AI芯片市场的生存逻辑:先下手为强

2019-08-14 08:45:38 来源:EEFOCUS
标签:

在接下来的几年里,芯片制造商巨头和资金雄厚的创业公司将瓜分专业AI芯片的市场份额。


 
在计算密集型的人工智能领域,硬件供应商正在以摩尔定律高峰期的性能提升速度不断推陈出新。这种提升来自于针对深度学习等人工智能应用的新一代专用芯片。但是,人工智能芯片市场正在出现的支离破碎化将让开发商面临一些艰难抉择。

 

 

将芯片专门针对人工智能应用而定制的新时代始于最初为游戏应用开发的图形处理单元被部署用于深度学习等应用。让GPU渲染逼真图像的同一个架构可以比中央处理单元(CPU)更为有效地处理矢量数据。2007年,英伟达发布了CUDA,这是一个支持GPU以通用方式编程的工具包,这是GPU发展过程中的重要一步。

 

在处理深度学习这种前所未有的高性能计算要求时,人工智能研究人员需要利用力所能及的所有优势。在人工智能的推动下,GPU的处理能力迅速发展,最初设计用来渲染图像的GPU反过来又成为了推动可以改变世界的人工智能研究和开发的主要力量。为了让Fortnite这种图像渲染工具可以以每秒120帧的速度运行,需要实现诸多线性代数运算,现在,同样这些运算被部署在了计算机视觉、自动语言识别和自然语言处理等前沿应用核心的神经网络中。

 

现在,人工智能芯片专业化的趋势正在演变成一场军备竞赛。据Gartner预计,人工智能专用芯片的销售额将在2019年翻一番,达到80亿美元,到2023年时这一数字将增长到340亿美元。在英伟达的内部预测中,到2023年时数据中心GPU市场(几乎全部用于深度学习)规模将达到500亿美元。在接下来的五年中,亚马逊、ARM、苹果、IBM、英特尔、微软、英伟达和高通将在人工智能专用芯片上展开大量投资。参加军备竞赛的除了这些芯片巨头外,还包括一些创业型公司。据CrunchBase估计,包括Cerebras,Graphcore,Groq,Mythic AI,SambaNova Systems和Wave Computing在内的AI芯片公司已经筹集了超过10亿美元的投资。

 

需要说明的是,专用AI芯片是将前沿AI研究迅速转化成实际应用的催化剂,所以它很重要,也颇受欢迎。但是,大量新出现的AI芯片,一个比一个快,一个比一个专业,似乎会限制企业软件的崛起。我们可以预计,这些AI芯片公司会进行低价促销,并进行软件的专业化,以将开发人员锁定在只跟一家供应商合作。

 

试想一下,如果说15年前,云服务AWS,Azure,Box,Dropbox和GCP都会在一年到一年半之内上市,它们各自的任务就是锁定尽可能多的企业客户,所谓锁定是指你一旦选定了一个平台,就很难将自己的技术投资切换到另一个平台上。这种情况将发生在AI专用芯片领域,从而使得大量投入了巨资的研究都受到威胁,因为客户很难从别的平台转移到你的平台上来。

 

芯片制造商们肯定会向开发人员做出一些美好的承诺,而且基本上可以兑现。但是,对于AI开发人员来说,重要的是,即使其它供应商搭载了新架构的新芯片的性能更快,也很有可能会拖慢自己将产品推向市场的速度。在大多数情况下,AI模型无法在不同的芯片制造商的器件之间进行移植。所以,开发人员必须将供应商通过专用AI芯片和专业软件将自己锁牢的风险牢记在心,在过去,实际的计算引擎都已经标准化而且同质化,所以移植很方便,可以自由地在不同供应商之间切换。但是现在,在人工智能开发领域,这种情况将发生巨大变化。

 

将来的芯片产业很可能有超过一半营收都来自于人工智能和深度学习等应用,就像软件能够产生更多的软件一样,AI也会催生更多的AI。我们已经多次看到了这种衍生效应:公司一开始专注在一个问题上,但是最终却解决了很多问题。比如,大型汽车制造商们正在努力实现自主驾驶,他们在深度学习和计算机视觉方面开展的前沿性工作产生了连锁效应,其研究成果可以应用在福特的送货机器人等分支性项目中。

 

随着专用AI芯片陆续上市,目前的芯片制造商巨头和大型云服务公司可能会锁定一些客户,和他们达成独家协议,或者由于很难争取客户而只能收购那些表现出色的创业公司。AI芯片专用化的趋势将会让AI市场变得支离破碎,而不是使之趋于大一统。对于人工智能开发人员来说,现在可以做的就是,了解这个行业的发展趋势,并做些规划,权衡更快的芯片带来哪些好处,同时又带来多大的开发难度,以及在新架构上设计自己的产品的成本如何。

 

与非网编译内容,未经许可,不得转载!

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

作者简介
与非网 记者
与非网 记者

电子行业垂直媒体--与非网记者一枚,愿从海量行业资讯中淘得几粒金沙,与你分享!

继续阅读
Soitec 发布 2020 财年第一季度报告

北京,2019年8月23日——作为设计和生产创新性半导体材料的全球领军企业,法国Soitec半导体公司公布了2020财年第一季度财报(截止至2019年6月30日)。

快速掌握MIPI开发攻略,对接百度人工智能计算卡EdgeBoard

MIPI(移动行业处理器接口)是Mobile Industry Processor Interface的缩写,是MIPI联盟发起的为移动应⽤处理器制定的开放标准。

你希望在自动驾驶汽车里做什么?

据美国汽车协会(American Automobile Association, AAA)的数据,美国人每天花在开车上的时间大约为1小时,每天行程约为32英里。这样下来,整个美国每年就有将近700亿小时用于驾驶。在这700亿小时的时间里,人们的手紧握方向盘,眼睛盯着道路(希望如此!)。

关停转让,王冬雷已无心恋战?

夕阳西下,在德豪润达珠海总部顶楼,55岁的公司董事长王冬雷从自己的办公室步入带假山亭子的露台。“公司的注册地很快就会从这里搬回到我的家乡蚌埠。”他不无惋惜地说。

被巨头垄断的人工智能,华为 AI 能否成功破局?

处于特殊时刻的华为,在2019年打出了漂亮的组合拳。在5G、终端、AI三大战场上, 华为都拥有自己的王牌来对应多变的环境。

更多资讯
华为AI芯片是从什么时候发展起来的?一文读懂华为AI芯片发展史

众所周知,数据、算力和算法,驱动着人工智能的第三次浪潮。面对AI算力需求的爆发式增长,这几年华为在做些什么?看似高深的人工智能(AI)技术,其实已经“润物细无声”地深入大众生活,仅你手中一部华为Mate20手机,就可以实现人脸识别、物体识别、物体检测、图像分割、智能翻译等AI功能

华为AI处理器虽然用了Arm架构,但徐直军表示完全不慌?

与非网8月23日讯,自华为遭受到美国的禁令已经过去了九十多天,但似乎华为并未受到太大的影响,反而是美国帮助华为打了个响亮的广告,就在今天,华为又发布了AI处理器,还表示根本不慌。

将Power指令集开源,IBM 是如何咸鱼翻身的?

这是一个漫长的过程,如果在十年前就这样做,情况可能会更好。但是,随着收购Red Hat后大量注入开源精神,IBM终于迈出了下一步,将其Power系列处理器的指令集体系结构开源。

海思与联发科的“你侬我侬”,谁才能最终亚洲一哥”?

与2018上半年相比,有两家新进入前15名的,分别是Fabless(无晶圆厂的IC设计公司)厂商联发科(MediaTek),其从去年同期的第16位上升到第15位,另一家是IDM厂商索尼,该公司是这15家厂商中唯一实现同比正增长的,排名也上升5位,成为2019上半年第14大半导体供应商,具体如下图所示。

兆易创新的 RISC-V 内核 32 位通用 MCU 产品,全球首个有哪些看头?

2019年8月22日,北京 — 业界领先的半导体供应商兆易创新GigaDevice(股票代码603986)宣布,在行业内率先将开源指令集架构RISC-V引入通用微控制器领域,