• 收藏

  • 点赞

  • 评论

  • 微信扫一扫分享

【芯观点】群雄逐鹿 本土AI芯片厂商如何破局?

来源:爱集微

#芯观点#

#人工智能#

#AI芯片#

08-07 16:16

芯观点──聚焦国内外产业大事件,汇聚中外名人专家观点,剖析行业发展动态,带你读懂未来趋势!

集微网报道,1956年夏季,麦卡锡在美国达特茅斯学院夏季研讨会上首次提出了“人工智能”(AI)这一概念,而后人工智能历经起伏,近年来在机器视觉、智能制造、智慧城市等应用的驱动下驶向了高速发展的“快车道”。相关数据显示,2020年AI市场规模将达到2万亿美元,到2030年市场规模将达到15.7万亿美元。与此同时,CPU和传统计算架构无法满足对于并行计算能力的需求,此时需要特殊定制的芯片,于是GPU、FPGA以及ASIC等AI芯片凭借着自身优势迅速渗透到各个领域。

那么全球AI芯片的竞争格局如何?在英伟达独占鳌头,谷歌、英特尔、赛灵思等国际大厂技术优势明显的背景下,本土厂商又该如何破局?

国外厂商优势明显

从功能来区分,AI芯片可分为面向训练和面向推理的两大类,由于计算量巨大,对性能要求高,AI的“训练”部分主要在云端进行,而“推理”部分可在云端和端侧进行。

在云端AI训练领域,英伟达的GPU芯片可谓是“独占鳌头”。该公司早在2004年便开始在AI领域有所布局,并在2012年的ImageNet(图像识别领域赛事)大赛上迎来里程碑式发展。当时Geoffrey Hinton的学生通过两个GPU将深度卷积神经网络AlexNet的准确率提高了10.8%,这一结果震撼了学术界,英伟达也借此从游戏市场一大步跨入AI市场。此后,英伟达乘着深度学习和区块链的东风,成为AI芯片领域“霸主”。

英伟达的成功除了起步较早,技术优势明显外,Cambrian-AI Research创始人兼首席分析师Karl Freund在《集微访谈》中指出:“与此同时,英伟达坐拥一万工程师,以及杰出的超算系统,这些也是他保持领先地位的原因。

除了英伟达外,谷歌、英特尔、赛灵思等国外厂商也在AI领域占有一席之地。

其中,谷歌的明星产品是面向云端市场自研的TPU,被认为是打破 GPU “垄断”地位且打开AI芯片新竞争格局的关键所在。2016年其第一代TPU在世界著名的人机围棋大战助力 AlphaGo 打败李世石“一战成名”,宣告并不是只有GPU才能做训练和推理。时隔五年,TPU v4已问世。

英特尔主要面向计算机视觉,该公司在AI领域的“氪金”实力不容小觑。2015年斥资167亿美元收购FPGA生产商Altera公司;2016年以153亿美元并购自动驾驶公司Mobileye;2019年以20亿美元并购了AI芯片公司Habana Labs。这都昭示了英特尔在AI领域的布局和野心。

另外,赛灵思则是FPGA芯片的龙头,FPGA是四大高端芯片之一,由赛灵思联合创始人Ross Freeman于1984年发明,全球第一款商用FPGA芯片为赛灵思XC4000系列产品,可见其在FPGA领域的地位。

国内厂商争相入局

随着5G和人工智能行业的快速发展,全球AI芯片行业市场成长空间巨大,市调机构Tractica的报告显示,2025年全球人工智能芯片市场规模将达到726亿美金,年复合增长率高达46.14%。

面对潜力巨大的市场,国内各大互联网和ICT公司争相入局,自上个月腾讯确认“造芯”后,包括腾讯、百度、阿里在内的互联网三巨头在“自研AI芯片”之路上再次碰头。

2018年7月,百度正式发布了中国首款云端全功能AI芯片“昆仑”,用以替代2017年百度推出的基于FPGA的云端AI加速芯片,2019年“昆仑”成功流片,2020年量产;今年3月,百度确认其昆仑芯片业务完成独立融资,并称正在研发中的昆仑2性能比昆仑1再提升3倍,将于今年下半年实现量产。

2019年9月的云栖大会上,阿里展示了其首款AI芯片——含光800,此为阿里平头哥成立以来首款硬件产品,是阿里20年发展史上首款自主研发、流片量产的芯片。它主打推理,重点应用于视觉场景。性能打破了现有AI芯片记录,性能及能效比全球第一。

另外,包括美团、字节跳动等互联网新贵也纷纷涌入AI芯片赛道。

ICT公司中,华为早在2018年便发布了全球第一个覆盖全场景的人工智能 IP和芯片系列:Ascend(昇腾)系列芯片。此后,“昇腾310”产品和云服务获得广泛应用,应用于智能园区、自动驾驶等场景。

在群鹿逐雄的背景下,一大批AI初创公司也涌现出来。在今年7月的世界人工智能大会期间,寒武纪、燧原科技、天数智芯、瀚博半导体、地平线、黑芝麻智能等多家AI公司均展现了最新产品。其中,燧原科技、瀚博半导体均宣布将在年底量产。

本土厂商如何破局

2021 世界人工智能大会的 “AI·智能计算引领变革”主题论坛上剖析了当前AI芯片产业的三大发展趋势,第一,GPU、FPGA和ASIC等共同成为支撑人工智能技术发展的底层硬件;第二,PyTorch、TensorFlow和Caffe等主流框架及如TensorFlowTFLite的一些轻量级框架随应用需求逐步完善、发展;第三,云边端各领域算力需求不断提升,AI芯片成为产业焦点,广泛覆盖计算机视觉、自动驾驶等领域。

在AI芯片发展的同时带给了本土厂商诸多机遇,不过不可否认的是国外芯片巨头在该领域占据了绝大部分市场份额,无论在技术上还是人才聚集方面都有着优势,本土厂商如何破局成为了值得深思的课题。

Karl Freund表示:“现在初创公司们开始意识到和英伟达在数据中心领域正面对抗是十分困难的,基本上初创公司毫无胜算。因此他们开始探索其它选择,边缘市场或许还有机会。边缘市场的发展也确实带来了很多动态商机,比如自动驾驶汽车需要平衡潜在的安全因素、性能和成本,来制造安全智能的产品。”

瀚博半导体创始人兼CEO钱军此前在接受集微网编辑采访时指出,初创公司打造一款芯片时会遇到非常多的挑战,在整个框架设立之初就会遭遇瓶颈。但最重要的是理解客户需求,从客户角度出发。

此外有投资者认为,初创公司想要对抗英伟达,应该选择不一样的道路。“GPU属于通用型芯片。但在推理侧,不需要那么高的通用性,应用场景更加多样化。国产厂商可以从专用定制的推理芯片入手,体现差异化优势。”

总结:在智能化的浪潮下,本土AI芯片厂商应基于自身优势,利用国内市场和政策提供的有利环境实现突围。

(校对/木棉)

责编: Aki

holly

作者

微信:zhaoyueyue117288

邮箱:zhaoyue@lunion.com.cn

作者简介

关注存储、CIS、电源管理IC、驱动IC、专利诉讼等领域。微信号:zhaoyueyue117288

读了这篇文章的人还读了...