导航菜单

芯片巨头跨界争霸,云边端AI芯片大变局!

手表:人工智能芯片动荡时期:云缘芯片巨奇跨境,新一轮排名战开始。

英特尔在20世纪80年代处于不稳定的境地。

强大的日本公司正在席卷内存芯片领域,将英特尔等美国半导体公司推入投资和亏损不断增加的恶性循环。

英特尔最关键的转型决策甚至不由英特尔主导。为了迅速开拓个人电脑(PC)市场,大型机领导者小发猫于1981年向英特尔伸出橄榄枝,将个人电脑微处理器订单交给英特尔,推动英特尔将其产品重心从存储转移到微处理器业务,成为全球最大的半导体公司。

个人电脑时代给英特尔带来了机遇,而英特尔引以为豪的个人电脑业务却成了阻碍其拥抱移动时代的桎梏。

22年后,苹果公司用苹果手机扭转了智能手机的潮流,导致了移动芯片布局的巨大变化。低功耗Arm处理器开始主导移动处理器市场,而3G时代的到来已经让高通公司成为智能手机芯片之王。

电子产品的演变已经反复引起芯片领域的巨大变化。芯片在科技和经济的发展史上有多重要?谁能掌握核心技术和主流市场,谁就有权发言来平衡生态。

历史的巧合不断发生。随着人工智能点燃新的蓝海市场,芯片公司英伟达率先收获深度学习的红利。拥有个人电脑和智能手机时代称号的半导体巨头英特尔、高通和华为,也站在不同领域变革、相遇和战斗的新战场上。

“云-边缘-末端”发展图(图来源:云计算开源行业联盟报告)

过去四年我们已经恢复交易。上述芯片巨头如何看待他们很少涉足的跨境云、边缘、终端和汽车,以及中国人工智能芯片市场在这一跨境趋势中扮演的关键角色。

Cloud:高通公司看到了170亿美元的市场

1997年5月11日,在六场比赛后,小发猫深蓝电脑以“两胜一负三平”击败了世界象棋冠军加里卡斯帕罗夫。这台超级计算机重1270公斤,有32个微处理器,每秒能计算2亿次移动。

19年后,谷歌阿尔法围棋以分击败世界围棋冠军李世石,将长期被忽视的人工智能推回到人们的视野中。与深蓝不同,阿尔法狗(AlphaGo)训练超人智能背后的人没有出现在现场。

两场人机大战,计算速度的秘密从硬件转移到了软件。深蓝色是记忆的大师。它通过记住所有象棋分数来压制对手。胜出的方法是超强的硬件计算能力,可以进行大量计算。阿尔法戈是一所实战学校。它从每一场游戏中学习经验,并能为自我训练创造新的象棋游戏。阿尔法围棋远没有穷尽计算,它已经从一个白人小棋手变成了一个超越人类棋手的大师。

阿尔法狗的王牌藏在谷歌云后面。

云计算打破了传统硬件资源的界限,最大限度地提高了资源利用率,为人工智能走向大规模商业应用铺平了道路。

中国最大的云计算制造商阿里巴巴的人工智能每天被调用超过1万亿次,处理10亿张图像、120万小时视频、55万小时语音和5000亿句自然语言,为全球10多亿人服务。

云计算数据中心也已经成为人工智能芯片的大本营。

根据CCID顾问2019年8月发布的《中国人工智能芯片产业发展白皮书》,2018年全球人工智能芯片市场将达到45.3亿美元(约合人民币317.1亿元)。其中,云训练芯片占49.5%,云推理芯片占20.7%,终端推理芯片占29.8%。

云和终端人工智能芯片市场规模增长(来源:赛迪顾问)

最赚钱的云市场让英伟达出名,引领了英特尔的转型方向,也吸引了期待已久的终端半导体巨头高通。

2019年4月,高通发布了进军数据中心的预告片,展示了7纳米云人工智能100,它拥有350台的峰值计算能力,是当时最先进人工智能推理解决方案每瓦性能的10倍以上,是高通小龙处理器片内人工智能计算能力的50倍。

尽管通用芯片的性能可能稍差,但它们并不像专用芯片那样“挑剔”,在任何环境下都能达到几乎相同的效果。特殊芯片不是,它的电路是完全固化的,在一个环境中可能像“野兽”一样有效,在另一个环境中可能变成非常鸡肋。

人工智能专用集成电路制造商通常分为两类,一类是供谷歌亚马逊等云计算供应商内部使用,另一类专注于低端市场。与之前加入人工智能芯片的玩家相比,高通的举动有些新奇。

高通似乎为了实现更强大的人工智能芯片,放弃了对灵活性的追求。然而,由于高通公司尚未提供加速器的架构细节,或许他们已经探索了新架构设计中的平衡。

不同组织对人工智能推理市场规模的预测非常不同。高通公司同意,到2025年,数据中心的人工智能推理市场规模将达到170亿美元。没有哪个企业不想吞下一块大蛋糕。

在一次视频采访中,高通总裁克里斯蒂亚诺阿蒙(Cristiano Amon)预测云是新的游戏平台,这是云人工智能100的“完美应用场景”。

高通的跨境信心来自移动芯片领域的坚实技术积累。作为智能手机芯片的领导者,希望将其在终端推理中的低功耗、信号处理技术、规模和成本优势扩展到云推理产品,以降低移动终端人工智能的处理负荷。

数据中心运营商很乐意尝试新的处理器,但高通能否说服他们大规模使用云人工智能100仍然是个谜。

中国核心的种子玩家,高通的老朋友

在太平洋的另一边。华为海斯公司比高通公司早半年展示了进军云芯片的雄心。

2018年10月,华为在全连接会议上首次展示了全堆栈和全场景人工智能解决方案。人工智能芯片品牌“崛起”的最初出现带来了两个芯片,310个用于边缘计算,910个用于云训练。

十个月后,阿森松岛910正式推出,号称是当时世界上计算密度最高的人工智能芯片,峰值计算能力为256触发器,最大功耗为350瓦。

hisilicon成立于2004年。此前,通过在智能移动终端芯片、视频编解码芯片、多媒体芯片、基带芯片、物联网芯片等终端领域的努力工作,已经成长为中国最大的集成电路设计企业。

瑞星910是华为海斯首次进军云人工智能芯片市场。

高通云人工智能100显示阿森松岛910也使用了世界领先的7纳米工艺。然而,当高通的云芯片还在制作中时,阿森松岛910已经迅速进入登陆阶段。

高通和华为海斯都是旗舰手机芯片制造商的领导者,以其卓越的技术实力争夺最强人工智能芯片和最强5G实力的荣誉。

不同之处在于高通遵循向全球需求企业销售手机SoC芯片的一般路线,华为也是其客户之一。海斯是华为的附属公司。它跟随华为的主要战斗团队,只为自己的手机品牌开发自己的手机芯片。

华为在进军云数据中心的战略上似乎比高通更大胆,直接发布了其人工智能芯片研发的总体蓝图,涵盖云培训、云推理、边缘计算和终端推理。高通公司迄今为止只披露了其在办公室进出云推理芯片的计划。

然而,两家公司似乎在云芯片的登陆方向上达到了相同的目标。

高通不必多说。即使它选择开发专用集成电路芯片,它也很有可能坚持总的方向。华为还开始向外部组织提供集成云人工智能芯片的集群。

今年9月,华为围绕“鲲鹏阿森松岛”双引擎推出全面计算策略,发布了由数千个阿森松岛910组成的人工智能集群阿特拉斯900。该集群不仅用于协助国际组织SKA探索宇宙中的浩瀚恒星,还进入深圳程鹏实验室作为其人工智能基础研究平台程鹏云脑二号的部队基地。

从高通和华为的较量中,可以看出人工智能芯片市场对芯片制造商的吸引力。

边缘与终结:三大玩家与上帝战斗

如果云计算和人工智能已经为发展奠定了良好的基础

从To B制造商的角度来看,随着物联网终端的快速扩张和数据的爆炸式增长,网络传输和数据中心都需要边缘和终端侧的计算来降低压力和节省开支。

云人工智能芯片有很高的技术门槛,并且挤满了巨人。相比之下,边缘市场和终端市场就像一块新的未开垦的土地。半导体巨头和新企业家都在摩拳擦掌。

在边缘加速推理领域,英伟达、英特尔和谷歌可以发挥得更好。

NVIDIA Jetson GPU系列在边缘计算领域广受欢迎,并与其数据中心产品完全兼容,包括为人工智能和物联网终端开发的Jetson Nano、适用于工业和机器人用例的Jetson TX2和Jetson Xavier。

Jetson由统一的软件栈JetPack支持,使开发人员能够轻松地将TensorFlow和PyTorch模型转换成TensorRT,从而优化模型的准确性和速度。

英特尔面向边缘计算的旗舰产品是Movidius Myraid VPU(视觉处理单元)。除了用在视频监控摄像机中,英特尔还将麦利亚德VPU封装在一个小u盘中,作为神经计算棒出售,可以轻松地插入英特尔NUC和草莓派中,以加快推理速度。

英特尔已经建立了像OpenVINO和NVIDIA JetPack这样的软件平台来优化VPU电影公司的计算机视觉模型。

谷歌边缘推理芯片边缘TPU,以补充云中的TPU。谷歌正在构建一条无缝管道,自动化并简化从云培训到边缘TPU部署的整个工作流程。谷歌还基于edgtpu和类似于Movidius神经计算棒的coraldusb加速器构建了coraldeboard开发板。

然而,边缘TPU并不像杰克森和莫维迪斯VPU那样兼容。它是专为运行在边缘的谷歌张量流精简版(TensorFlow Lite)模型设计的,只支持张量流框架。

虽然这些边缘芯片在性能上无法与云数据中心的芯片相媲美,但它们正在以更高的性能、更低的功耗和更快的响应时间弥合数据中心和边缘设备之间的差距,并帮助企业节省带宽和云存储成本。

autopilot:autopilot的未来也被称为两个竞争者和剑的边缘计算。

Gartner预测,到2021年,用于自动驾驶汽车的芯片年收入将翻一番以上,市场规模将达到50亿美元。

有趣的是,自动驱动芯片的领导者不是恩智浦和英飞凌等传统汽车半导体巨头,而是“插队”的英伟达和英特尔。

2017年1月,英伟达首次在其自动驾驶产品线Drive PX中推出了最高级别的人工智能超级计算机Drive Xavier,显示了其最强的自动驾驶迹象。

同年3月,英特尔以153亿美元的高价收购了以色列计算机视觉公司MobiYe。两年后,莫比耶成为英特尔增长最快的业务部门。

两个自动驾驶芯片上顶级玩家之间的“爱与杀”在这里拉开序幕。目标市场是相同的,但细分方法略有不同。

NVIDIA的自动驾驶平台希望通过其强大的计算能力,帮助汽车在做出决策前提前考虑所有可能性,主要是利用超快的硬件计算速度。

英特尔的自动驾驶平台附属于Mobileye相机,主要基于长期目标做出决策,以其低功耗的主要优势,在ADAS前端市场上稳坐前列。

特斯拉,自主驾驶的先驱,在推出自己的全自主计算芯片(FSD)之前,曾与Mobileye合作开发第一代自动驾驶系统,然后切换到NVIDIA Drive PX 2为其第二代自动驾驶系统供电。

中国新的汽车制造公司威来汽车(Weilai Auto)今年11月宣布,将与美孚国际共同开发L4级自动驾驶。

谷歌Waymo没有与Mobileye合作,而是使用自己的自动驱动软件和地图,但它也依赖英特尔至强处理器和可编程芯片(FPGA)来提供计算能力。

自动驾驶绝不是一个好蛋糕,因为它关系到人们的生命安全,安全问题的重要性排在第一位。

就在几个月前,英特尔和英伟达在这一领域的“内讧”变成了“公开撕扯”。

2019年3月,英特尔高级副总裁兼莫比耶CEO AMNON SHASUA发表文章《创新需要独创性》,质疑英伟达模仿英特尔RSS自动驾驶的新SFF安全模式

在博客中,Amnon表示,他“很想看到NVIDIA创造出“同类中的第一个”,在阅读SFF白皮书后“感觉就像看着镜子一样奇怪”。他还说,全球第一个众包测绘技术REM和新的自动驾驶类别L2之前由美孚国际推出,也已被英伟达效仿。

然后英伟达创始人兼首席执行官黄仁勋回应道:“安农是一个伟大的人,但他在这件事上是错的。“美孚国际和英伟达都使用数学方法来确保汽车避免事故。采用的方法相似但不同。

黄仁勋认为自动驾驶安全应该开放技术来提供大量的创新和新观念,而不是试图阻止创新。有许多方法可以实现安全的共同目标。

Amnon的询问并没有影响英伟达继续扩大与汽车制造商的密切合作。在最近的英伟达GTC中国大会上,英伟达宣布与中国最大的在线汽车公司滴滴出行携手,帮助滴滴打造L4级自主驾驶和云计算解决方案。

高通公司对汽车半导体市场的胃口不小。2016年10月,高通宣布以440亿美元收购全球最大汽车芯片制造商恩智浦。不幸的是,它未能通过中国监管机构。该交易在2018年7月完全“酷”。

然而,高在汽车领域的发展并没有终止。高通依靠小龙的汽车平台开发低功耗的“快速连接智能计算”解决方案,将汽车网络作为其自动驾驶和汽车业务的关键支点。高通公司还于今年10月与30多家中国汽车产业链企业联合展示了安全可靠的蜂窝汽车网络(C-V2X)直接通信技术。

高通的芯片解决方案似乎与莫比耶的相似,它在通信和SoC方面有专长。然而,由于英伟达和莫比耶已经在影音和ADAS领域领先,高通不会轻易撼动这一领域,其在汽车安全方面的实力需要进一步证明。

中国,人工智能芯片必须竞争的地方

中国正在成为争夺新人工智能芯片市场的关键市场。

根据CCID顾问2019年8月发布的《中国人工智能芯片产业发展白皮书》,2018年中国人工智能芯片市场整体规模达到80.8亿元,同比增长50.2%,占全球人工智能芯片市场的最大比重,约占四分之一。

越来越多的传统企业进入人工智能领域,这促进了人工智能应用在中国的日益繁荣,也为精通底层解决方案的半导体巨头带来了更广阔的市场空间。

去年,中国超过美国成为英特尔最大的市场。在2020财年的前9个月,台湾和中国大陆合计占英伟达总收入的一半以上。高通公司首次宣布云推理时还表示,美国和中国的主要云服务提供商都对云人工智能100表示了兴趣。

为了更好地融入中国市场,今年10月,MobiLe还在中国与紫光集团建立了合资企业,紫光控股51%,莫必业控股49%,专注于中国智能汽车市场。

半导体巨头长期以来不仅瞄准特定领域的战场,也瞄准整个人工智能系统所有人工智能应用的需求。串联硬件平台以最大限度发挥其生态优势的关键工具是统一的软件平台。

一方面,软件优化可以帮助硬件进一步提高人工智能任务计算速度,实现与未来应用的兼容性。

例如,在过去的两年中,英伟达仅通过软件和库的改进4次提高了计算机的整体性能,并保证了未来在CUDA平台上不断升级的软件仍能在现有硬件上顺利运行。

另一方面,统一的软件开发平台将大大降低开发人员的门槛。它不仅简化了硬件开发人员的流程,使开发人员能够用一套软件在云端开发各种硬件,还为软件开发人员开辟了从软件到芯片开发的直接途径。

英伟达用统一的CUDA建立了巨大的生态屏障。英特尔已经构建了统一的编程方法oneAPI,为开发人员提供跨平台和架构的统一编程体验。华为为开发者准备了“人工智能框架人工智能应用平台人工智能芯片数据库芯片开发工具”。高通公司也承诺支持

回顾过去,半导体巨头在人工智能芯片领域有不同的扩张方式。

有些人细分内部团队,有些人从外部招募新团队,有些人花钱并购,直接购买成熟的公司团队和产品。

虽然新的技术浪潮总会催生出一批批充满活力和创新能力的新创企业,但半导体巨头在人工智能芯片战场上仍然颇具竞争力,在资金、技术实力、工程资源和品牌认知度方面,云边缘端互为补充。

人工智能芯片竞赛才刚刚开始。英伟达能否成功保卫基地,英特尔能否真正协调所有计算架构,高通能获得多少数据中心市场蛋糕,以及华为的人工智能网络如何跟上云计算的步伐,未来仍不确定。

然而,可以肯定的是,2020年将是人工智能芯片走向市场的关键一年。

全球艾奥特产业创新峰会

http://www.dxbtjqwu.ac.cn