無芯片不AI，芯片是支撐人工智能的基礎(chǔ)。2019年，云端AI芯片迎來亞馬遜、高通、阿里巴巴、Facebook等新玩家，軟硬一體化趨勢加強(qiáng);終端芯片功耗比競爭加強(qiáng)，語音芯片持續(xù)火熱;邊緣AI芯片勢頭初現(xiàn)。2020年，AI芯片將逐漸進(jìn)入洗牌期，機(jī)遇與挑戰(zhàn)并存。

邊緣AI芯片進(jìn)入搶灘戰(zhàn)

AI正在從云端向邊緣端擴(kuò)展，邊緣計(jì)算被視為人工智能的下一個(gè)戰(zhàn)場。寒武紀(jì)副總裁劉道福表示，在邊緣計(jì)算種類中，邊緣往往和各類傳感器相連，而傳感器的數(shù)據(jù)往往是非結(jié)構(gòu)化的，很難直接用于控制和決策，因此需要邊緣人工智能計(jì)算將非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化，從而用于控制和決策。

2019年，圍繞邊緣AI芯片的搶灘布局已經(jīng)開始。一方面，英偉達(dá)、寒武紀(jì)、百度等已經(jīng)在云、端有所積累的廠商，希望以邊緣芯片完善云、邊、端生態(tài)，打造一體化的計(jì)算格局。英偉達(dá)發(fā)布了面向嵌入式物聯(lián)網(wǎng)的邊緣計(jì)算設(shè)備Jetson Nano，適用于入門級網(wǎng)絡(luò)硬盤錄像機(jī)、家用機(jī)器人以及具備全面分析功能的智能網(wǎng)關(guān)等應(yīng)用，之后又發(fā)布了邊緣AI超級計(jì)算機(jī)Jetson Xavier NX，能夠在功耗10W的模式下提供最高14TOPS，在功耗15W模式下提供最高21 TOPS的性能。寒武紀(jì)發(fā)布用于深度學(xué)習(xí)的SoC邊緣加速芯片思元220，采用臺積電16nm工藝，最大算力32TOPS（INT4），功耗控制在10W，支持Tensorflow、Caffe、mxnet以及pytorch等主流編程框架。百度聯(lián)合三大運(yùn)營商、中興、愛立信、英特爾等，發(fā)起百度 AI 邊緣計(jì)算行動(dòng)計(jì)劃，旨在利用 AI 推理、函數(shù)計(jì)算、大數(shù)據(jù)處理和產(chǎn)業(yè)模型訓(xùn)練推動(dòng) AI 場景在邊緣計(jì)算的算力支撐和平臺支持。

另一方面，自動(dòng)駕駛等專用邊緣AI芯片勢頭漸顯。地平線宣布量產(chǎn)國內(nèi)首款車規(guī)級AI芯片“征程二代”，采用臺積電28nm工藝，可提供超過4TOPS的等效算力，典型功耗僅2瓦，延遲少于100毫秒，多任務(wù)模式下可以同時(shí)運(yùn)行超過60個(gè)分類任務(wù)，每秒鐘識別目標(biāo)數(shù)超過2000個(gè)，面向車聯(lián)網(wǎng)對強(qiáng)實(shí)時(shí)響應(yīng)的需求。

多個(gè)新玩家入局云端

云端仍然是AI芯片的主要戰(zhàn)場。2019年，云端芯片迎來多個(gè)新玩家，算力大戰(zhàn)持續(xù)升級。高通推出了面向數(shù)據(jù)中心推理計(jì)算的云端AI芯片Cloud AI 100，峰值性能超過350 TOPS，與其他商用方案相比每瓦特性能提升10倍。云服務(wù)領(lǐng)跑者亞馬遜推出了機(jī)器學(xué)習(xí)推理芯片AWS Inferentia，最高算力為128 TOPS，在AI推理實(shí)例inf1可搭載16個(gè)Inferentia芯片，提供最高2000TOPS算力。阿里巴巴推出號稱全球最高性能AI推理芯片含光800，采用自研芯片架構(gòu)和達(dá)摩院算法，在Resnet50基準(zhǔn)測試中獲得單芯片性能第一。騰訊投資的燧原科技發(fā)布了面向云端數(shù)據(jù)中心的AI加速卡云燧 T10，單卡單精度算力達(dá)到20TFLOPS，支持單精度FP32和半精度BF16的混合精度計(jì)算，并為大中小型數(shù)據(jù)中心提供了單節(jié)點(diǎn)、單機(jī)柜、集群三種模式，在集群模式下通過片間互聯(lián)實(shí)現(xiàn)1024節(jié)點(diǎn)集群。

芯片是AI的載體，而軟件是完成智能操作的核心。隨著異構(gòu)計(jì)算逐漸導(dǎo)入AI芯片，軟硬件協(xié)同成為云端AI的重要趨勢。英特爾推出了面向異構(gòu)計(jì)算的統(tǒng)一軟件平臺One API，以隱藏硬件復(fù)雜性，根據(jù)系統(tǒng)和硬件自動(dòng)適配功耗最低、性能最佳的加速方式，簡化并優(yōu)化編程過程。賽靈思也推出了軟件平臺Vitis AI，向用戶開放易于訪問的軟件接口，可根據(jù)軟件或算法自動(dòng)適配賽靈思硬件架構(gòu)。

功耗比仍是終端側(cè)重點(diǎn)

在終端側(cè)，功耗比仍然是角逐焦點(diǎn)。尤其在手機(jī)等對于續(xù)航能力錙銖必較的終端，主力廠商推出的AI引擎都對低功耗有所強(qiáng)調(diào)。麒麟990 5G的NPU采用雙大核+微核的方式，大核負(fù)責(zé)性能，微核擁有超低功耗。據(jù)介紹，微核在人臉檢測的應(yīng)用場景下，能耗比大核工作降低24倍。高通發(fā)布的驍龍865集成了傳感器中樞，讓終端能夠以極低功耗感知周圍情境。三星提出通過較低功耗的NPU實(shí)現(xiàn)終端設(shè)備上的AI處理，實(shí)現(xiàn)在設(shè)備端直接執(zhí)行更復(fù)雜的任務(wù)。

除了手機(jī)，終端側(cè)的另一個(gè)當(dāng)紅炸子雞是AI語音芯片。科大訊飛、阿里巴巴、探境科技、清微智能等都發(fā)布了針對智能家居的AI語音芯片，反映了AI芯片在特定領(lǐng)域的專業(yè)化、定制化趨勢。阿里達(dá)摩院公布了首款專用于語音合成算法的 AI FPGA芯片技術(shù)Ouroboros，使用了端上定制硬件加速技術(shù)，降低對云端網(wǎng)絡(luò)的依賴，支持實(shí)時(shí)語音合成和AI語音識別，有望在天貓精靈搭載。

2020機(jī)遇挑戰(zhàn)并存

2019-2021年，中國AI芯片市場規(guī)模仍將保持50%以上的增長速度，到2021年，市場規(guī)模將達(dá)到305.7億元。賽迪智庫預(yù)測，2019-2021年，云端訓(xùn)練芯片增速放緩，云端推理芯片、終端推理芯片市場增長速度將持續(xù)呈上升趨勢。預(yù)計(jì)2021年，中國云端訓(xùn)練芯片市場規(guī)模將達(dá)到139.3億元，云端推理芯片市場規(guī)模將達(dá)到82.2億元，終端推理芯片達(dá)到84.1億元。

集邦咨詢分析師姚嘉洋向記者指出，2019年，AI芯片大致已經(jīng)走出一條較為清晰的道路，端、邊、云的芯片規(guī)格相對明確。2020年，各大芯片廠會(huì)延續(xù)在2019年的產(chǎn)品發(fā)展路徑，持續(xù)深化芯片的性價(jià)比及功耗比表現(xiàn)。從訓(xùn)練端來看，值得關(guān)注的是HBM（高頻寬存儲器）的整合與相關(guān)的封裝技術(shù)良率，這會(huì)牽動(dòng)芯片廠商與存儲器及封測廠商之間合作關(guān)系的變化。推理端的決戰(zhàn)點(diǎn)在INT8領(lǐng)域，重點(diǎn)在于如何進(jìn)一步提升芯片本身的性能及功耗表現(xiàn)。

5G、VR/AR等新技術(shù)，也將為AI芯片，尤其是邊緣側(cè)的AI芯片提供更多的發(fā)揮空間。Arm ML事業(yè)群商業(yè)與營銷副總裁Dennis Laudick曾向記者表示，5G通信技術(shù)改變了數(shù)據(jù)處理的方式，讓邊緣AI的工作負(fù)載也有了處理需求。可以說，5G帶來了網(wǎng)絡(luò)邊緣的更多創(chuàng)新。姚嘉洋也表示，AI在5G核心網(wǎng)絡(luò)存在機(jī)會(huì)，由于5G帶來了更多元的頻譜組合，AI可以輔助核心網(wǎng)絡(luò)更有效地調(diào)度網(wǎng)絡(luò)資源，將頻寬資源的利用達(dá)到極大化。同時(shí)，5G也涵蓋車聯(lián)網(wǎng)，AI將在自動(dòng)駕駛將大有機(jī)會(huì)。在VR/AR端，AI也在導(dǎo)入，主要聚焦在人眼追蹤或是場景識別等應(yīng)用，有望改善VR/AR的流暢度與實(shí)時(shí)性表現(xiàn)。

清華大學(xué)微電子所所長魏少軍表示，從產(chǎn)業(yè)發(fā)展規(guī)律來看，在2019-2020年，AI芯片將持續(xù)火熱，企業(yè)扎堆進(jìn)入;但是到了2020年前后，則將會(huì)出現(xiàn)一批出局者，行業(yè)洗牌開始。由于目前AI算法還在不斷演進(jìn)匯總的過程中，最終的成功與否則將取決于各家技術(shù)路徑的選擇和產(chǎn)品落地的速度。

痛點(diǎn)尚待攻克

近兩年，AI在語音識別、圖像識別等應(yīng)用領(lǐng)域取得突破，但要從單點(diǎn)突破走向全面開花，需要AI領(lǐng)域誕生如同CPU一樣的通用AI計(jì)算芯片。清華大學(xué)微納電子系副教授尹首一等專家指出，AI芯片短期內(nèi)以異構(gòu)計(jì)算為主，中期要發(fā)展自重構(gòu)、自學(xué)習(xí)、自適應(yīng)，長期則朝向通用計(jì)算芯片發(fā)展。

具體來說，AI要從應(yīng)用適應(yīng)硬件走向硬件適應(yīng)應(yīng)用，就要求AI芯片具備可編程性、動(dòng)態(tài)可變的計(jì)算架構(gòu)，來應(yīng)對層出不窮的新算法和新應(yīng)用。魏少軍表示，AI芯片一要適應(yīng)算法的演進(jìn)，二要有適應(yīng)所有應(yīng)用的架構(gòu)，這就要求架構(gòu)具備高效的轉(zhuǎn)化能力。在成本敏感的消費(fèi)電子領(lǐng)域，還需關(guān)注AI芯片的計(jì)算效能，達(dá)到低功耗、小體積、開發(fā)簡易，這些都需要探索架構(gòu)上的創(chuàng)新。

全球AI芯片產(chǎn)業(yè)仍處于產(chǎn)業(yè)化早期階段，國產(chǎn)處理器廠商與國際廠商在人工智能這一全新賽場上處在同一起跑線。耐能創(chuàng)始人兼CEO 劉峻誠表示，中國擁有龐大的智能手機(jī)、智能家居、智能安防等市場，對中國的AI公司而言，不僅在服務(wù)國內(nèi)客戶時(shí)具有本土化的優(yōu)勢，還可借助這些客戶的生產(chǎn)制造優(yōu)勢進(jìn)軍海外市場，實(shí)現(xiàn)“立足中國，放眼全球”的商業(yè)布局。
責(zé)任編輯：tzh