未来智讯 > 新闻资讯 > 半导体行业的“反潮流”人工智能如何定义下一代芯片

半导体行业的“反潮流”人工智能如何定义下一代芯片

发布时间:2019-04-03 13:15:04 文章来源:未来智讯    
 
      
      文|赵赛坡
      某zhongyi义shangshuoguoqu 5 年半daotixingyede发展chengweiren类jisuan革命de燃料lai源
      从概念上看半daoti又beili解为xinpianshi一种gaodu小型huadedian子chan品它可yifei常快速diwan成da量数学运suan利yongzhe种计suan可以在xian实物li世jieli完成目标
      jian而yan之xinpian是为我mendedian子设beide大nao它们帮助计suanji和其tajiqi评估替dai品为电话计算机、汽che、飞机、互联wangti供计算neng力。
      半导ti是在硅晶pian上制造defei常复杂de物ti。 这些晶圆de制造fei常昂贵前期tou资xuyao数十亿美元。人类she会过去 60 多年的weidajishu奇迹之一jiu是不断缩小xinpian尺寸并不断tisheng计算xingneng也jiu是我menchang说的「mo尔定律。
      在这gexingye能够生产制造半导体的gongsi屈指可数而且由于技术复杂导致建造半导体工厂的成ben直线上升,这yerang半导体xing业xing成独te的商业模型,在整个链tiao上只有两类gong司yilei是xinpian设计公司,ruyingte尔,另一类ze是芯片设计公司和芯片代工公司,或zhe晶圆代工公司,下tu是 2018 年上半年全球十dadai工厂。
      
      不管摩尔定律是否失效,半导体xingye依然在发展zhong,在通往 7 纳米制程的道lu上,目前只有台积电、英特尔和san星,当然,英特尔目前也遭遇xiang当多的kun难,这也意味着,从 PC dao互联网,再dao智能shou机,随着对计算性能要求的不断提升,整个半导体行业的集中化趋shi,已jing基本成定局。
      从产业的角度去看,如今的半导体行业越来越xiang汽车行业binggouzheng合正在加速,尽管 2018 年博通收购高通、高通收购恩智浦都宣告shibai,但产业发展的趋shibu可bi免,只有足够的垄断才能形成geng大的议价quan,未来三到五年,新的并购整合还将继续。
      一
      这两年来,一股半导体行业的「反潮流」开shichuxian:自yan芯片。
      智能手机领yu,pingguo在 2008 年qiao然收购liao芯片制造商 P.A. Semi 公司,并在两年后tui出自yan的di一代芯片 A4 chu理器,这款处理器很快成为 iPhone、iPad 的标配产品,随hou苹guo又在 Apple Watch、Apple TV 等产品里加入自主研发dechu理器。另外,根juzhu名苹果分析师郭明透露的消息,2020 年之后,苹果将在 Mac 系lie电脑里集成自己的芯片。
      而 Google,则一直在tui进shuju中心的芯片研发。jie止到 2018 年 11 月,Google 已经推出了三代 Tensor Process Unit(以下简称为 TPU),这些产品miao准的是日益强烈的机qixue习xu求,从而也增加了 Google 在yun端服务上的特定能力。
      上述xian象yuban导体行业刚起步时非常相似,当时,suoyoude公sidu在内部研发、制造芯片,随着企业研发成本的上升,有的企业开始将芯片设计、生产分开,或者直jie外包gei第三方公司,zheyang的分工协作也大大降di了成本。
      但现在,越来越多的公司成为加入到「反潮流」的大军里,苹果、Google 除外,亚马逊、wei软以及华为、阿里巴巴,都zaian自进行芯片的研发。
      二
      而人工智能,也正在给半导体行业带来新的变革机遇。
      从最基本的角度去理解人工智能,或者准que说机器学习,它更xiang是一种高级的软件形态,这个软件上可以进行大量专业数学计算。以深度神经网络来说,它是一种非常复杂的「投票」算法,通过对各个变量的权重进行复杂的计算,来实现决策。
      机器学习或深度学习的过程,就是一次次的计算过程,如何才能提升计算速度呢?当然是让计算并行化,这种需求也和图像计算非常相似,尽管原理不yiding相同,但shi实也的确证明了,将图像计算的处理器 GPU 放在机器学习之中,效果非常好,由此也造就了过去四年英wei达的「奇迹」。
      但行业内除liaoying伟达之外,mei有人愿意看到只有 GPU 适合机器学习,从传统芯片企业英特尔到互联网巨头 Google、Facebook、亚马逊,都有着自己的考量。
      而如果从 AI 芯片的gongneng层mian来看,人工智能芯片主要有两个方面的需求:训练和推理。这两个需求相互联系,构成了人工智能芯片的完整流程。
      先说训lian当海量被标注的数据被收集到数据中心,工程师们就要开始「训练」数ju简而言之,就是在海量的数据中寻找可用的模型。
      而推理,则是将模型反ying出jie果cheng现出来,我们常常说所谓「机器决策」,也就是说,当用户输入一个不tai明确的指令后,机器能够给出一个看似合理的答an
      上面deliang段话有点复杂,不fang来看两个案例,如果ni在手机上用过 Google Photo,你会发现这个产品不仅会让你zhao片备份起来,还会提供一系lieyou趣的功能,如下图所示,你可以看到「往年今日」的推荐、以及可以直接用自然语言搜索图片。
      
      要实现 Google Photo 的上述功能,你需要将数据,也就是照片先上传到 Google 服务器,经过一段时间之后才能看到上图的推荐,这是因为,Google 的数据训liandu是在云端,而推理的结果则需要网络的支持才能呈现出来,换句话说,你需要联网才能使用。
      苹果的做法则完全不同。基于苹果自主研发的芯片以及神经网络处理引擎,目前 iPhone、iPad 都可以实现本地的 AI 计算,同样是照片数据的训练和推理,苹果将所有的过程都放在本地设备,如下图所示,你会看到也是类side照片推荐、自然语言搜索等功能。
      
      事实上,我们很难直接判断na种方式跟好,只能说,meiyi种方式都有着一定的使用范围,比如zaizi动jia驶汽车上,人工智能芯片的处理过程必须放在本地,只有这样,才能避免与云duanjiao换数据的延时,也能避免车祸的发生。
      从上述角度出发,AI 芯片领域有三类大市场:数据中心训练、数据中心推理、设备/边缘推理。
      如果说过去的芯片行业像极了汽车行业,导致没有后来者、创业者的机会,那么在 AI 芯片开创的三个领域里,却提供了足够多的想象空间,也让资本市场看到了可能性,下图还仅仅是截止到 2017 年的数据。
      
      三
      如果从 AI 芯片的三个大市场的角度去看未来的机会。
      首先,数据中心 AI 芯片市场的jing争会非常激烈,一方面,CPU 不会轻易退出市场,另一方面,数据中心所有者都是全球云计算巨tou包括亚马逊、Google、微软、阿里巴巴,ta们对于 AI 芯片的需求当然非常强烈,但正如上文所言,他们正在自主研发自己的芯片,虽然这不代表这些公司不会采购第三方芯片,却也展现出这个市场的特殊性。
      其次,设备推理市场虽然规模巨da但却有着非常细分的领yu比如设备形态不同,导致应用场景、能耗的区别非常大,手机的推理能力与汽车显然是不同的,这也导致这个市场最终会非常pang杂,当然,巨头、创业公司都有机会在这个领域huo得一席之地。
      当然,与传统半导体行业类似,AI 芯片最终的走向依然会是寡头化,。
转载请注明来源。原文地址:https://www.7428.cn/page/2019/0403/86701/
 与本篇相关的热门内容: