关于我们 | 联系我们
成都电缆_成都防火电缆_成都高低压电缆厂家-成都春信电缆有限公司
新闻中心

芯片巨头跨界争夺霸权,云侧人工智能芯片大变

[电线电缆网]新闻

20世纪80年代,英特尔的处境岌岌可危。

强大的日本公司在存储芯片领域战无不胜,将英特尔等美国半导体公司推入了一个恶性循环,在越南的投资越来越差。

英特尔最关键的转型决策甚至不是由英特尔主导的。大型机向导IBM在1981年向英特尔伸出橄榄枝,订购个人电脑微处理器,以迅速发展个人电脑市场。它敦促英特尔将其产品重心从存储转移到微处理器交易,成为世界上最大的半导体公司。

个人电脑时代给英特尔带来了机遇,英特尔引以为豪的个人电脑业务已经成为阻碍其拥抱移动时代的桎梏。

22年后,苹果用iPhone扭转了智能手机的潮流,引发了移动芯片边界的巨大变化。低功耗Arm处理器开始以一种活跃的方式占领移动处理器市场。与此同时,3G时代的到来将高通公司变成了智能移动芯片之王。

电子产品的发展反复刺激了芯片类别的巨大变化。芯片在科学技术和经济增长的历史上扮演了多少角色?谁能掌握关键技术和主流市场,谁就有权利平衡生态。

历史的巧合仍在继续。随着人工智能点燃新的蓝海市场,芯片公司NVIDIA率先从深入研究中获得盈余。号称个人电脑和智能手机时代的半导体巨头英特尔、高通和华为,也在不同地区的改革、会议和斗争中进入了新的战场。

 “云-边-端”发展示意图(图源:云计算开源产业联盟报告)

云边缘端增长图(来源:云计算开源资产联盟请求)

在我们恢复交易后的过去四年里,上述芯片巨头已经从他们很少涉足的新疆市场中分离出来,例如奇特的跨境云、边境、终端和汽车,以及中国的人工智能芯片市场在这种跨境趋势中发挥的关键作用。

云端:高通看上的170亿美元市场

1997年5月11日,在六场比赛后,IBM深蓝以“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,每秒钟能处理2亿次移动。

19年后,谷歌AlphaGo以4:1的成绩击败世界围棋冠军李世石,将长期被忽视的人工智能再次推到了人们视野的核心。与深蓝的不同,阿尔法戈实践超人智能背后的人并不在现场。

两次人机大战,争论的惊人速度从硬件转向了软件。深蓝是记忆的大师。它通过在居住地记住国际象棋的分数来压制对手。获胜的方法是一个超级强大的硬件计算,能够承受复杂的论点。阿尔法戈是一所实战学校。它从每一场象棋比赛中学习经验,并能创造一个新的象棋游戏供自己练习。由于远非详尽的论证,阿尔法围棋已经从一个小小的白人棋手变成了一个超越人类棋手的高手。

阿尔法戈的王牌藏在谷歌云背后。

云竞赛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贸易应用铺平了道路。

中国最大的云计算制造商阿里巴巴的人工智能每天被盗用超过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,服务于全球10亿多人。

云计算数据中心也已经成为人工智能芯片的大本营。

根据赛迪2019年8月发布的《中国人工智能芯片家当成长白皮书》,2018年全球人工智能芯片市场将达到45.3亿美元(约317.1亿人民币)。其中,云实践芯片占49.5%,云推理芯片占20.7%,终端推理芯片占29.8%。

云端和终端AI芯片市场规模增速(图源:赛迪顾问)

云和终端人工智能芯片市场增长率(来源:赛迪)

最有利可图的云市场建立了英伟达的声誉,并指导了英特尔的转型。它也吸引了长期的终端半导体巨头高通公司。

2019年4月,高通公司发布了其进军数据中心的预告片,揭示了云推理专用芯片7纳米云人工智能100的峰值计算能力为350万亿次,比当时最先进的人工智能解决方案高10倍以上,比人工智能计算能力高50倍

有趣的是,英伟达和英特尔都是云计算领域的大玩家,他们都遵循着一条共同的道路,但高通公司找到了另一种选择专用集成电路的方法。

尽管通用芯片在功能上可能稍逊一筹,但它们并不像专用芯片那样“有鉴别力”,在任何情况下都能获得几乎相同的结果。特殊芯片则不然,它的电路是完全固化的,在一种情况下可能像“野兽”一样有效率,而在另一种情况下可能变成非常鸡肋。

人工智能专用集成电路制造商通常分为两种类型,一种是供谷歌亚马逊等云竞争对手内部使用,另一种侧重于低端市场。与之前进入人工智能芯片的玩家相比,高通的举动有些独特。

高通公司似乎已经放弃了对天真的追求,转而开发更强大的人工智能芯片。然而,由于高通公司尚未提供加速器的架构细节,或许他们已经在新架构设计中寻求平衡。

不同的组织对人工智能推理市场的规模有非常不同的看法。高通公司相对承认,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个大蛋糕。

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

高通公司放松在移动芯片领域扎实技能积累的跨境决心。作为智能手机芯片的领导者,该公司在终端推理方面开发了低功耗、标志处理技术、规模和成本优势,并将其部门扩展到云推理产品,以减少移动终端中人工智能处理的负载。

尽管数据中心运营商愿意测试新处理器,但高通公司能否说服他们大规模应用云人工智能100仍是个谜。

中国芯的种子选手,高通的老伴计

在宁靖阳的另一边,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“瑞星”的最初出现带来了两种芯片,专注于边缘辩论的瑞星310和专注于云练习的瑞星910。

十个月后,阿森松岛910正式推出,自称是当时世界上单芯片竞赛密度最大的人工智能芯片,峰值计算能力为256万亿次浮点运算,最大功耗为350瓦。

恒信成立于2004年,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培育,恒信已经成长为中国最大的集成电路设计企业。

瑞星910是华为海斯进入云人工智能芯片市场的第一步。

高通云人工智能100表明,瑞星910也使用世界领先的7纳米工艺。然而,当高通公司的云芯片仍在开发中时,阿森松岛910已经迅速进入着陆阶段。

高通公司和华为海斯公司都是旗舰手机芯片制造商中的佼佼者,凭借其卓越的技术实力,争夺最强手机智能芯片和最强5G芯片的荣誉。

分歧在于,高通遵循向有全球需求的公司销售手机SoC芯片的一般路线,而华为也是其客户之一。海斯是华为的下属产品。随着华为主战部队的进步,自主研发的手机芯片仅用于其自有品牌的手机。

在进入云数据中心的战略上,华为似乎比高通更有魄力,直接发布了其人工智能芯片研发的总体蓝图,涵盖云实践、云推理、边缘计算和终端推理。高通公司到目前为止只披露了收入和支出局的云推理芯片的设计。

然而,这两家公司似乎在同一个方向达到了相同的目标。

高通公司不用说,即使它选择研究和开发专用集成电路芯片,也许速度仍然是对抗的总目的。华为还开始向外部机构提供集成其云人工智能芯片的集群。

今年9月,华为围绕“鲲鹏提升”双引擎推出了全面竞争战略,并发布了由数千个提升910组成的人工智能集群图集900。这个星系团不仅被用来帮助国际组织SKA在宇宙中寻找巨大的恒星,而且还进入了深圳鹏城实验室,作为其基于人工智能的研究平台鹏城云脑II的力量基地。

从高通和华为的臂膀,可以看出人工智能芯片市场对芯片并购的吸引力

如果说云竞赛和人工智能为云人工智能芯片的发展保存了良好的土壤,那么人工智能、5G和物联网为边缘和终端人工智能芯片的繁荣做出了贡献。

从最终用户的角度来看,当使用人工智能应用程序时,响应速度越快越好。同时,我希望应用程序将尽可能少地被收集限制,并且可以由部门离线处理。

从To B厂商的角度来看,随着物联网终端的快速扩张,数据爆炸式的推广、收集和传输,以及数据中心都需要边缘和终端端的计算来减少压力和节省费用。

云人工智能芯片有很高的技术门槛,并且充斥着巨人。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。半导体巨头和新创企业都在互相争斗。

英伟达、英特尔和谷歌都是能够在边缘加速推理的公司。

NVIDIA Jetson GPU系列在边缘竞争领域广受欢迎,并与其数据中心产品完全兼容。它包括为人工智能和物联网终端开发的捷森纳米、适合工业和机器人使用的捷森TX2和捷森泽维尔。

Jetson由统一软件仓库JetPack支持。有了这个仓库,开发人员可以轻松地将TensorFlow和PyTorch模型转换成TensorRT,从而优化模型的准确性和速度。

英特尔处于领先地位的旗舰产品是视觉处理单元VPU。除了用于视频监控摄像头之外,英特尔还将Myriad VPU封装在一个小的通用串行总线驱动器中,作为一个神经调节器出售,可能很容易插入英特尔NUC和草莓派中,以加快推理速度。

英特尔构建的软件平台OpenVINO和NVIDIA JetPack彼此相似,用于优化VPU电影的计算机视觉模型。

谷歌的边缘推理芯片edgtpu补充了云中的tpu。谷歌正在构建一个无缝管道,以主动简化从云实践到边缘TPU的整个工作流程。谷歌还建立了一个基于edgtpu的coraldeboard开发板和一个类似于Movidius神经争议栏的coraldb加速器。

然而,边缘TPU并不像杰特森和VPU那样兼容。它是为运行在边缘的谷歌张量流精简模型设计的,只支持张量流框架。

尽管这些边缘芯片在功能上无法与运行在云数据中心的芯片相提并论,但它们正在以更高的功能、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。

边缘与端侧:三大玩家神仙打斗

边缘比赛也被称为主动驾驶的未来。

高德纳预测,到2021年,用于主动驾驶汽车的芯片年收入将增加一倍以上,市场规模将达到50亿美元。

有趣的是,主动驱动芯片的领跑者不是恩智浦和英飞凌等传统汽车半导体巨头,而是英伟达和英特尔,它们“插队了一半”。

2017年1月,英伟达首次在其主动驾驶产品线Drive PX中推出了其最高级别的人工智能超级计算机Drive Xavier,显示了其主动驾驶的最强迹象。

同年3月,英特尔以153亿美元的高价收购了以色列争议机器视觉公司莫比耶。两年后,莫比耶成为英特尔增长最快的销售部门。

两个积极驱动芯片的顶级玩家之间的“爱与杀”开始了。政策和市场是一样的,但细分市场略有不同。

英伟达主动驾驶平台的开发,凭借其增强的竞争力,帮助汽车在制定计划前提前考虑所有可能性,优先考虑超快硬件计算速度的优势。

英特尔的主动驾驶平台依赖于Mobileye摄像头,主要根据长期政策做出决策,并凭借其低功耗的主要优势在ADAS前端市场稳坐首位。

主动驾驶的先驱特斯拉,在推出自己的自动驾驶仪之前,与美孚国际合作开发了第一代自动驾驶仪系统,然后转向英伟达驱动PX 2为其第二代自动驾驶仪系统提供动力。

中国新的汽车制造公司威来汽车今年11月才宣布将与美孚国际合作开发L4级主动驾驶。

尽管谷歌Waymo没有与Mobileye合作,而是使用了自己的主动驱动软件和地图,但它也依靠英特尔至强处理器和可编程芯片来提供计算能力。

主动驾驶决不是一件容易的事,因为它关系到人们的生命安全,而安全的主要问题是排在第一位的。

就在几个月前,英特尔和英伟达在这一领域的“冷战”导致了“明撕裂”。

2019年3月,英特尔高级副总裁兼MobiYe首席执行官AMNON SHASHUA发表了一篇文章《立异需要独创性》,质疑NVIDIA新推出的SFF安全模型,该模型模拟了英特尔在2017年发布的RSS计划驱动安全标准提案,并在博客上附上了一个8页的PDF,解释了两种技术之间的相似之处。

部分SFF与RSS相似度比较

部门SFF和RSS相似度计算

在博客中,阿姆农示意“奇怪地看到,英伟达创造了一个‘类似的倡议’”,并在阅读了SFF白皮书后“感觉像看着镜子一样奇怪”。他还表示,世界上第一个众包地图技术REM和先前由Mobileye推出的新的主动驾驶类别L2也被NVIDIA效仿。

然后,英伟达创始人兼首席执行官黄仁勋回应道:“安诺是一个伟大的人,但他在这件事上是错误的。”Mobileye和NVIDIA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,主动驾驶安全应该开辟大量的创新和新的技术供应方式,而不是试图阻止创新。实现安全合作政策的方法有很多。

Amnon的疑虑并没有影响NVIDIA的持续扩张以及与汽车制造商的密切合作。在英伟达GTC中国在比利时的会议上,英伟达宣布与中国最大的在线汽车公司滴滴出行联手,帮助滴滴打造L4级主动驾驶和云竞争解决方案。

高通公司在汽车半导体市场的胃口也不小。2016年10月,高通公司宣布打算以440亿美元收购全球最大的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。该业务在2018年7月完全“酷”。

不管有多高,向汽车领域的前进还没有结束。高通公司依托小龙的汽车平台,开发了“快速接近和智能计算”的低功耗解决方案,将汽车网络作为其主动驾驶和汽车销售的关键支点。今年10月,高通公司还与30多家中国汽车连锁企业合作,展示了安全可靠的蜂窝汽车网络(C-V2X)直接通信技术。

高通公司的芯片解决方案似乎与莫比耶公司相似,而且在通信和SoC方面有着特殊的技能。然而,由于英伟达和莫比耶已经在反车辆和自动驾驶辅助系统领域处于领先地位,高通将不会轻易撼动这一领域,其在汽车安全领域的实力需要进一步证实。

主动驾驶:两强争霸与剑走偏锋

中国正在成为争夺新的人工智能芯片市场的关键市场。

根据CCID工作人员2019年8月发布的《中国人工智能芯片家产成长白皮书》,2018年中国智能芯片市场整体规模达到80.8亿元,同比增长50.2%,占全球智能芯片市场最大比例,约占四分之一。

越来越多的传统企业已经进入人工智能领域,这推动了人工智能应用在中国的日益繁荣,并为了解潜在解决方案的半导体巨头带来了更多的市场空间。

去年,中国取代美国成为英特尔最大的市场。在2020财年的前九个月,台湾和中国大陆合计占英伟达总收入的一半以上。高通公司还暗示其首次推出云推理,美国和中国的顶级云服务提供商都暗示了对云人工智能100的热爱。

为了更好地融入中国市场,今年10月,移动还与紫光集团在中国成立了一家合资企业,紫光控股51%,莫比耶控股49%,专注于中国智能汽车市场。

长期以来,半导体巨头的目标不仅是特定类别的战场,还包括整个人工智能系统中所有人工智能应用的需求。通过串联硬件平台最大化其生态优势的关键目标是一个统一的软件平台。

一方面,软件的优化有助于硬件进一步提高人工智能义务竞赛的速度,使其与未来的应用相兼容。

例如,在过去两年中,英伟达仅通过软件和库的完善就将计算机的整体性能提升了四倍,并确保了未来在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。

英伟达通过统一的数据自动化系统建立了重要的生态屏障。英特尔建立了统一的编程方法oneAPI,为开发人员提供跨平台和架构的统一编程体验。华为为开发者组织了一个“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对象”家族桶。高通公司还承诺为云人工智能云提供优秀的软件客栈。

尽管天气越来越阴沉,算法制造商也渴望制造内核,但在他们的大多数芯片产品背后,或多或少都有半导体巨头。无论是从硬件技术的沉淀还是多年来客户积累的理解来看,半导体巨头都是核心制造伙伴的最佳选择。

这一由人工智能应用需求引发的芯片革命反过来又推动了中国人工智能市场的快速扩张和繁荣。

中国,AI芯片必争之地

回顾过去,半导体巨头在人工智能芯片领域有无数的扩张途径。

有些细分内部团队,有些从外部招募新团队,有些通过大规模并购直接购买成熟的公司团队和产品。

尽管新技术的浪潮总是会催生出一批批充满活力和创新能力的新兴企业,但半导体巨头在资本、技术实力、工程资源和品牌认知度等方面,仍然在云边缘互补的人工智能芯片领域具有相当大的竞争力。

人工智能芯片的竞争才刚刚开始。英伟达能否成功捍卫基地,英特尔能否真正协调各种争议结构,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。

可以肯定的是,2020年将是人工智能芯片落地的关键一年。

Copyright © 2002-2017 成都春信电缆有限公司 版权所有 备案号:ICP备********号