后摩尔定律时代扛旗者谁?浅谈芯片市场算力之争

天下武功,唯快不破?

“中兴被禁”事件,给国内市场的第一喝棒指向芯片制造。这是我国的短板,也是智能产业最重要的“刚需”。从2008年开始,连续十年芯片都是我国第一大宗进口商品,占据了国际需求市场的50%,2017年的进口数量为3770亿块,花费金额为2601亿美元。这些芯片被搭载在了智能手机、电视、电脑等多种硬件中,而这些产品的生产量均占全球总量的半数以上,其中电脑更高达95%。

对于传统芯片而言,接下来需要奋起直追,而另一方面,AI芯片的迅速爆发也给中国芯片产业带来了久违的起跑线骄傲。据市场研究公司Compass Intelligence发布的上半年研究报告显示,在全球前24名的AI芯片企业排名表中,英伟达(Nvidia)、英特尔(Intel)以及IBM(NPU)分别位列前三名,中国公司占据了七个席位,最高名次是排行第12的华为。

困局之中破局是唯一的出路,AI芯片可能就是那个突破口。作为计算芯片的一种,它正在对传统(计算)芯片发出挑战。

AI芯片是趋势使然

根据摩尔定律,当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。如何在相同的面积内放入更多的元器件?这对于制作工艺而言是一个极其大的挑战,而这一工艺的提升速度是缓慢且艰难的。因此,在算力、性能等方面,当前的集成电路相当于到了一个“瓶颈期”。

与此同时,AI逐步发展并落地,面对海量数据的实时采集和处理,“算力”成为了一项至关重要的必备条件。然而当前的AI算法训练、推理等,还是依赖英伟达、高通等厂商提供的传统芯片。但是,不管是高通骁龙系列,亦或是英伟达GPU等传统芯片,其当初被研发出来的目的并不是针对AI算法,这也就意味着,在AI算法加速方面,它们多是“心有力而余不足”的。目前,它们所能做的,也仅是在自己原有产品之上加注AI算法,变身为“通用AI芯片”。但究其本质,它们并没有脱离“传统芯片”行列。

举个例子,行车途中前方突然出现障碍物,如果是CPU,虽有AI优化,但本身架构致使其在算法加速方面有所限制,导致数据处理等相对较慢,从而拉长了时间线,也因此当汽车意识到前方有障碍物时,可能已经撞上了;若是采取并行计算的GPU和针对AI算法加速的AI芯片,汽车将在极短时间内提前发现障碍并作出预判,但是GPU耗能太大,用不了多久就会耗尽汽车的电池电能。相比之下,AI芯片才是最佳方案。

另外,AI芯片创企异构智能中国区副总裁谢强此前在镁客网M-TECH论坛上表示,CPU、GPU等通用处理器市场已经没有机会了,他们现在所能做的就是把各种各样的终端AI芯片做到极致,配合CPU、GPU等搭建一个小系统,这就是一个很好的解决方案。

如果说在传统芯片领域,我国“反超”的机会不大,且消耗的多项成本过高,那么“AI”芯片的大面积布局,将是此领域关乎国家战略层面的重要机遇。也由此在风起云涌间,传统芯片与AI芯片难免狭路相逢。

传统芯片不要慌

AI芯片尚有短板

相比于针对算法而研发的AI芯片,不管是算力还是功耗,包括GPU等在内的传统芯片在内的传统芯片都无法相比。

以百度“昆仑”与英伟达“Xavier”为例。百度开发者大会上,李彦宏称“昆仑”是迄今为止业内算力最高的AI芯片,能在100w以上的功耗提供260万亿次/秒的运算速度,而英伟达“Xavier”的算力大概是30万亿次/秒,功耗为30w。从性能和功耗的比值来看,以百度“昆仑”为代表的AI芯片暂时领先。

云端芯片市场,号称一霸的英伟达面临着谷歌、百度、华为等竞争对手的“虎视眈眈”。而占据手机终端芯片的高通,就AI算法加速而言,虽然它也声称自己是AI平台,但本质上还是利用AI算法对原有既定框架进行优化,不能定义为真正的AI芯片。

尽管AI芯片来势汹汹,但短板也非常明显。

事实上,目前还没有出现像CPU一样的AI通用算法芯片,一剑封喉的应用还没出现。首先,AI芯片的量产问题是头部短板。不同于已经定性的传统芯片,AI芯片从架构到设计等多个层面都会是一种全新的颠覆。当前,虽有几家初创公司表示他们的产品已经实现了一种量产,但最终多是应用于自身产品和产业链,算不得真正的量产。

其次,AI芯片欠缺完整成熟的产业链。在早前由镁客网主办的“M-TECH AI芯片商业化之路”论坛上,多家AI芯片初创公司的嘉宾都表示,云端芯片市场的大部分空间已经被英伟达占据,AI芯片创企在其中没有机会,之所以形成这样的局面正由于其产业链的建立。产业链构建完整,AI芯片从上游设计到中游解决方案、再到下游应用场景落地才能流畅。

再次,AI芯片的工作只是加速AI算法,但在整个主板上,这只是芯片所要计算的一部分。于其他方面,还有更多的计算工作,而它们中间的多数,并不需要AI芯片的介入,比如数据存储等等。

当然,主流架构探讨、算法通用可实现性、刚需应用场景等也是AI芯片需要攻克的问题。

短期之内,如英伟达这样的芯片行业巨头,其GPU因为算力尚且能够满足当前AI算法加速的需要,虽然耗能表现不佳,但是出于产业的需求,仍然是占据了当前市场的主要份额。

总结

新旧更迭,背后都是市场法则

不管是CPU、GPU等传统芯片,还是AI芯片,它们出现的根因皆是因为市场有了新需求,继而才会形成趋势,最终落实为产品。这其中,有着时代的更迭,也有着技术的进步。

这方面,AI芯片本身就是一个典型的案例。因为计算的需要,人们开始研发芯片,从而诞生了CPU、GPU等。之前很长一段时间内,CPU一直做着主要的任务处理和数据计算工作。之后随着AI的出现,CPU的算力遇到了挑战。反之,因为并行运算架构,以往并不起眼的GPU开始焕发光彩。不过,它们终究不是为AI算法而定制的,也因此,迎合产业需求发展的AI芯片出现了。

长远来看,出于对算力、功耗等多方面的考虑,就AI算法加速方面,AI芯片取代传统芯片是一个必然的结果。届时,AI芯片或将与CPU、GPU等一起集成到一个完整的处理器中,诸如寒武纪NPU被集成至麒麟970一般,又或者,AI芯片也将作为独立处理器存在,这一切目前还是未知数。

不过,可以确定的是,就当前而言,我国在AI芯片的研发上已经站在了世界前列。一旦AI芯片实现量产,除了迎合智能时代产业发展的需求,我国还将在芯片产业中获得一定的话语权,在当前核心技术缺失的困局下实现“弯道超车”。

原文发布于微信公众号 - 镁客网(im2maker)

原文发表时间:2018-08-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

大数据案例分析:中国的大数据在哪里?

近几年,大数据这个词突然变得很火,不仅纳入阿里巴巴、谷歌等互联网公司的战略规划中,同时也在我国国务院和其他国家的政府报告中多次提及,大数据无疑成为当今互联网世界...

47360
来自专栏逸迅科技

一个焦虑的CIO的内心独白

最近网络上流传着很多让人焦虑的事情,凌晨三点的年轻加班狗,35岁危机的华为IT男,放弃生命的万达女高管,以及输给时代的大润发董事长。焦虑开始从婚姻、房子等问题,...

15340
来自专栏罗超频道

百度用“昆仑”让中国缺“芯”的切肤之痛划上句号

7月4日,百度AI开发者大会上最引人注目的发布是百度自主研发的中国第一款云端全功能AI芯片“昆仑”,其中包含训练芯片昆仑818-300,推理芯片昆仑818-10...

12030
来自专栏大咖说

理解了高效员工的灵魂,则万事皆可为

文章原创首发于微信公众号「 TGO 鲲鹏会」,原文地址:理解了高效员工的灵魂,则万事皆可为

7510
来自专栏新智元

为什么第一波 AI 企业注定失败:PE才是赢家,不是创业者和VC

【新智元导读】 《哈佛商业评论》称,第一批 AI 公司的大部分努力都将失败,但失败不是因为 AI 有泡沫,而是因为这些公司没有用正确的方式去进行 AI 驱动的创...

32850
来自专栏量子位

毕啸南专栏 | 对话姚星:腾讯有后来居上的传统,我们的战略是全民AI

作者简介:毕啸南,知名青年学者,量子位专栏作家,《中国AI领袖人物访谈》系列制片人、主持人。点击文末阅读原文,关注量子学园的毕啸南专栏,跟随他一起持续深度对话李...

33540
来自专栏灯塔大数据

亚马逊前首席科学家:大数据价值体现在AI、BI、CI、DI

无人机送货、阿法狗下棋、小冰和你谈场恋爱……人工智能领域的成果,一直是企业在大数据运用能力上的主要外在体现,但在亚马逊原首席科学家安德雷斯?韦思岸(Andre...

34180
来自专栏新智元

边缘智能(EI):重构算力、重构算法、重构商业智能

近几年,由于各类信息技术的发展,尤其是物联网产业进入规模化落地的初期,边缘计算已经提上了产业界议事日程,而随着人工智能在边缘计算平台中的应用,加上边缘计算与物联...

16930
来自专栏FreeBuf

科技行业什么技能最吃香?竟然不是写代码

注意:我们分析的方法较为粗略,可能会有一些明显的缺点,所以现在还是不要太看重这个发现,看看每个技能的简要描述,然后继续阅读,观察我们如何确定分数及其他更广泛的问...

29850
来自专栏大数据文摘

数据科学家,2014与2015连续两年蝉联工作与生活平衡之最优职位

16280

扫码关注云+社区

领取腾讯云代金券