半夏 撰写

寒冬与 AI 芯片无关:巨头「芯」动,2019 年成决胜之年

一滴滚油掉入了热水之中。

作为人工智能产业的重中之重,AI芯片成了各家角力的最佳舞台。

近日,作为老牌芯片巨头之一的高通就是有备而来,接连在其技术峰会上发布了骁龙855骁龙8cx两款重量级的芯片产品。

其中,骁龙855不仅举起了明年Android阵营对抗苹果A12芯片的大旗,比上一代旗舰骁龙845提升3倍,比华为麒麟980苹果A12提升2倍,而且还将是全球首款5G商用芯片

更不用说骁龙8cx这一记给英特尔的回旋踢了。骁龙8cx是首个基于7nm工艺打造的PC处理器,TDP为7W,性能足以媲美目前PC上的低功耗处理器,同时还能提供始终在线的4G连接以及长达数天的续航时间。

当然,其老对手英特尔也不甘示弱。据外媒报道,英特尔已在一项名为「自旋电子学」的技术领域取得进展。

随着传统芯片技术逐渐失去动力,这项技术可取代传统芯片为用户手机、笔记本电脑和智能手表大大提速。

该项技术可以将芯片元件的尺寸缩小到目前尺寸大小的五分之一,并降低能耗90-97%。一旦商业成功,该技术可为近年来处理性能增长平平的芯片产业带来巨大的动力。

近几年,随着AI技术应用场景开始向移动设备转移,产业的需求带动了技术的进步,而AI芯片作为产业的根基,必须达到更强的性能、更高的效率、更小的体积,才能完成AI技术从云端到终端的转移。

那么,问题来了,到底谁才能真正笑到最后?问卷才刚刚展开。

一、争相涌入的巨头不断布局

2007年以前,受限于当时算法和数据等因素,AI对芯片还没有特别强烈的需求,通用的CPU芯片即可提供足够的计算能力。

但由于通用芯片的设计初衷并非专门针对深度学习,随着人工智能应用规模的扩大,芯片势必要追上人工智能迅速发展的步伐

在这样的背景之下,不仅英伟达、谷歌、高通、英伟达等国际巨头相继推出新产品,国内百度、阿里、华为等纷纷布局这一领域,也不乏寒武纪深鉴科技等AI芯片创业公司的诞生。

以英伟达为例,过去几年英伟达的股价飞涨,很大程度上受益于AI的概念。整个2017年财年,英伟达的股票从年初的29.63美元,一路高涨最高至120.92美元,成为去年标普500表现最好的股票。

而这得益于AI应用的高速发展,谷歌、亚马逊微软等巨头都变成了英伟达AI芯片的客户。今年第三季度,尽管英伟达增速放缓,其收入也达到了7.92亿,同比增速58.1%

当然,其他巨头与创业公司也在争先恐后地抓紧自身AI芯片的布局。

比如成立于2016年的寒武纪,成立之初就发布了世界首款商用深度学习专用处理器寒武纪 1A 处理器(Cambricon-1A),并成为全球第一个成功流片并拥有成熟产品的 AI 芯片公司,拥有终端 AI 处理器 IP和云端高性能 AI 芯片两条产品线。

同样在2016年,谷歌发布了加速深度学习的TPU芯片,该芯片设置在云端,算力达到180 万亿次每秒,并且功耗只有200w

TPU 是专门为机器学习应用而设计的专用芯片,在 2016 年 3 月打败了李世石和 2017 年 5 月打败了柯杰的阿尔法狗,就是采用了谷歌的 TPU 系列芯片

之后,2017年,华为和苹果都不约而同地选择了终端芯片发布。9月,华为抢先在德国柏林消费电子展发布了麒麟 970 芯片

该芯片搭载了寒武纪的 NPU,成为“全球首款智能手机移动端 AI 芯片” ,并在10月推出Mate10 系列新品(该系列手机的处理器为麒麟 970)。

除了手机芯片外,在今年10月的第三届华为全联接大会上,华为轮值董事长徐直军还发布了两颗人工智能芯片,即昇腾910(max)和昇腾310(mini)。

徐直军现场介绍称,昇腾910主打云场景的超高算力,其半精度算力达到了256 TFLOPS,预计将于明年第二季度量产;而昇腾310则主打终端低功耗AI场景,拥有8 TFLOPS半精度计算力,目前已经量产。

而苹果则发布了其以 iPhone X 为代表的手机及它们内置的 A11芯片,该芯片每秒处理相应神经网络计算需求的次数可达 6000 亿次。随着今年苹果iPhone 新品的发布,A11芯片也进化成为了A12芯片。

今年7月,百度发布了面向云端的昆仑芯片,量产时间尚未可知。此后,云栖大会上,由阿里巴巴全资收购的杭州中天微和阿里达摩院合并而成的阿里平头哥公司成立,并将推出首款AI芯片。

小米生态链的首家美国上市公司华米科技也推出了首款RISC-V架构的可穿戴设备黄山1号,并称是全球首款支持AI的可穿戴设备芯片组。

就连和雷军打赌的董明珠,都对外放话,即便是花500亿也要把芯片造出来。她还宣称,2019年开始所有的格力产品都要用上格力自己研发的芯片。

不仅是国内,在刚刚召开的re:Invent大会上,亚马逊发布了其首款云端AI芯片Inferentia

亚马逊云首席执行官Andy Jass介绍称,该芯片将在2019年下半年推出,用于EC2、SageMaker以及新推出的Elastic Inference云服务。

几乎是同时,11月中旬,三星发布了旗舰处理器Exynos 9820处理器晶片组,预计将会在年底量产,并将用于明年年初Galaxy S10系列旗舰机之上。

Exynos 9820最大的卖点就在于,终于有了独立的神经网络处理单元(NPU),让产品装置后AI运算速度可比前代快7倍左右。

而现如今,作为安卓阵营的龙头老大,高通不出手则已,一出手就是一鸣惊人。其官方称,骁龙855搭载最新一代AIE引擎之后,性能将比上一代旗舰骁龙845提升3倍,比华为980和苹果A12强2倍。

高通总裁Cristiano Amon也公布了明年将推出5G智能手机的厂商名单,具体包括华硕、富士通、谷歌、HMD(诺基亚)、HTC、LG、摩托罗拉、一加、OPPO、三星、夏普、索尼、vivo、小米和中兴等等。

毕竟,就连马斯克都宣布,特斯拉的新定制AI芯片将在半年之后安装在特斯拉新车当中,该芯片可将特斯拉自动驾驶性能提升5到20倍

二、一个新的弯道超车机会来临

据相关媒体报道,全球六家头部厂商中,除了苹果之外,都在努力抢占5G手机的先发优势。

12月5日,高通2018骁龙峰会上,三星演示了旗下首款5G智能手机,将在明年上半年推出。据The Verge报道,不到24小时之后,AT&T又宣布将在下半年推出三星第二款5G手机。

几乎是同步,12月6日,2018中国移动合作伙伴大会上,小米就首次展出了旗下首款5G手机小米MIX 3 5G版,搭载高通骁龙855及X50 5G调制解调器,下载速度最高可达2Gbps。

华为轮值董事长徐直军也表示,华为在2019年初会推出5G芯片,明年6月推出基于这款芯片的手机产品。

无独有偶。除了手机之外,AI芯片重要应用场景之一的自动驾驶也不断发展。2019年,对于全球自动驾驶公司来说,是非常重要的占领应用场景和实现商业化落地的年度。

谷歌的自动驾驶子公司Waymo就已经宣布,今年年底将会在亚利桑那凤凰城开展无人驾驶出租车的商业化运营。

而李彦宏也在此前的百度大会上宣布,2019年目标将具备L4级别自动驾驶能力的车队规模扩大到1万辆。

这一切都在不断地促进芯片行业的发展。《经济学人》最新的封面文章《芯片大战》(Chip wars),甚至认为21世纪对技术的争夺,包括从人工智能到网络设备等,主战场在半导体工业。

在该文章中提到,中国希望本土芯片产业的收入从2016年的650亿美元增长到2030年的3050亿美元,并且其大部分需求将靠国内供应。

中国这种打造尖端产业的雄心目前已经在改变全球半导体格局,并受到了产业上下游的关注。

根据IDC的报告统计,2016至2022年,全球物联网芯片市场复合成长率将达11.5%,到2022年,物联网芯片市场规模将超100亿美元,半导体芯片厂商将直接受益。

我们甚至可以想象得到,未来将会有数百亿设备,千亿设备连接网络,而适用于各种智能设备的IoT和AI芯片则成为核心。庞大物联网设备对芯片需求,能为半导体产业带来数百亿美元的市场。

据Gartner统计,2017年全球芯片的营业额约为4197亿美元,而作为全球最大的电子就消费电子制造国,中国该年度的芯片进口金额就高达2690亿美元

华为Fellow(公司级院士)艾伟在接受媒体采访时就表示,对麒麟980的投入远远超过3亿美元。

「芯片行业是一个投入巨大、风险巨大的投资,并且按照行业规律,伴随每一代工艺的提升,对应的投入都要翻倍。华为对麒麟芯片的投入也是每隔 2~3 年投入就会翻倍增长的,而且伴随芯片创新,这种投入是一年比一年多。」

当然,我们不可否认的是,芯片行业高度全球化并头部效应明显。

毕竟由于半导体行业的特殊性,高投入、长周期,相关公司必须具备非常准确的长期战略眼光,在趋势到来的第一时间就能发现并投入大量研发。但一旦在某一个场景确定领先地位,则会带来赢者通吃的回报。

但随着摩尔定律的失效,新芯片技术的发展,无论是产业层面的竞争,还是个人能力的比拼,领先者总会碰到天花板,这就给后来者留下了超越的机会。

而用一句话描述近几年的AI芯片领域,就是万类霜天竞自由。大家奋力一搏的,是未来十年百亿美元的场景。这也是为什么面对当今AI时代的芯片机会,会有这么多的公司All-in的原因。

结语

高通总裁Cristiano Ammo在登台时大谈特谈「下一个十年」,因为在高通看来,一个新的技术时代,已经到来。

这就是5G。在5G的助推下,不仅智能手机会迎来大变革,更多产业也将迎来新机遇。

以手机为例,在骁龙855 5G芯片发布之后,明年各大手机厂商必然会上市5G手机,届时4G手机将被5G手机快速的替换。

而伴随而来的,未来十年,AI 芯片必然将是半导体领域最有前途的增长领域之一。

那么,好消息就是,今天的AI芯片还远远不能满足市场的需求,在面临结构性创新的市场面前,一切值得期待和想象。

AI锐见
AI锐见

洞察AI行业趋势

产业寒武纪谷歌机器学习深度学习百度小米英特尔华为高通AI芯片
1
相关数据
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
英特尔机构

英特尔是计算创新领域的全球领先厂商,致力于拓展科技疆界,让最精彩体验成为可能。英特尔创始于1968年,已拥有近半个世纪产品创新和引领市场的经验。英特尔1971年推出了世界上第一个微处理器,后来又促进了计算机和互联网的革命,改变了整个世界的进程。如今,英特尔正转型成为一家数据公司,制定了清晰的数据战略,凭借云和数据中心、物联网、存储、FPGA以及5G构成的增长良性循环,提供独到价值,驱动日益发展的智能互联世界。英特尔专注于技术创新,同时也积极支持中国的自主创新,与产业伙伴携手推动智能互联的发展。基于明确的数据战略和智能互联全栈实力,英特尔瞄准人工智能、无人驾驶、5G、精准医疗、体育等关键领域,与中国深度合作。面向未来,英特尔致力于做中国高价值合作伙伴,在新科技、新经济、新消费三个方面,着力驱动产业协同创新,为实体经济增值,促进消费升级。

https://www.intel.com/content/www/us/en/company-overview/company-overview.html
相关技术
高通机构

高通公司(英语:Qualcomm,NASDAQ:QCOM)是一个位于美国加州圣地亚哥的无线电通信技术研发公司,由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建,于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业,目前已经向全球多家制造商提供技术使用授权,涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据,高通在2007年度一季度首次一举成为全球最大的无线半导体供应商,并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器,具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。

华为机构

华为成立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。华为的主要业务分布在无线、网络、软件、服务器、云计算、人工智能与大数据、安全、智能终端等领域,发布了5G端到端解决方案、智简网络、软件平台、面向行业的云解决方案、EI企业智能平台、新一代FusionServer V5服务器、HUAWEI Mate等系列智能手机、麒麟系列AI芯片等产品。目前华为拥有18万员工,36所联合创新中心,14所研究院/所/室,业务遍及170多个国家和地区。

http://www.huawei.com/cn
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
深鉴科技机构

深鉴科技成立于2016年3月,定位为深度学习硬件解决方案公司,将以自主研发的深度压缩与深度学习处理器(DPU)为核心,打造最好用的解决方案和最高效的整体系统,提供硬件+芯片+软件+算法的完整方案,方便所有人使用。同时,深鉴主要瞄准智慧城市和数据中心两大市场,可帮助用户为多种智能安防场景打造稳定高效的解决方案。

寒武纪机构

寒武纪科技成立于2016年3月,是全球智能芯片领域的先行者,宗旨是打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片。公司创始人、首席执行官陈天石教授,在处理器架构和人工智能领域深耕十余年,是国内外学术界享有盛誉的杰出青年科学家,曾获国家自然科学基金委员会“优青”、CCF-Intel青年学者奖、中国计算机学会优秀博士论文奖等荣誉。团队骨干成员均毕业于国内顶尖高校,具有丰富的芯片设计开发经验和人工智能研究经验,从事相关领域研发的平均时间达七年以上。寒武纪科技是全球第一个成功流片并拥有成熟产品的智能芯片公司,拥有终端和服务器两条产品线。2016年推出的寒武纪1A处理器(Cambricon-1A)是世界首款商用深度学习专用处理器,面向智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备,在运行主流智能算法时性能功耗比全面超越CPU和GPU,与特斯拉增强型自动辅助驾驶、IBM Watson等国内外新兴信息技术的杰出代表同时入选第三届世界互联网大会评选的十五项“世界互联网领先科技成果”。目前公司与智能产业的各大上下游企业建立了良好的合作关系。在人工智能大爆发的前夜,寒武纪科技的光荣使命是引领人类社会从信息时代迈向智能时代,做支撑智能时代的伟大芯片公司。

http://www.cambricon.com/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

摩尔定律技术

摩尔定律是由英特尔创始人之一戈登·摩尔提出来的。其内容为:积体电路上可容纳的电晶体数目,约每隔两年便会增加一倍;经常被引用的“18个月”,是由英特尔首席执行官大卫·豪斯所说:预计18个月会将芯片的性能提高一倍。

推荐文章
暂无评论
暂无评论~