AI領(lǐng)域經(jīng)歷淘金熱 AI芯片由巨頭把持

1848年8月19日，《紐約先驅(qū)報(bào)》刊登了一則重磅消息，加州（加利福尼亞）發(fā)現(xiàn)了黃金！消息傳開(kāi)，大批的人力投身于美國(guó)西部，引發(fā)了席卷全美的淘金熱潮，給加州這塊貧瘠的土地，帶來(lái)了財(cái)富與繁榮。

當(dāng)下的AI領(lǐng)域，正經(jīng)歷著這樣一場(chǎng)淘金熱。

資本家們毫不吝嗇，投入了數(shù)以億計(jì)的資金，融入的玩家大小林立，既有掌握先進(jìn)工具的科技巨頭，也有正不遺余力煉金的企業(yè)家，更多的是獨(dú)握一門(mén)煉金術(shù)的獨(dú)角獸。同時(shí)，因?yàn)檫@片處女地足夠大，不管你是芯片制造商，還是算法提供商，抑或是云計(jì)算服務(wù)提供商，都可以獲取自己的利益。但是最終決定這場(chǎng)淘金熱能夠走得多遠(yuǎn)、影響多持久，AI芯片企業(yè)掌握了實(shí)際的話語(yǔ)權(quán)。

近日，市場(chǎng)研究公司Compass Intelligence發(fā)布了最新研究報(bào)告，全球AI芯片企業(yè)排名表中，英偉達(dá)（Nvidia）、英特爾（Intel）分列第一、第二名，中國(guó)企業(yè)華為、寒武紀(jì)、地平線，分列12、22、24位。雖然都在同一條賽道上奔跑，但是企業(yè)側(cè)重有所不同。

巨頭把持云端AI芯片

AI芯片，可以說(shuō)是深度學(xué)習(xí)的專用芯片，具備在很高的內(nèi)在并行度、大量的浮點(diǎn)計(jì)算能力以及矩陣預(yù)算的能力，算法、算力、數(shù)據(jù)，是它三個(gè)核心的元素。在相同的精度下，與傳統(tǒng)的通用CPU相比，它的處理速度更快、所需的服務(wù)器更少、功耗更低。一個(gè)簡(jiǎn)單的顯性例子是，AI芯片下的處理能力每秒能夠達(dá)到 5700 張圖片，而如今所用的 CPU 則每秒僅能識(shí)別 140 張圖片。

AI芯片的興起要回溯到2013年，人們意外發(fā)現(xiàn)， 原來(lái)用于游戲的GPU在深度學(xué)習(xí)中發(fā)揮巨大的作用。這一發(fā)現(xiàn)，使得GPU出身的英偉達(dá)瞬間占據(jù)了AI芯片的制高點(diǎn)，基于深度學(xué)習(xí)發(fā)布了多款芯片。

人工智能芯片領(lǐng)域，可以分為面向云端數(shù)據(jù)中心的芯片和面向終端的嵌入式人工智能芯片兩大門(mén)類。而英偉達(dá)的GPU已經(jīng)成為在云端服務(wù)器的霸主，有報(bào)告顯示，世界上目前約有3000多家AI初創(chuàng)公司，大部分都采用了英偉達(dá)提供的硬件平臺(tái)。在端方面，英偉達(dá)推出了16nm的AI芯片XAVIER、自動(dòng)駕駛平臺(tái)DRIVE PX，并且開(kāi)源了DLA深度學(xué)習(xí)加速器項(xiàng)目。憑借著巨大的優(yōu)勢(shì)，英偉達(dá)的股價(jià)已經(jīng)從2016年初的30美元，飆升至如今的255美元，飛升了八倍之多。

從保守的角度來(lái)說(shuō)，英偉達(dá)的潛在對(duì)手是英特爾。在云端市場(chǎng)，英特爾是老牌玩家，英偉達(dá)是新入局者。不過(guò)，英特爾發(fā)力較晚，通過(guò)連續(xù)收購(gòu)?fù)瓿闪松鷳B(tài)布局，云端收購(gòu)Altera之后推出了基于FPGA的專用深度學(xué)習(xí)加速卡，收購(gòu)Nervana為AI優(yōu)化的Knight Mill至強(qiáng)處理器。自動(dòng)駕駛方面，與Mobileye和BMW結(jié)成了自動(dòng)駕駛聯(lián)盟，并在移動(dòng)端收購(gòu)了Movidius。后續(xù)發(fā)力，業(yè)內(nèi)人士相當(dāng)看好英特爾。

實(shí)際上，真正挑起與英偉達(dá)在云端芯片較量的重?fù)?dān)是谷歌。自從決定研發(fā)AI芯片，也就是TPU（Tensor Processing Unit）后，谷歌一直悄無(wú)聲息。直到去年4月，谷歌一篇論文的發(fā)布，猶如一枚深水炸彈，讓業(yè)內(nèi)吃了一驚。隨后TPU的發(fā)布更是讓英偉達(dá)“慌了”。第三方平臺(tái)RiseML（riseml．com）做了一次對(duì)比評(píng)測(cè)。實(shí)驗(yàn)結(jié)果表明，在自定義的LSTM模型上，TPU更快。TPU（21402 examples／s）比P100（1658 examples／s）快16．9倍，比V100（2778 examples／s）快7．7倍。RiseML給出的結(jié)論是：一旦TPU能夠容納更多的用戶使用，就可以成為英偉達(dá)GPU真正的替代者。

需要注意的是，柯潔對(duì)戰(zhàn)的AlphaGo Master使用的就是第一代TPU，單機(jī)運(yùn)行，且物理服務(wù)器僅僅部署了4個(gè)TPU就打敗了柯潔。頗為遺憾的是，谷歌的TPU僅供自家使用，不對(duì)外出售，僅僅開(kāi)放云端供大家使用。

初創(chuàng)團(tuán)隊(duì)更偏向終端側(cè)發(fā)力

英偉達(dá)首席科學(xué)家兼NVIDIA Research高級(jí)副總裁Bill Dally博士表示，雖然AI領(lǐng)域大家似乎都在同一起跑線上，但是細(xì)分之后較為清晰可鑒的是，面向云端數(shù)據(jù)中心的芯片被巨頭們把持，因市場(chǎng)偏成熟，企業(yè)積累深厚，很難被超越，所以各大初創(chuàng)公司創(chuàng)業(yè)方向選擇的是面向終端的嵌入式人工智能芯片，如物聯(lián)網(wǎng)、智能駕駛、機(jī)器人等等，這是他們的機(jī)會(huì)所在。

這也是為什么地平線自2015年成立以來(lái)，突破的是面向終端的嵌入式人工智能芯片薄弱環(huán)節(jié)——在保證性能、可編程的前提下，芯片保持較低的功耗與成本。

地平線表示，他們研發(fā)歷時(shí)2年，才推出面向智能駕駛的征程處理器和面向智能攝像頭的旭日處理器。三項(xiàng)核心數(shù)據(jù)上，地平線做到了可每秒實(shí)現(xiàn)30幀1080P高清視頻流的實(shí)時(shí)處理；每幀支持200個(gè)并行目標(biāo)的檢測(cè)、識(shí)別和跟蹤；典型功耗僅1．5W，每幀處理時(shí)延小于30ms。

地平線采用的是自主設(shè)計(jì)研發(fā)的BPU芯片架構(gòu)，是一款典型的異構(gòu)多指令多數(shù)據(jù)的系統(tǒng)，架構(gòu)中心處理器是完整的系統(tǒng)，存儲(chǔ)器架構(gòu)設(shè)計(jì)進(jìn)行了特別優(yōu)化，能使數(shù)據(jù)自由傳遞，進(jìn)行多種計(jì)算，讓不同部件同時(shí)運(yùn)轉(zhuǎn)起來(lái)，極大提高了器件利用率，提高AI運(yùn)算的效率。

寒武紀(jì)在終端發(fā)力之后，也在云端推出了產(chǎn)品。前不久的發(fā)布會(huì)上，不僅推出新一代終端智能處理器IP 產(chǎn)品Cambricon 1M，還發(fā)布了首款云端智能芯片Cambricon MLU100，雙向發(fā)力讓業(yè)內(nèi)嘩然。寒武紀(jì)CEO陳天石表示，3年前就開(kāi)始了兩顆芯片的研發(fā)，時(shí)刻準(zhǔn)備著將寒武紀(jì)的產(chǎn)品放入云端。陳天石在發(fā)布會(huì)現(xiàn)場(chǎng)公布了在R－CNN算法下MLU100與Tesla V100和Tesla P4的計(jì)算延遲對(duì)比，數(shù)據(jù)顯示MLU100的計(jì)算延遲為125ms，Tesla V100的延遲為174ms，Tesla P4的延遲為1069ms。

現(xiàn)在來(lái)看，只有英偉達(dá)的體量，才有能力橫跨兩個(gè)領(lǐng)域垂直做深，甚至英特爾也是通過(guò)收購(gòu)?fù)瓿刹季帧：浼o(jì)的道路與英偉達(dá)相似，但從目前僅有的信息很難判斷寒武紀(jì)的產(chǎn)品性能，是否能超越英偉達(dá)Tesla V100、Tesla P4。比起各方多有涉足，業(yè)內(nèi)人士更希望寒武紀(jì)將垂直領(lǐng)域做得更深。