8月中旬，人工智能芯片始創(chuàng)公司寒武紀(jì)取得1億美元的A輪融資，至此成為該范疇的第一個(gè)“獨(dú)角獸”，緊接著，9月初，華為在IFA 2017上正式宣布了全球首款面向手機(jī)的人工智能芯片“麒麟970”。
就在這前后不到一個(gè)月的時(shí)光里，“人工智能芯片”成了人人爭相熱議的一個(gè)產(chǎn)物、一個(gè)家當(dāng)。
人工智能芯片熱度漸 多家公司早已著手結(jié)構(gòu)
前段時(shí)光，由于被看作是以后智能家居的進(jìn)口之一，“智能音箱”一會兒遭到了人們的極年夜存眷，而跟著小愛同窗、天貓精靈等產(chǎn)物的接踵推出，更是將這股高潮推上了頂端。
就在這股海潮逐漸安穩(wěn)的時(shí)刻，“人工智能芯片”緊跟而上，惹起了人工智能范疇的又一波新的海潮?，F(xiàn)實(shí)上，在這第三次的人工智能海潮中，作為讓人工智能技巧更快、更好運(yùn)轉(zhuǎn)的基本硬件舉措措施，人工智能芯片必定是將來智能化時(shí)期的一種趨向。也是以，固然人工智能芯片比擬于其別人工智能技巧和運(yùn)用顯得低調(diào)很多，但它的結(jié)構(gòu)照舊是浩瀚廠商眼中不克不及錯(cuò)過的“機(jī)會”：
買買買的英特爾——至今，為了不再錯(cuò)過人工智能芯片，英特爾陸陸續(xù)續(xù)收買了Altera、Yogitech、Nervana、Movidius、Mobileye等多家公司，拿下了他們的FPGA等多種技巧。
GPU在手，誰與爭鋒的英偉達(dá)——憑仗著GPU在人工智能運(yùn)用中的后天性優(yōu)勢，英偉達(dá)曾經(jīng)走在了人工智能芯片的前列。不外，就在比來，黃仁勛也宣布了一款針對深度進(jìn)修而打造的芯片Tesla V100。
緊盯FPGA的微軟——微軟把重心放在FPGA人工智能芯片上，曾經(jīng)被用在Bing搜刮的支撐上。別的，其也推出了基于FPGA的視覺芯片A-eye，讓攝像頭具有視覺懂得才能，可運(yùn)用在機(jī)械人、汽車和無人機(jī)等多種智能產(chǎn)物。
與此同時(shí)，國際的廠商也是捋臂張拳。
首個(gè)獨(dú)角獸“寒武紀(jì)”——由于高達(dá)1億美元的A輪融資，寒武紀(jì)成了人工智能芯片范疇的首個(gè)獨(dú)角獸，經(jīng)由過程的IP受權(quán)的情勢，其技巧曾經(jīng)在華為人工智能芯片麒麟970下面獲得了貿(mào)易化；
主打“嵌入式”的地平線機(jī)械人—— 地平線機(jī)械人努力于打造基于深度神經(jīng)收集的人工智能“年夜腦”平臺，包含軟硬件。在硬件上，其此前曾表現(xiàn)旗下的人工智能芯片“盤古”曾經(jīng)勝利流片商用；
……
從下面多家企業(yè)的結(jié)構(gòu)和產(chǎn)物來看， 我們可以或許清楚地認(rèn)知到，固然“人工智能芯片”比擬于語音辨認(rèn)等技巧并沒有獲得年夜眾更多的存眷，然則作為人工智能的基本硬件舉措措施，其曾經(jīng)成為諸多公司掠奪市場、占領(lǐng)風(fēng)口的一年夜計(jì)謀制勝點(diǎn)。
人工智能加快 人工智能公用芯片是將來趨向
深度進(jìn)修算法是完成人工智能技巧和運(yùn)用的焦點(diǎn)，其在運(yùn)轉(zhuǎn)進(jìn)程中須要對海量的數(shù)據(jù)停止運(yùn)算處置——用已有的樣本數(shù)據(jù)去練習(xí)人工神經(jīng)收集、用練習(xí)好的人工神經(jīng)收集去運(yùn)算其他數(shù)據(jù)。關(guān)于傳統(tǒng)盤算架構(gòu)而言，這將是一個(gè)極年夜的挑釁。
面臨深度進(jìn)修算法這一盤算新需求，GPU（圖形處置器）、FPGA（可編程門陣列）、ASIC（公用集成電路）等成了人工智能芯片范疇的“被追捧者”。好比GPU，比擬于CPU，其具有高并行構(gòu)造，具有更多的ALU（Arithmetic Logic Unit，邏輯運(yùn)算單位）用于數(shù)據(jù)處置，合適對密集型數(shù)據(jù)停止并行處置。
值得我們留意的事，不論是讓英偉達(dá)一舉著名的GPU，抑或是以后與GPU不分手足的FPGA，在屬性上，它們都只能算是人工智能通用芯片。比擬于一開端就是“私家訂制”的ASIC，在深度進(jìn)修算法的運(yùn)轉(zhuǎn)上，GPU和FPGA或多或少都有著一些局限：
GPU局限：GPU可以或許熟能生巧的練習(xí)人工神經(jīng)收集，但在輸入運(yùn)用時(shí)，它一次只能處置一張圖象；比擬于FPGA的靈巧，GPU硬件構(gòu)造固定，不具有可調(diào)劑性；在完成雷同機(jī)能的功耗上，GPU弘遠(yuǎn)于FPGA和ASIC。
FPGA局限：為了完成可重構(gòu)特征，F(xiàn)PGA外部有年夜量極細(xì)粒度的根本單位，然則每一個(gè)單位的盤算才能都遠(yuǎn)遠(yuǎn)低于GPU中的ALU模塊；在深度進(jìn)修算法的運(yùn)轉(zhuǎn)速度和功耗上，F(xiàn)PGA表示的都不如ASIC；FPGA價(jià)錢較為昂貴，在某些情形下乃至?xí)哂贏SIC。
弗成否定，關(guān)于以后人工智能的成長，GPU和FPGA都做出了不小的進(jìn)獻(xiàn)，然則從將來成長趨向來看，人工智能公用芯片才是將來的焦點(diǎn)。
從下面的一些比擬我們可以看出，在功耗和速度上，GPU、FPGA與ASIC之間照樣有著必定差距的。
針對人工智能芯片的通用與公用的差別，地平線機(jī)械人芯片專家馬鳳翔稱，比擬于通用芯片，公用芯片是為特定場景而定制的，具有低功耗、低本錢、高機(jī)能的優(yōu)勢。再淺顯一點(diǎn)講，就如寒武紀(jì)開創(chuàng)人之一的陳云霽所舉出的例子，通俗的處置器就比如“瑞士軍刀”，固然通用，但不專業(yè)，形成糟蹋，然則做菜的時(shí)刻，照樣菜刀輕車熟路，而專業(yè)的深度進(jìn)修處置器就是這把更高效、更快捷的“菜刀”。
與此同時(shí)，不只僅是機(jī)能的請求，跟著人工智能技巧的成長，其運(yùn)用規(guī)模也將進(jìn)一步擴(kuò)展。將來，主動駕駛、機(jī)械人、智能家居等等終將充滿我們的生涯，這個(gè)中所隱蔽的將是一個(gè)無可估計(jì)的市場需求。屆時(shí)，不論是所須要處置的數(shù)據(jù)，抑或是運(yùn)算速度，與如今比擬都將不是一個(gè)量級，若想做的更好，就只能向人工智能公用芯片挨近。
人工智能公用芯片貿(mào)易化 IP受權(quán)是以后的最好前途
跟著寒武紀(jì)成為AI芯片范疇首個(gè)“獨(dú)角獸”、華為麒麟970的推出，和前面蘋果、三星等多家分量級廠商接踵宣告AI芯片的計(jì)劃，“若何完成技巧、產(chǎn)物的貿(mào)易化落地”就成了接上去須要廠商們亟待處理的成績。
今朝，應(yīng)用ASIC架構(gòu)的人工智能公用芯片中，最典范、最具代表性確當(dāng)屬寒武紀(jì)旗下的產(chǎn)物和谷歌的TPU了，分歧的是，前者辦事的對象是寬大客戶，爾后者則是辦事于本身的人工智能體系Tensor-flow。
談及貿(mào)易化，固然中星微、寒武紀(jì)的產(chǎn)物此前都有所流片，然則從以后的全體來看的話，比擬于流片，IP受權(quán)也許更合適人工智能公用芯片，特別是關(guān)于創(chuàng)企而言。至于緣由，可以總結(jié)為兩點(diǎn)：
第一，與其急著流片完成貿(mào)易化，不如緩下腳步到達(dá)芯片生態(tài)圈
切實(shí)其實(shí)，關(guān)于企業(yè)來講，流片是一種可以或許疾速完成貿(mào)易化的辦法，而且收成的利潤也是可不雅的。然則，如許一來不免顯得有些保守，一不當(dāng)心也許就會形成掉誤。比擬之下，經(jīng)由過程IP受權(quán)來漸漸收買客戶構(gòu)建生態(tài)圈、“蠶食”人工智能芯片市場顯得更加自在有序。
說到IP受權(quán)，我們第一個(gè)想到的就是ARM，作為后起之秀的它經(jīng)由過程IP受權(quán)的戰(zhàn)略打敗了其時(shí)的業(yè)內(nèi)老邁Intel。ARM年夜中華區(qū)總裁吳雄昂曾一句話總結(jié)勝利——樹立了一個(gè)有壯大活性和立異力的生態(tài)圈，為生態(tài)圈的協(xié)作同伴供給了一種雙贏形式，介入個(gè)中的企業(yè)有很高的勝利率和利潤空間。別的，ARM生態(tài)圈的成員其實(shí)不受限于ARM平臺，在此基本上可以有沒有限的立異空間。
以后，深度進(jìn)修算法能夠還沒有那末的成熟，而人工智能的極年夜需求又對芯片的機(jī)能和功耗提出了新請求。與此同時(shí)，ASIC還有一個(gè)bug——架構(gòu)固定不具有靈巧性，這是其略遜于FPGA的一處。不外，經(jīng)由過程IP受權(quán)，這將許可客戶在指令集基本上依據(jù)需求創(chuàng)立出本身的內(nèi)核架構(gòu)，并可添加各類片表里設(shè)好比通訊接口等等，從而臨盆出本身的“處置器芯片”，就像此次的華為麒麟970。
今朝來說，人工智能還處在一個(gè)低級階段，比擬于“思想定式”，更加靈巧的架構(gòu)也許將會更受迎接。如斯一來，環(huán)繞人工智能公用芯片將會慢慢構(gòu)成一個(gè)生態(tài)圈，這關(guān)于芯片企業(yè)今后的計(jì)劃而言將是主要的一步棋。
第二，人工智能公用芯片流片具有風(fēng)險(xiǎn)
后面也提過，比擬于人工智能通用芯片，人工智能公用芯片具有低本錢低功耗的優(yōu)勢，然則有一個(gè)條件，那就是完成凌駕貨量。
好比ASIC和FPGA，比起一次性本錢，前者的本錢是遠(yuǎn)遠(yuǎn)高于后者的，不外，在異樣完成高量產(chǎn)的條件下，后者的本錢將改變?yōu)榍罢叩?0倍，乃至是100倍。是以，假如不克不及完成量產(chǎn)的話，這關(guān)于人工智能公用芯片將是一件極其晦氣的事。
固然，在機(jī)能和功耗上，人工智能公用芯片遙遙搶先，但也不克不及疏忽其一旦流片，功效就不克不及更改的現(xiàn)實(shí)，這也是形成人工智能公用芯片上市慢的一個(gè)緣由地點(diǎn)。
結(jié)語
在多起事宜的聯(lián)動下，人工智能公用芯片曾經(jīng)成了一個(gè)“年夜藍(lán)海”，引得國際內(nèi)科技巨子、AI創(chuàng)企紛紜跳入個(gè)中，意圖攀上中央那座小島的制高點(diǎn)。
最初，攀上那座小島的只會是人工智能公用芯片，至于最初是誰，又是怎樣攀上的，我們今朝只能持以不雅望的立場。
