ali-NPU蜓谋，同時(shí)其也將推出自研IoT物聯(lián)網(wǎng)芯片梦皮，從云端向邊緣拓展。
在科技巨頭們紛紛涉足AI芯片的同時(shí)桃焕，一些初出茅廬的初創(chuàng)AI企業(yè)也想在這一領(lǐng)域分一杯羹剑肯。寒武紀(jì)、地平線观堂、云之聲让网、依圖、思必馳师痕、出門問(wèn)問(wèn)溃睹、Rokid、深鑒科技等等國(guó)內(nèi)初創(chuàng)企業(yè)搶先推出自研AI芯片胰坟，從應(yīng)用場(chǎng)景從面向上游的芯片設(shè)計(jì)邁出了重要的一步因篇。
寒武紀(jì)成立與2015年，在國(guó)內(nèi)并不被終端消費(fèi)者所熟知笔横，但提到華為全球首款移動(dòng)端AI芯片——Kirin 970移動(dòng)處理器竞滓，就不得不提寒武紀(jì)Cambricon-1A 神經(jīng)網(wǎng)絡(luò)處理器。Cambricon-1A也由此成為了全球首個(gè)成功商用的深度學(xué)習(xí)處理器IP產(chǎn)品裂体。此外势纺，寒武紀(jì)分別在2018年5月和2019年5月推出云端芯片MLU100和思元270(MLU270)，完善自身產(chǎn)品線和布局息队。去年6月，寒武紀(jì)完成數(shù)億美元B輪融資灼址，投后整體估值為25億美元(約合167億人民幣)沿硕，成為全球AI芯片創(chuàng)業(yè)公司的“領(lǐng)頭羊”。
地平線作為一家2015年成立的初創(chuàng)自動(dòng)駕駛企業(yè)，2017年就推出了基于FPGA的自研BPU(Brain Processing Unit依特，腦處理單元)架構(gòu)和“征程”和“旭日”兩款嵌入式AI視覺(jué)芯片郊片，在業(yè)界先拔頭籌！今年2月27日契畔，地平線獲得6億美元(約合40億人民幣)左右的B輪融資焚惰，估值達(dá)30億美元(約合200億人民幣)，成為AI芯片領(lǐng)域“最值錢”的獨(dú)角獸课丢。
5月9日蛆存，依圖推出自研云端AI芯Questcore以及基于該芯片構(gòu)建的軟硬件一體化系列產(chǎn)品和行業(yè)解決方案。宣稱响禽，該芯片在視覺(jué)推理上超越英偉達(dá)GPU徒爹，算法執(zhí)行力可見(jiàn)一斑。
此外芋类，云之聲面向物聯(lián)網(wǎng)以及思必馳隆嗅、Rokid和出門問(wèn)問(wèn)都專注于AI語(yǔ)音芯片，是圍繞應(yīng)用場(chǎng)景做文章的鮮明例子侯繁。
從目前兩大AI芯片新勢(shì)力陣營(yíng)來(lái)看胖喳，明顯的特征就是結(jié)合自身應(yīng)用場(chǎng)景的特點(diǎn)，通過(guò)自研AI芯片贮竟，以擺脫英偉達(dá)等老牌廠商的束縛禀晓，并實(shí)現(xiàn)掌控產(chǎn)業(yè)鏈上游，進(jìn)一步提升行業(yè)話語(yǔ)權(quán)坝锰。事實(shí)上粹懒，這正是傳統(tǒng)硬件廠商的老套路，如今也在AI領(lǐng)域被活學(xué)活用顷级。
合縱連橫
盡管各大科技凫乖、互聯(lián)網(wǎng)巨頭及初創(chuàng)企業(yè)“造芯”勢(shì)頭正如火如荼，但從目前的市場(chǎng)格局來(lái)看裁国，英偉達(dá)GPU的地位仍然無(wú)人能夠撼動(dòng)馅拥，尤其在需求量較大的云端推理層面，可謂一家獨(dú)大表季。正因此肯窜，英偉達(dá)也幾乎成為所有廠商對(duì)標(biāo)的對(duì)象，一旦超越虏淤，其意義非比尋常纹茫。
為了突破大企業(yè)的壟斷，小企業(yè)采用合縱連橫的商業(yè)策略已成為一種潮流舶惕。雖然在AI芯片行業(yè)并沒(méi)有明顯的“拉幫結(jié)派”自古，但各廠商之間的強(qiáng)強(qiáng)聯(lián)手角雅、深度合作，甚至抱團(tuán)取暖的趨勢(shì)已日益顯著价秉。
據(jù)Compass Intelligence的研究結(jié)果顯示材光，從2018年開(kāi)始的過(guò)去三年中，各大公司藉由收購(gòu)AI及AI新創(chuàng)企業(yè)鹦赎，已經(jīng)總共在研發(fā)谍椅、投資AI領(lǐng)域超過(guò)600億美元。AI新創(chuàng)公司就有約1700家古话，業(yè)界對(duì)于AI芯片組需求正逐漸擴(kuò)大雏吭。
最典型的例子就是谷歌，近年來(lái)其收購(gòu)的企業(yè)數(shù)量已近20家煞额。蘋果公司在該AI領(lǐng)域也是動(dòng)作頻頻思恐，先后收購(gòu)了Tuplejump等3家AI公司。
英特爾通過(guò)“買買買“膊毁，接連收購(gòu)Mobileye胀莹、Nervana、Movidus婚温，實(shí)現(xiàn)向自動(dòng)輔助駕駛描焰、神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺(jué)三大AI芯片應(yīng)用場(chǎng)景的拓展栅螟，大大補(bǔ)充了自身實(shí)力荆秦。
同時(shí)，賽靈思收購(gòu)國(guó)內(nèi)的AI芯片新秀深鑒科技力图，從合作方到強(qiáng)強(qiáng)聯(lián)手蚜宠，就是為了掌控FPGA構(gòu)架及相關(guān)核心技術(shù)，以求與英偉達(dá)一爭(zhēng)高下雅跺。此外极炎，依圖推出自研芯Questcore的背后，也離不開(kāi)其投資的AI芯片初創(chuàng)團(tuán)隊(duì)熠知電子(ThinkForce)的功勞枕篡。
鹿死誰(shuí)手
無(wú)論是自研嫩柑，還是收購(gòu)、合作生香，廠商的目的都是快速推動(dòng)AI芯片落地舌捡，與特定應(yīng)用場(chǎng)景相結(jié)合，從而擴(kuò)大市場(chǎng)或向新興領(lǐng)域拓展藐病。然而渐位，值得注意的是，目前ASIC構(gòu)架由于可定制减少，易于為特定應(yīng)用場(chǎng)景量身打造堆鸦，獲得了大量廠商的認(rèn)可镊鹊，上文提到的谷歌填抬、蘋果烛芬、華為等均采用了ASIC構(gòu)架。同時(shí)飒责，業(yè)內(nèi)也有一種觀點(diǎn)赘娄，即ASIC的開(kāi)發(fā)難度要低于處理復(fù)雜指令的通用芯片和FPGA構(gòu)架芯片，所以ASIC被認(rèn)為是如今實(shí)現(xiàn)快速“造芯”的殺手锏宏蛉。
但事實(shí)并非如此遣臼。
盡管ASIC構(gòu)架門檻有所降低，但目前仍然缺乏統(tǒng)一的標(biāo)準(zhǔn)拾并，而且算法揍堰、軟件迭代速度又快，再加上芯片行業(yè)慣有的高投入嗅义、高風(fēng)險(xiǎn)屏歹、慢回報(bào)等特點(diǎn)，仍然危機(jī)重重之碗。
由于其周期長(zhǎng)蝙眶，且試錯(cuò)成本極高，風(fēng)險(xiǎn)也大褪那，讓企業(yè)難以承受牵深。目前，即便以谷歌為首的科技巨頭全面深入AI芯片領(lǐng)域喷围，所以依靠的就是自身的財(cái)力支撐粉越，但仍然面臨不小的風(fēng)險(xiǎn)。另一方面码杆，初出茅廬的初創(chuàng)企業(yè)的加入戰(zhàn)局薄罕，與其先期巨額的投資不無(wú)關(guān)系，同時(shí)依托多方面的聯(lián)手扬饰，以減低風(fēng)險(xiǎn)宛办，但相比科技巨頭來(lái)說(shuō)，仍然將面臨不可預(yù)知的困難班跟。
不過(guò)属荤，無(wú)論各方面如何競(jìng)爭(zhēng)，最后芯片制造的重?fù)?dān)仍然要落到臺(tái)積電等代工大廠身上板径，其實(shí)際產(chǎn)量和排期所決定了芯片何時(shí)問(wèn)世就初。但不可忽略的是，在如今這個(gè)快速發(fā)展的大背景下疾捍，一旦產(chǎn)品延遲上市奈辰，很可能就是滅頂之災(zāi)栏妖，性命攸關(guān)。
從這個(gè)層面來(lái)看奖恰，在AI芯片的“戰(zhàn)國(guó)時(shí)代”吊趾，扎堆“造芯”背后的最大的贏家說(shuō)不定就成了芯片代工廠。
然而外遇，無(wú)論是獨(dú)霸PC時(shí)代的英特爾注簿，還是把持移動(dòng)端的ARM、高通跳仿，對(duì)于布局AI芯片這一新興領(lǐng)域滩援，都顯得有些吃力。同樣塔嬉，即便是憑借GPU牢牢占據(jù)云端AI芯片頭把交椅的英偉達(dá)玩徊，在科技巨頭和新秀們的“圍剿”面前，仍然有翻車的危險(xiǎn)谨究。
歸根到底写寄，AI芯片這一全新的領(lǐng)域，根本不存在無(wú)法逾越的“護(hù)城河”烟瞳。
如今纽材，谷歌、蘋果航娩、亞馬遜敛纺、Facebook以及華為、阿里、百度等國(guó)內(nèi)外巨頭紛紛涉足其中虹体，群雄逐鹿钓藏，究竟誰(shuí)能染指這個(gè)“香餑餑”？
帝國(guó)重器
眾所周知怨耸，AI的發(fā)展離不開(kāi)三大元素：算法精臭、算力和數(shù)據(jù)。其中算法乘颖、算力都與芯片密不可分摇祖，其重要性自然不言而喻。因此萎河，AI芯片就猶如“帝國(guó)重器”一般荔泳，成為各大廠商爭(zhēng)奪的目標(biāo)。
那何為AI芯片呢虐杯？它與傳統(tǒng)PC和移動(dòng)芯片的區(qū)別何處换可？
從廣義上來(lái)說(shuō)，AI芯片就是能執(zhí)行AI算法的芯片厦幅。理論上沾鳄，目前CPU、GPU等通用芯片都可以執(zhí)行AI算法确憨，只是效率译荞、功耗上存在差異。從狹義上來(lái)說(shuō)休弃，AI芯片被定義為針對(duì)AI算法進(jìn)行加速的專用芯片吞歼，也就是AI加速芯片或AI加速器。
顯然塔猾，由于通用型的芯片需要適應(yīng)各種應(yīng)用程序的需要篙骡，在執(zhí)行AI算法時(shí)，效率自然不及專用的AI芯片永炭，同時(shí)也難以控制功耗掺昵，性價(jià)比不高。而且魏桅，由于面向?qū)Ｓ盟惴ú┳瘢珹I芯片一般都側(cè)重于特定領(lǐng)域，例如語(yǔ)音識(shí)別钳葬、自然語(yǔ)言處理敦驼、圖像處理、自動(dòng)駕駛等等翩腹，針對(duì)性較強(qiáng)述加。所以誓豺，傳統(tǒng)PC和移動(dòng)芯片的區(qū)別，就在于是否能為AI算法加速飘蔓。
關(guān)于AI芯片的類別吏恃，需要從構(gòu)架、功能和場(chǎng)景三個(gè)維度來(lái)看哨叙。
首先，從構(gòu)架來(lái)說(shuō)缤谎，第一類是通用芯片抒倚，即GPU(Graphics Processing Unit，圖像處理單元)坷澡，代表廠商就是英偉達(dá)托呕、英特爾和AMD，其中英特爾在GPU集群上優(yōu)勢(shì)明顯频敛；第二類是FPGA(Field-Programmable Gate Array)项郊，即現(xiàn)場(chǎng)可編程門陣列，就是一種半定制的芯片斟赚，特點(diǎn)是可編程着降，目前賽靈思(XILINX)、Altera兩家占據(jù)了近90%的市場(chǎng)份額拗军；第三類則是ASIC(Application Specific Integrated Circuit)任洞，即專用集成電路，是一種全定制化芯片发侵，例如谷歌TPU交掏、華為kirin系列等；第四類是類腦芯片闲招，IBM的TrueNorth最具代表性精幌，但離商業(yè)化落地還很遙遠(yuǎn)，就不過(guò)多提及了蒿疲。
值得注意的是犯暮，ASIC還衍生出NPU(神經(jīng)網(wǎng)絡(luò)處理器)，其專為深度學(xué)習(xí)設(shè)計(jì)棉玻，英特爾NNP燥箍、寒武紀(jì)NPU及華為麒麟系列等都是典型的代表。此外列汽，在ASIC的基礎(chǔ)上朦晋，一些廠商還通過(guò)SoC+IP 模式，在一塊芯片上整合不同功能或者IP(半導(dǎo)體知識(shí)產(chǎn)權(quán))喳律，也可以稱之為系統(tǒng)級(jí)芯片周狱。其目的就是在有限的體積內(nèi)實(shí)現(xiàn)密度的最大化，以提升芯片的性價(jià)比和移動(dòng)性。
其次稿辙，從功能上來(lái)說(shuō)昆码，由于AI的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)都離不開(kāi)Training(訓(xùn)練)和Inference(推理)兩大環(huán)節(jié)。所謂訓(xùn)練邻储，就是憑借大數(shù)據(jù)讓機(jī)器形成一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)算法模型赋咽。而推理則是通過(guò)該算法模型，讓機(jī)器模仿人做出推理或決策吨娜。在訓(xùn)練方面脓匿，英偉達(dá)的GPU領(lǐng)先優(yōu)勢(shì)相當(dāng)明顯，幾乎成為標(biāo)配宦赠。此外陪毡，英特爾、AMD 勾扭、賽靈思毡琉、谷歌等都有相應(yīng)的解決方案。
推理方面妙色，英偉達(dá)優(yōu)勢(shì)不在桅滋，除了英特爾、谷歌身辨、賽靈思等芯片大廠之外箩晦，科技巨頭亞馬遜、微軟树吏、百度淀甘、阿里、騰訊漫介、新興的寒武紀(jì)风镊、地平線，以及移動(dòng)端的高通赏碑、華為海思满颂、ARM等也涉足其中，競(jìng)爭(zhēng)之激烈可見(jiàn)一斑射愧。
然后矛熬，從場(chǎng)景來(lái)看，AI芯片又分為云端和終端兩類卓俱。由于訓(xùn)練需要龐大的數(shù)據(jù)量和高強(qiáng)度的運(yùn)算量鳖群，單一處理器根本無(wú)法獨(dú)立完成，必須通過(guò)云端借助龐大的云端神經(jīng)網(wǎng)絡(luò)才行庶艾。而在終端方面袁余，各種智能終端可謂天差地別擎勘，尤其是移動(dòng)端，為了滿足用戶越來(lái)越苛刻的要求以及增強(qiáng)體驗(yàn)颖榜，就必須配備執(zhí)行效率高的推理芯片棚饵，同時(shí)要兼具體積小巧及低功耗，要求也提升不少掩完。
另外噪漾，業(yè)內(nèi)還有許多不同的芯片構(gòu)架和概念，這里就不一一列舉且蓬，但無(wú)論是GPU欣硼、FPGA、ASIC缅疟，還是NPU分别、TPU之類遍愿，歸根到底存淫，就是為了實(shí)現(xiàn)AI算法效率的最大化，加強(qiáng)競(jìng)爭(zhēng)力淌影。
目前游隅，全球AI芯片行業(yè)中，GPU可謂一枝獨(dú)秀脾韧，F(xiàn)PGA和ASIC則奮力追趕腊的，盡管各有優(yōu)缺點(diǎn)，但各自陣營(yíng)都有鮮明的特點(diǎn)聂突，例如GPU的性能強(qiáng)大敷裁、通用性強(qiáng)，功耗也巨大言刨；FPGA可編程泌景，靈活性和性能不錯(cuò)，但價(jià)格過(guò)高焦伸；ASIC可定制坑匆，性能穩(wěn)定，功耗也可控服筋，但研發(fā)周期長(zhǎng)跌褂、風(fēng)險(xiǎn)高。
大國(guó)爭(zhēng)霸
傳統(tǒng)顯示設(shè)備巨頭英偉達(dá)在AI芯片領(lǐng)域的崛起午磁，看似無(wú)心插柳柳成蔭尝抖，但從深層次來(lái)說(shuō)，也是其始終專注GPU而結(jié)出的碩果迅皇。
GPU以往主要用于圖形和視頻處理領(lǐng)域牵署，能夠處理復(fù)雜且多數(shù)據(jù)處理漏隐，而正因此，其在性能方面大大優(yōu)于CPU奴迅，同時(shí)輔以CUDA(Compute Unified Device Architecture青责，即通用并行計(jì)算架構(gòu))，使其在AI領(lǐng)域如虎添翼取具，尤其在云端訓(xùn)練上得到應(yīng)用廣泛脖隶，促使英偉達(dá)在該領(lǐng)域一枝獨(dú)秀。
目前暇检，各大AI廠商和云計(jì)算數(shù)據(jù)中心基本都配備英偉達(dá)GPU集群产阱，構(gòu)建超算中心，用于大規(guī)模的訓(xùn)練块仆，以支撐AI業(yè)務(wù)和應(yīng)用場(chǎng)景的運(yùn)作构蹬。
除此之外，英偉達(dá)還為自動(dòng)駕駛饶机、機(jī)器人祠喻、醫(yī)療等行業(yè)提供相應(yīng)的AI解決方案。典型的例子就是芽贫，特斯拉在推出自有芯片之前藤瞪，采用的就是英偉達(dá)的解決方案。
與此同時(shí)吴爵，傳統(tǒng)PC芯片“大哥大”英特爾與其老對(duì)手AMD也在積極向AI芯片方向拓展媳把，但無(wú)奈CPU在算法上執(zhí)行效率不高，GPU性能又不及英偉達(dá)错猬，所以只得尋求新的機(jī)會(huì)俏妆。其中英特爾借助收購(gòu)FPGA生產(chǎn)商Altera和機(jī)器視覺(jué)廠商Movidus，以涉足FPGA标炭、 ASIC構(gòu)架新領(lǐng)域失欢，在數(shù)據(jù)中心市場(chǎng)加大布局力度。同時(shí)涕克，還有傳言英特爾也在積極研發(fā)新一代GPU產(chǎn)品蛀醉。而AMD則仍然依托自有GPU的優(yōu)勢(shì)，是GPU的第二大市場(chǎng)衅码，其定位也是數(shù)據(jù)中心拯刁。
IBM在芯片領(lǐng)域始終比較超前，除了前沿的類腦芯片之外逝段，IBM 旗下Research AI團(tuán)隊(duì)還用大規(guī)模的模擬存儲(chǔ)器陣列訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)(DNN)垛玻，已達(dá)到了與GPU相當(dāng)?shù)木取?/span>
FPGA構(gòu)架的“締造者”賽靈思在AI芯片領(lǐng)域早已有了布局。2018年奶躯，賽靈思推出一款超越FPGA功能的新產(chǎn)品——ACAP(自適應(yīng)計(jì)算加速平臺(tái))和Versal芯片帚桩，樹(shù)起FPGA反擊的大旗亿驾。
作為移動(dòng)芯片領(lǐng)域的霸主，高通也推出了云端AI芯片Cloud AI 100加速器账嚎，針對(duì)數(shù)據(jù)中心莫瞬。據(jù)悉，預(yù)計(jì)將于2019年下半年開(kāi)始向客戶出樣郭蕉。
目前疼邀，雖然移動(dòng)端并非AI芯片競(jìng)爭(zhēng)的主戰(zhàn)場(chǎng)，但ARM召锈、高通沛野、三星仍然在AI芯片上做文章，通過(guò)SoC+IP 模式诅枚，形成CPU+AI芯片+5G基帶芯片一體化的全新芯片組含话，以降低體積和功耗，適應(yīng)移動(dòng)終端的需要妥坦。盡管茂钠，現(xiàn)在云端訓(xùn)練芯片當(dāng)?shù)溃嫦蚪K端的推理芯片的需求也日益迫切庵窄，隨著智能手機(jī)新能的突飛猛進(jìn)弃净，移動(dòng)AI芯片無(wú)疑將逐漸走向前臺(tái)婉烈。
據(jù)市場(chǎng)研究顧問(wèn)公司Compass Intelligence在2018年5月發(fā)布的關(guān)于AI芯片調(diào)研報(bào)告顯示炉展，英偉達(dá)當(dāng)仁不讓成為領(lǐng)頭羊，英特爾和IBM緊隨其后巩蕊。值得注意的是谷歌聪磁、蘋果排在第四、第五的位置塑验，顯然已經(jīng)開(kāi)始挑戰(zhàn)傳統(tǒng)芯片廠商的地位瞎暑。此外，AMD与帆、ARM了赌、高通、三星玄糟、恩智浦仍然占據(jù)位列前十勿她。博通、新思(Synopsys)阵翎、Marvell逢并、賽靈思等老牌芯片廠商也排在前25位之中。
而令國(guó)人鼓舞的是郭卫，國(guó)內(nèi)有7家廠商上榜砍聊，其中華為海思排名第12位背稼，聯(lián)發(fā)科為第14位；兩家初創(chuàng)企業(yè)寒武紀(jì)(Cambricon)和地平線(Horizon)排名第23位和24位玻蝌。余下的Imagination(原英國(guó)芯片廠商蟹肘，已被中資收購(gòu))、瑞芯微(Rockchip)摇致、芯原(Verisilcon)三家的知名度并不高穆惩，可謂“隱形冠軍”。
但毋庸置疑的是穴阱，目前全球AI芯片領(lǐng)域仍然呈現(xiàn)于“大國(guó)爭(zhēng)霸”的局面咖自，以英偉達(dá)、英特爾爱蚣、IBM逼渤、ARM、高通间炮、三星等為首的老牌芯片廠商依舊占據(jù)市場(chǎng)主動(dòng)焙厂。同時(shí)，以谷歌卫银、蘋果等為代表的新興勢(shì)力和初創(chuàng)企業(yè)崛起的勢(shì)頭也難以阻擋扫钝。
實(shí)際上，僅僅從芯片的構(gòu)架就能發(fā)現(xiàn)端倪掐边。老牌廠商在傳統(tǒng)優(yōu)勢(shì)構(gòu)架在基礎(chǔ)上向全新領(lǐng)域拓展刁祸，而新興廠商則直接轉(zhuǎn)向可定制的全新解決方案， 其中ASIC構(gòu)架正是趁著這一勢(shì)頭迅速升溫斋竞。當(dāng)然倔约，其背后離不開(kāi)大量新興芯片廠商的推波助瀾，AI芯片行業(yè)至此呈現(xiàn)出“百家爭(zhēng)鳴“的新態(tài)勢(shì)坝初。
百家爭(zhēng)鳴
在老牌芯片廠商尋求新突破方向的時(shí)候浸剩，兩股“造芯新勢(shì)力”開(kāi)始脫穎而出。首先是以谷歌鳄袍、蘋果绢要、華為、阿里等為首的科技和互聯(lián)網(wǎng)巨頭開(kāi)始涉足AI芯片領(lǐng)域拗小，甚至特斯拉也舍棄英偉達(dá)的芯片解決方案重罪，推出了自研的FSB全自動(dòng)駕駛芯片。其次十籍，初創(chuàng)AI企業(yè)早已崛起蛆封，寒武紀(jì)、地平線勾栗、依圖等新勢(shì)力接著資本風(fēng)潮惨篱，也試圖進(jìn)入芯片領(lǐng)域盏筐，以爭(zhēng)奪這一新興市場(chǎng)。
2016年令掠，谷歌推出TPU(Tensor Processing Unit)规学，基于ASIC構(gòu)架，專為機(jī)器學(xué)習(xí)設(shè)計(jì)辫扯，配合自家深度學(xué)習(xí)框架TensorFlow橡周，以加強(qiáng)算法模型的執(zhí)行效率，并且同時(shí)可運(yùn)用在訓(xùn)練和推理上侄突，適應(yīng)性更強(qiáng)膊向。值得注意的是，2016年名聲大噪的AlphaGo成功的背后涎狐，就離不開(kāi)TPU芯片的支持糙娃。
2018年谷歌在Google I/O大會(huì)推出了TPU3.0，性能大幅提升赐汤。隨后憎抡，谷歌又接連推出面向云端的Cloud TPU和針對(duì)終端的Edge TPU兩款芯片，其目的就是挑戰(zhàn)英偉達(dá)GPU的霸主地位刨紊。
目前性湿，憑借自身云計(jì)算的優(yōu)勢(shì)，谷歌在云端AI芯片上的努力满败，已經(jīng)給英偉達(dá)帶來(lái)了不小的沖擊肤频。然而，英偉達(dá)在芯片領(lǐng)域擁有豐富的經(jīng)驗(yàn)和資源葫录，且GPU具有先入為主的巨大優(yōu)勢(shì)着裹，通用性強(qiáng)领猾，且牢牢占據(jù)市場(chǎng)主動(dòng)米同，近期撼動(dòng)其霸主地位顯然并不現(xiàn)實(shí)。
作為智能手機(jī)時(shí)代的開(kāi)創(chuàng)者摔竿，蘋果在移動(dòng)領(lǐng)域始終呼風(fēng)喚雨面粮。但是，蘋果在芯片上一直受制于人继低，顯然與其強(qiáng)勢(shì)的個(gè)性不符熬苍。所以，從2008年開(kāi)始袁翁，蘋果就通過(guò)一系列收購(gòu)柴底，開(kāi)始了自己的“造芯”之路。2017年9月盔雷，蘋果推出了全新的A11芯片牺闪，其采用ASIC構(gòu)架托捆，整合了一個(gè)專用于機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)引擎(Apple Neural Engine)硬件，性能強(qiáng)大扼漓。2018年9月媒卑，蘋果又推出A12仿生芯片，AI能力再度加強(qiáng)醒屠。
與谷歌一樣经馍，微軟和亞馬遜也在云計(jì)算領(lǐng)域具雄厚的實(shí)力。微軟代號(hào)為Project Catapult的FPGA構(gòu)架AI芯片橘谐、亞馬遜云端AI芯片Inferentia均通過(guò)自研父绿，以擺脫芯片廠商的束縛，提升自身云計(jì)算和相關(guān)應(yīng)用的競(jìng)爭(zhēng)力陋疑。
在國(guó)內(nèi)互聯(lián)網(wǎng)企業(yè)中茄敲，百度在AI領(lǐng)域的拓展由來(lái)已久，并喊出「All in AI」的戰(zhàn)略目標(biāo)谭央。在繼“百度大腦”狠持、深度學(xué)習(xí)框架PaddlePaddle、智能語(yǔ)音操作系統(tǒng)DuerOS和自動(dòng)駕駛平臺(tái)Apollo之后瞻润，百度也推出了自研AI芯片——“昆侖”喘垂。據(jù)悉，“昆侖”基于百度CPU绍撞、GPU和FPGA加速器長(zhǎng)達(dá)8年的研發(fā)正勒，通過(guò)20多次的迭代產(chǎn)生。
最近名聲大振的華為海思傻铣，成立于2004年10月章贞，其前身是創(chuàng)建于1991年的華為集成電路設(shè)計(jì)中心，可見(jiàn)華為的遠(yuǎn)見(jiàn)非洲。而在AI芯片方面鸭限，華為在云端、邊緣和移動(dòng)端都有相應(yīng)的解決方案两踏。在移動(dòng)端败京，先后推出了麒麟系列的Kirin970和Kirin980兩款A(yù)I芯片，從借鑒寒武紀(jì)NPU到自研首次集成雙NPU單元梦染，AI性能大幅提升冒侧。
2018年10月，華為推出自研的達(dá)芬奇架構(gòu)的昇騰系列AI芯片——Ascend 910和Ascend 310抄刁，昇騰910面向云端訓(xùn)練和推理阿赞，直至競(jìng)爭(zhēng)對(duì)手英偉達(dá)和谷歌，被稱之為當(dāng)時(shí)單芯片計(jì)算密度最大的AI芯片。而Ascend 310為低功耗設(shè)計(jì)漩跋，針對(duì)邊緣計(jì)算记辖，擁有nano、tiny倡照、mini苗圃、lite和max五個(gè)系列，能提供橫跨全場(chǎng)景支持声屯。至此惫饲，在AI芯片的支持下，華為的AI戰(zhàn)略和全棧全場(chǎng)景AI解決方案的雛形已初見(jiàn)端倪去园。
此外裤础，阿里整合中天微與達(dá)摩院芯片團(tuán)隊(duì)的“平頭哥半導(dǎo)體有限公司”，也
正在研發(fā)神經(jīng)網(wǎng)絡(luò)芯片Ali-NPU蜓谋，同時(shí)其也將推出自研IoT物聯(lián)網(wǎng)芯片梦皮，從云端向邊緣拓展。
在科技巨頭們紛紛涉足AI芯片的同時(shí)桃焕，一些初出茅廬的初創(chuàng)AI企業(yè)也想在這一領(lǐng)域分一杯羹剑肯。寒武紀(jì)、地平線观堂、云之聲让网、依圖、思必馳师痕、出門問(wèn)問(wèn)溃睹、Rokid、深鑒科技等等國(guó)內(nèi)初創(chuàng)企業(yè)搶先推出自研AI芯片胰坟，從應(yīng)用場(chǎng)景從面向上游的芯片設(shè)計(jì)邁出了重要的一步因篇。
寒武紀(jì)成立與2015年，在國(guó)內(nèi)并不被終端消費(fèi)者所熟知笔横，但提到華為全球首款移動(dòng)端AI芯片——Kirin 970移動(dòng)處理器竞滓，就不得不提寒武紀(jì)Cambricon-1A 神經(jīng)網(wǎng)絡(luò)處理器。Cambricon-1A也由此成為了全球首個(gè)成功商用的深度學(xué)習(xí)處理器IP產(chǎn)品裂体。此外势纺，寒武紀(jì)分別在2018年5月和2019年5月推出云端芯片MLU100和思元270(MLU270)，完善自身產(chǎn)品線和布局息队。去年6月，寒武紀(jì)完成數(shù)億美元B輪融資灼址，投后整體估值為25億美元(約合167億人民幣)沿硕，成為全球AI芯片創(chuàng)業(yè)公司的“領(lǐng)頭羊”。
地平線作為一家2015年成立的初創(chuàng)自動(dòng)駕駛企業(yè)，2017年就推出了基于FPGA的自研BPU(Brain Processing Unit依特，腦處理單元)架構(gòu)和“征程”和“旭日”兩款嵌入式AI視覺(jué)芯片郊片，在業(yè)界先拔頭籌！今年2月27日契畔，地平線獲得6億美元(約合40億人民幣)左右的B輪融資焚惰，估值達(dá)30億美元(約合200億人民幣)，成為AI芯片領(lǐng)域“最值錢”的獨(dú)角獸课丢。
5月9日蛆存，依圖推出自研云端AI芯Questcore以及基于該芯片構(gòu)建的軟硬件一體化系列產(chǎn)品和行業(yè)解決方案。宣稱响禽，該芯片在視覺(jué)推理上超越英偉達(dá)GPU徒爹，算法執(zhí)行力可見(jiàn)一斑。
此外芋类，云之聲面向物聯(lián)網(wǎng)以及思必馳隆嗅、Rokid和出門問(wèn)問(wèn)都專注于AI語(yǔ)音芯片，是圍繞應(yīng)用場(chǎng)景做文章的鮮明例子侯繁。
從目前兩大AI芯片新勢(shì)力陣營(yíng)來(lái)看胖喳，明顯的特征就是結(jié)合自身應(yīng)用場(chǎng)景的特點(diǎn)，通過(guò)自研AI芯片贮竟，以擺脫英偉達(dá)等老牌廠商的束縛禀晓，并實(shí)現(xiàn)掌控產(chǎn)業(yè)鏈上游，進(jìn)一步提升行業(yè)話語(yǔ)權(quán)坝锰。事實(shí)上粹懒，這正是傳統(tǒng)硬件廠商的老套路，如今也在AI領(lǐng)域被活學(xué)活用顷级。
合縱連橫
盡管各大科技凫乖、互聯(lián)網(wǎng)巨頭及初創(chuàng)企業(yè)“造芯”勢(shì)頭正如火如荼，但從目前的市場(chǎng)格局來(lái)看裁国，英偉達(dá)GPU的地位仍然無(wú)人能夠撼動(dòng)馅拥，尤其在需求量較大的云端推理層面，可謂一家獨(dú)大表季。正因此肯窜，英偉達(dá)也幾乎成為所有廠商對(duì)標(biāo)的對(duì)象，一旦超越虏淤，其意義非比尋常纹茫。
為了突破大企業(yè)的壟斷，小企業(yè)采用合縱連橫的商業(yè)策略已成為一種潮流舶惕。雖然在AI芯片行業(yè)并沒(méi)有明顯的“拉幫結(jié)派”自古，但各廠商之間的強(qiáng)強(qiáng)聯(lián)手角雅、深度合作，甚至抱團(tuán)取暖的趨勢(shì)已日益顯著价秉。
據(jù)Compass Intelligence的研究結(jié)果顯示材光，從2018年開(kāi)始的過(guò)去三年中，各大公司藉由收購(gòu)AI及AI新創(chuàng)企業(yè)鹦赎，已經(jīng)總共在研發(fā)谍椅、投資AI領(lǐng)域超過(guò)600億美元。AI新創(chuàng)公司就有約1700家古话，業(yè)界對(duì)于AI芯片組需求正逐漸擴(kuò)大雏吭。
最典型的例子就是谷歌，近年來(lái)其收購(gòu)的企業(yè)數(shù)量已近20家煞额。蘋果公司在該AI領(lǐng)域也是動(dòng)作頻頻思恐，先后收購(gòu)了Tuplejump等3家AI公司。
英特爾通過(guò)“買買買“膊毁，接連收購(gòu)Mobileye胀莹、Nervana、Movidus婚温，實(shí)現(xiàn)向自動(dòng)輔助駕駛描焰、神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺(jué)三大AI芯片應(yīng)用場(chǎng)景的拓展栅螟，大大補(bǔ)充了自身實(shí)力荆秦。
同時(shí)，賽靈思收購(gòu)國(guó)內(nèi)的AI芯片新秀深鑒科技力图，從合作方到強(qiáng)強(qiáng)聯(lián)手蚜宠，就是為了掌控FPGA構(gòu)架及相關(guān)核心技術(shù)，以求與英偉達(dá)一爭(zhēng)高下雅跺。此外极炎，依圖推出自研芯Questcore的背后，也離不開(kāi)其投資的AI芯片初創(chuàng)團(tuán)隊(duì)熠知電子(ThinkForce)的功勞枕篡。
鹿死誰(shuí)手
無(wú)論是自研嫩柑，還是收購(gòu)、合作生香，廠商的目的都是快速推動(dòng)AI芯片落地舌捡，與特定應(yīng)用場(chǎng)景相結(jié)合，從而擴(kuò)大市場(chǎng)或向新興領(lǐng)域拓展藐病。然而渐位，值得注意的是，目前ASIC構(gòu)架由于可定制减少，易于為特定應(yīng)用場(chǎng)景量身打造堆鸦，獲得了大量廠商的認(rèn)可镊鹊，上文提到的谷歌填抬、蘋果烛芬、華為等均采用了ASIC構(gòu)架。同時(shí)飒责，業(yè)內(nèi)也有一種觀點(diǎn)赘娄，即ASIC的開(kāi)發(fā)難度要低于處理復(fù)雜指令的通用芯片和FPGA構(gòu)架芯片，所以ASIC被認(rèn)為是如今實(shí)現(xiàn)快速“造芯”的殺手锏宏蛉。
但事實(shí)并非如此遣臼。
盡管ASIC構(gòu)架門檻有所降低，但目前仍然缺乏統(tǒng)一的標(biāo)準(zhǔn)拾并，而且算法揍堰、軟件迭代速度又快，再加上芯片行業(yè)慣有的高投入嗅义、高風(fēng)險(xiǎn)屏歹、慢回報(bào)等特點(diǎn)，仍然危機(jī)重重之碗。
由于其周期長(zhǎng)蝙眶，且試錯(cuò)成本極高，風(fēng)險(xiǎn)也大褪那，讓企業(yè)難以承受牵深。目前，即便以谷歌為首的科技巨頭全面深入AI芯片領(lǐng)域喷围，所以依靠的就是自身的財(cái)力支撐粉越，但仍然面臨不小的風(fēng)險(xiǎn)。另一方面码杆，初出茅廬的初創(chuàng)企業(yè)的加入戰(zhàn)局薄罕，與其先期巨額的投資不無(wú)關(guān)系，同時(shí)依托多方面的聯(lián)手扬饰，以減低風(fēng)險(xiǎn)宛办，但相比科技巨頭來(lái)說(shuō)，仍然將面臨不可預(yù)知的困難班跟。
不過(guò)属荤，無(wú)論各方面如何競(jìng)爭(zhēng)，最后芯片制造的重?fù)?dān)仍然要落到臺(tái)積電等代工大廠身上板径，其實(shí)際產(chǎn)量和排期所決定了芯片何時(shí)問(wèn)世就初。但不可忽略的是，在如今這個(gè)快速發(fā)展的大背景下疾捍，一旦產(chǎn)品延遲上市奈辰，很可能就是滅頂之災(zāi)栏妖，性命攸關(guān)。
從這個(gè)層面來(lái)看奖恰，在AI芯片的“戰(zhàn)國(guó)時(shí)代”吊趾，扎堆“造芯”背后的最大的贏家說(shuō)不定就成了芯片代工廠。
18221259202