近日,随着一系列收购事件、芯片争端事件的发生,人们对人工智能专用芯片的关注越来越多,同时智能芯片市场的热潮也开始兴起。科技巨头间的竞争、越来越多的创业公司的涌入,让我们看到人工智能芯片市场也许会成为下一个兵家必争之地。
过去的十几年中,人工智能获得的关注大部分在软件方面,但「硅芯片」方面获得的关注不够,即使我们依然需要更好的芯片,即使该领域有了极大的发展。Yann LeCun、吴恩达等大牛都是专注两面,即硬件+软件。更好的硬件需要满足更短的训练时间、在更大的训练数据集上工作时对深度/机器学习算法更好的内存访问、以及在最小化错误率的同时有更短的预测时间。GPU 之前比传统的 CPU 有 9 倍到 72 倍的效率。更好的硬件和芯片架构在效率上能进一步带来 10 倍的改进。
但这一场景的背后,大部分科技巨头认识到创造专用芯片(人工智能加速器)的需要与市场机遇。都知道谷歌和微软在使用定制的 ASICs 加强它们各自搜索引擎的机器学习能力。英特尔的重点也很明显,先是 167 亿美元收购 FPGA 制造商 Altera,最近又是大约 4 亿美元收购 Nervana System,后者是做深度学习定制 ASIC 的一家创业公司。这些收购给了英特尔足够的装备与英伟达相抗衡,英伟达如今在深度/机器学习硬件领域处于主导地位。
如今,这些巨头的重点就是生产出一种人工智能专用芯片,能够支持下一代的高性能数据中心。这些芯片还要能够进一步支持下一代的 IoT 设备(智能手机、智能汽车、智能玩具、机器人等),并且还要能够提供设备内的人工智能能力,使得这些设备更少依靠远程云基础设施。
创业公司
在这场竞赛中,创业公司也并未落后太远。该领域已经流入了 5.89 亿美元的风险投资和私募基金。前 NASA 局长创建的 Knuedge 在销声十几年后再次出现在大众面前,宣布完成了 1 亿美元的融资。Mobileye ,一家向宝马、沃尔沃、通用、特斯拉等汽车公司提供 ADAS 的公司在自动驾驶汽车领域处于领导地位。
人工智能加速器——一些主要的创业公司
创业公司 | 投资方 | 产品描述 |
---|---|---|
Mobileye(199 年)耶路撒冷, 5.15 亿美元, IPO) | Fidelity Investments, Goldman Sachs, Blackrock | 为自动驾驶汽车设计基于深度学习的计算机视频 ASICs |
Nervana Systems(2014 年,圣地亚哥,2400 万美元,被英特尔收购) | In-Q-Tel, Lux Capital, Draper Fisher Jurvetson | 为基于深度学习系统的芯片设计定制的 ASIC。 |
Knuedge(2005 年,圣地亚哥,1亿美元,处于早期阶段) | 未知 | 为机器学习应用和 HPC 数据中心设计神经形态芯片。 |
Movidius(2005 年,圣马特奥,8650 万美元,E 轮) | West Summit Capital, Robert Bosch Venture Capital | 为 IoT 设备设计深度学习视觉处理芯片。 |
Teradeep(2014 年,圣克拉拉,未知,早期阶段) | Xilinx 科技公司合伙人 | 为 IoT 设计基于深度学习的嵌入式计算机视觉系统。 |
CoreViz(2014 年,帕罗奥图,未知,早期阶段) | Graph Ventures | 为数据中心、汽车、手机系统设计低能耗的视觉处理芯片。 |
创业公司一栏中的记录方式为(创立年份、城市、融资、公司所处阶段),该表只展示了一些主要的投资者
学术界也并未避开这一领域。最近,MIT 的研究人员展现了比手机 GPU 快 10 倍的芯片 Eyeriss,能够在手机本地运行深度学习算法。
未来,我们能够看到该领域内初建公司和创业公司会越来越活跃,开发出的芯片将支撑下一代 IoT 设备和数据中心。