國內(nèi)外新老AI芯片勢力百花齊放，我國能否和國外巨頭一戰(zhàn)？

國內(nèi)外新老AI芯片勢力百花齊放，也必將會為芯片市場帶來更多可能。

10月9日華為兩顆AI芯片問世；

9月26日英偉達宣布推出全新的TensorRT 3人工智能推理軟件；

9月19日，阿里巴巴在杭州云棲大會上宣布，成立“平頭哥半導(dǎo)體有限公司”；

9月13日蘋果發(fā)布新款iPhone XS系列手機搭載A12仿生芯片；

8月31日華為發(fā)布AI加持的麒麟980芯片；

最近幾個月，“AI芯片”無疑成為科技界的一大熱門話題，顯卡大戶英偉達、CPU大佬英特爾、搜索界一哥谷歌、“平頭哥”阿里巴巴、“凌晨偷笑”的華為等科技公司都在專注于同一件事：AI芯片。

那么問題來了，AI芯片究竟是什么芯片？目前哪家公司做的最好？為什么每家科技巨頭都在爭先恐后的研究它？我國在AI芯片能否和國外巨頭一戰(zhàn)？AI銳見帶你一探究竟。

芯片縱有三千，AI只取一瓢！

隨著人工智能、深度學(xué)習(xí)的春風(fēng)吹遍世界各地，各類芯片的頭銜都與AI密不可分。知名市場調(diào)研公司ReportLinker預(yù)計，到2023年，全球人工智能（AI）芯片市場規(guī)模將達到108億美元，復(fù)合年均增長率達到53．6％。AI芯片很可能是芯片界的一次變革。

其實芯片的種類有千千萬萬，AI芯片只是其中的一部分，甚至有些專家認(rèn)為目前不存在所謂的人工智能芯片。我們都知道芯片最重要的的工作就是處理數(shù)據(jù)，AI芯片也不例外，我們所熟知的CPU與GPU亦是如此。

人工智能是什么？簡單來說，人工智能分為機器學(xué)習(xí)和深度學(xué)習(xí)兩部分，無論是機器學(xué)習(xí)還是深度學(xué)習(xí)都需要構(gòu)建算法和模型，以實現(xiàn)對數(shù)據(jù)樣本的反復(fù)運算和訓(xùn)練，降低對人工理解功能原理的要求。所以，AI芯片通常要處理規(guī)模非常龐大的數(shù)據(jù)。

那傳統(tǒng)的CPU和GPU難道不能計算這些數(shù)據(jù)嗎？當(dāng)然可以，但問題也不少。CPU在處理AI算法時就比較緩慢，比如自動駕駛的車輛需要識別復(fù)雜的路況信息，如果慢了幾秒就會發(fā)生嚴(yán)重的事故，時間就是生命。CPU就不太適合處理這些數(shù)據(jù)了。

GPU在處理數(shù)據(jù)時效率雖然提高很多，但黃教主的顯卡動輒上萬，而且功耗驚人。在幾年前，谷歌的人工智能阿爾法狗（Alpha Go）下一盤圍棋就動用了1000個CPU和200個GPU，每分鐘的電費高達300美元，其網(wǎng)絡(luò)規(guī)模還只有人腦的千分之一。假設(shè)一盤圍棋的時間為兩小時，這就需要花費36000美元。

這種方式雖然可行，但成本太高。也就是谷歌這種大佬用得起，換作其它家中小型企業(yè)自然是望而卻步的。AI芯片還需廣泛應(yīng)用于手機中，比如面部識別和語音識別。如果像GPU的功耗情況對于手機來說是不現(xiàn)實的。

總結(jié)來說，AI芯片的作用就是就是專注于處理機器學(xué)習(xí)和深度學(xué)習(xí)的海量數(shù)據(jù)，比起傳統(tǒng)的CPUGPU既能提高效率，又可以減少功耗。

兩大應(yīng)用場景，面向云端與終端

當(dāng)今AI芯片主要應(yīng)用于兩大場景：面向大型服務(wù)器的云端和面向智能硬件的終端。

人工智能首先需要深度學(xué)習(xí)，深度學(xué)習(xí)就意味著需要大量的數(shù)據(jù)和繁瑣的運算，在云端AI芯片能夠滿足當(dāng)前算法訓(xùn)練的要求。比如給一個系統(tǒng)成千上萬種“狗”的圖片，并告訴這個系統(tǒng)這種生物是“狗”，系統(tǒng)經(jīng)過深度學(xué)習(xí)之后“知道”了什么是“狗”，之后這個系統(tǒng)就可以判斷一張圖片是不是“狗”了。

所以，云端AI芯片的特點就是性能強大，能夠進行大量運算，并且能夠靈活地支持圖片、語音、視頻等不同AI應(yīng)用。

終端AI芯片則是面向消費者的智能硬件，AI芯片讓數(shù)據(jù)處理等操作實現(xiàn)“本地化”，脫離了“聯(lián)網(wǎng)”的限制。比如手機，將AI芯片整合在手機CPU中，高通、蘋果、華為都實現(xiàn)了這種整合AI芯片的手機CPU。

終端AI芯片的特點是體積小、功耗小、性能無需特別強大，通常只有一種或兩種AI功能。如今所說的“智能家居”就離不開終端芯片的功勞。像生活中常見的掃地機器人，智能音箱，手機里的語音助手等設(shè)備都配備了終端芯片。

云端英偉達一騎絕塵，終端市場群雄割據(jù)

云端AI芯片無論是從硬件還是軟件，已經(jīng)被各大巨頭控制。2018年5月，市場研究顧問公司Compass Intelligence發(fā)布了關(guān)于AI芯片最新調(diào)研報告。因為目前AI芯片在終端應(yīng)用較少，所以榜單頭部的排名可以近似的認(rèn)為就是云端AI芯片的目前市場格局。

從圖中看出，排名靠前的無疑就是英偉達、英特爾、IBM與谷歌。排行榜中共有七家中國人工智能芯片公司入圍榜單Top24。華為排名12，成中國大陸地區(qū)最強芯片廠商。其余六家中國公司分別為：聯(lián)發(fā)科、Imagination、瑞芯微、芯原、寒武紀(jì)、地平線。

英偉達：云端芯片·大佬

英偉達目前占據(jù)了全球云端AI芯片一半以上的市場，這僅僅是保守數(shù)字。GPU非常適合深度學(xué)習(xí)，而英偉達正好以GPU稱霸世界，研究人工智能的科學(xué)家就沿著GPU自然而然地找到了英偉達。

黃教主則立馬抓住了這個機會，動用數(shù)千工程師、投入20億美元，短時間內(nèi)研發(fā)出第一臺專門為深度學(xué)習(xí)而優(yōu)化的Pascal GPU。所以，在深度學(xué)習(xí)大行其道的今天，英偉達變身成了最大贏家。

2018年9月26日，英偉達正式發(fā)布最新的TensorRT 3 神經(jīng)網(wǎng)絡(luò)推理加速器。目前使用英偉達的AI技術(shù)的公司有很多，其中包括國內(nèi)的BAT、京東等公司，以及國外的亞馬遜、谷歌、Facebook等公司。

英偉達旗下產(chǎn)品線更是不在少數(shù)：自動駕駛汽車、高性能計算、機器人、醫(yī)療保健、云計算、游戲視頻等眾多。

英特爾：瘋狂收購·不差錢

談到芯片和CPU，怎能少了PC界的老大英特爾。盡管英特爾自身的CPU不適合AI芯片，但人家不差錢??！

英特爾在AI芯片上可是下了血本。

為了加強在人工智能芯片領(lǐng)域的實力，英特爾以 167 億美元收購 FPGA 生產(chǎn)商 Altera ，以 153 億美元收購自動駕駛技術(shù)公司 Mobileye，以4億美元收購深度學(xué)習(xí)初創(chuàng)企業(yè)Nervana Systems以及機器視覺公司 Movidius和為自動駕駛汽車芯片提供安全工具的公司Yogitech。

但遺憾的是，目前還沒有成熟的產(chǎn)品面世。用英特爾自己的話說，其要建立一個人工智能全棧式的解決方案，從而充分釋放AI的潛力。這可能是英特爾AI芯片遲遲沒有落地的原因吧。

谷歌：圍棋NO．1·阿爾法狗

谷歌在2016年宣布獨立開發(fā)一種名為TPU的全新的處理系統(tǒng)。打敗眾多人類圍棋大師的人工智能阿爾法狗采用的是谷歌自主研發(fā)的全定制化芯片（ASIC）TPU。

TPU是專門為機器學(xué)習(xí)應(yīng)用而設(shè)計的專用芯片。TPU特別適合谷歌自家的TensorFlow系統(tǒng)。在2018谷歌開發(fā)者大會上，谷歌已經(jīng)發(fā)布了TPU 3．0。谷歌旗下的Waymo自動駕駛公司采用的正是TPU。

2018年2月13日，谷歌正式宣布，向谷歌云客戶開放張量處理器TPU beta版服務(wù)，每小時6．5美元。

對于選擇在谷歌云平臺上運行機器學(xué)習(xí)模型的客戶來說，這算是個好消息，但谷歌這次開放的TPU數(shù)量有限且按時收費，每小時成本為6．50美元。

蘋果：仿生加持·A12芯片

從去年的iPhone X使用的A11處理器開始，蘋果公司在處理器的AI中大做文章。在今年剛剛發(fā)布的iPhone XS系列使用的A12芯片更是披上了“仿生”的神秘面紗。簡單來說，蘋果的“仿生”只是在其CPU中配備了新一代神經(jīng)網(wǎng)絡(luò)引擎。A12仿生處理器相當(dāng)于模仿了人類大腦的神經(jīng)網(wǎng)絡(luò)。

當(dāng)然，目前的仿生芯片還處于一個比較初級的階段，多為概念而已，體驗上并不會有太大的變化。

這些功能體現(xiàn)在：智能省電優(yōu)化，F(xiàn)ace ID 3D人臉識別，AR表情，相機一鍵換背景等都離不開仿生芯片的功勞。

根據(jù)最新消息，蘋果公司正在支付3億美元現(xiàn)金購買Dialog半導(dǎo)體公司的一部分。該交易預(yù)計將于2019年初完成，待監(jiān)管部門批準(zhǔn)。

寒武紀(jì)：中國·獨角獸之一

寒武紀(jì)科技成立于2016年，其擁有終端AI芯片和云端AI芯片兩條產(chǎn)品線。華為的麒麟970采用的正是寒武紀(jì)開發(fā)的NPU。

2018年5月發(fā)布的寒武紀(jì)MLU100智能芯片，適用于視覺、語音、自然語言處理等多種類型的云端人工智能應(yīng)用場景。寒武紀(jì)目前已經(jīng)完成B輪融資，整體估值為25億美元。

華為：順勢而為·AII In AI

就在今年蘋果發(fā)布會召開的同時，華為余承東深夜發(fā)微博：穩(wěn)了。余總信心滿滿也許是因為華為自己的麒麟980芯片。早在去年，麒麟970就已經(jīng)搭載了NPU。NPU也屬于全定制化芯片（ASIC），因為定制，所以專業(yè)。

而今年的麒麟980更是搭載了雙NPU，華為表示，麒麟980的全新雙核NPU比麒麟970的NPU快2．2倍，每分鐘可實現(xiàn)4500次推斷。NPU的功能就是負(fù)責(zé)AI運算，在大幅提高手機AI性能的同時降低了AI任務(wù)功耗，體現(xiàn)在在語音助手、智能識物、省電等功能上，和蘋果A12芯片功能類似。

10月10日，華為發(fā)布了AI發(fā)展戰(zhàn)略與全棧全場景AI解決方案，并發(fā)布了兩款A(yù)I芯片：Ascend 910和Ascend 310，一款面向云端，一款面向終端。

當(dāng)然，華為并不會單獨銷售這兩款A(yù)I芯片，而是以芯片為基礎(chǔ)開發(fā)AI加速模組，AI加速卡，AI服務(wù)器，AI一體機，以及面向自動駕駛和智能駕駛進行銷售。這次發(fā)布的兩款芯片都會在2019年第二季度上市，究竟實力如何我們拭目以待。

這是AI芯片最好的時代，也是最壞的時代

根據(jù)Gartne報告分析稱，AI芯片在2017年的市場規(guī)模為48億美元，2020年預(yù)計達到146億，其中云端應(yīng)用可望達到105億。目前AI芯片云端市場被英偉達牢牢占據(jù)，終端市場群雄并起。

當(dāng)然，AI芯片全球起步時間幾乎相差無幾， 國內(nèi)外新老AI芯片勢力百花齊放，也必將會為芯片市場帶來更多可能。