【中國(guó)安防展覽網(wǎng) 媒體導(dǎo)讀】隨著AI產(chǎn)業(yè)快速突破，各大公司在AI領(lǐng)域的人才動(dòng)向也在引起極大關(guān)注，你來(lái)我往、歸去來(lái)兮，AI江湖上大有一片血雨腥風(fēng)之勢(shì)。當(dāng)然，AI人物的變動(dòng)，會(huì)對(duì)具體公司業(yè)務(wù)造成影響。但從整個(gè)行業(yè)來(lái)看，人才流動(dòng)的頻繁，反倒有可能促進(jìn)產(chǎn)業(yè)的整體進(jìn)程。
AI時(shí)代論劍芯片是核心 抱團(tuán)創(chuàng)新或是突破方向
不信你翻翻歷史。AI這門(mén)功夫自1956年問(wèn)世以來(lái)，至今已經(jīng)歷60年風(fēng)風(fēng)雨雨，一直是流派眾多，難學(xué)難練，沒(méi)有大成。難學(xué)，是因?yàn)楸仨氁莆找环N叫做“算法”的神功；難練，是因?yàn)樾枰凶銐蛩懔Γ軌蛱幚頂?shù)據(jù)樣本，訓(xùn)練機(jī)器。
幾十年來(lái)，一直是有算法沒(méi)算力，甚至于有人認(rèn)為，人工智能就是一個(gè)科幻，就是小說(shuō)家跟人類開(kāi)的一個(gè)玩笑而已。誰(shuí)也沒(méi)想到，進(jìn)入21世紀(jì)后算力大爆炸。引發(fā)了整個(gè)AI產(chǎn)業(yè)開(kāi)天辟地般的變化。其中，算法上升為天——深度學(xué)習(xí)，分成DBN，CNN，BP，RBM等等諸多分支，其中*當(dāng)屬CNN(convolutional neural networks)，人稱卷積神經(jīng)網(wǎng)絡(luò)，應(yīng)用廣泛。
算力，下降為地——AI芯片。各種芯片如雨后春筍涌現(xiàn)，拿過(guò)來(lái)訓(xùn)練機(jī)器，得心應(yīng)手啊。廟堂之上也為AI駕臨人間雀躍不已。世界各國(guó)意識(shí)到人工智能的重要性，紛紛簞食壺漿，以迎AI。
聯(lián)合國(guó)于2016年發(fā)布告示，召集人類討論機(jī)器人的制造和使用如何促進(jìn)人工智能的進(jìn)步，以及可能帶來(lái)的社會(huì)與倫理問(wèn)題。美國(guó)政府于2016年連續(xù)頒發(fā)三道：《美國(guó)國(guó)家人工智能研發(fā)戰(zhàn)略計(jì)劃》、《為人工智能的未來(lái)做好準(zhǔn)備》、《人工智能、自動(dòng)化與經(jīng)濟(jì)報(bào)告》，宣稱加入人工智能教派，并且描繪了此舉能帶來(lái)的種種美好的前景。
英國(guó)政府見(jiàn)此立即照方抓藥，刊發(fā)了《機(jī)器人技術(shù)和人工智能》報(bào)告，詳細(xì)的闡述英國(guó)的機(jī)器人技術(shù)與AI的親密關(guān)系。有算法有算力，天地已定。有政策有戰(zhàn)略，和風(fēng)細(xì)雨。正是產(chǎn)業(yè)萌芽，草長(zhǎng)鶯飛，欣欣向榮的時(shí)刻。人才的流動(dòng)正是產(chǎn)業(yè)加速的信號(hào)。
書(shū)歸正傳。芯片定義了產(chǎn)業(yè)鏈和生態(tài)圈的基礎(chǔ)計(jì)算架構(gòu)，正如CPU是IT產(chǎn)業(yè)的核心一樣，芯片也是人工智能產(chǎn)業(yè)的核心。話說(shuō)天下AI芯片共分四大流派：GPU，目前銳氣正盛，恰似東邪，憑借并行計(jì)算形成先發(fā)優(yōu)勢(shì)。FPGA，蟄伏北方，正在暗地里合縱連橫，大有號(hào)令群雄的勢(shì)頭，恰似丐幫。ASIC，割據(jù)南方，占領(lǐng)了大片市場(chǎng)，參與的公司林立。類腦芯片，這個(gè)更“邪性”，打算直接復(fù)制大腦，也暗藏著中原的野心。
根據(jù)互聯(lián)網(wǎng)公開(kāi)發(fā)布信息，今年，四大流派已經(jīng)派出幾十路高手，參與華山論劍，這些高手均屬于芯片設(shè)計(jì)期高手。這些高手都有什么特點(diǎn)？誰(shuí)能逐鹿中原？下文一一分析。
GPU一派
市場(chǎng)上名氣大的應(yīng)該是GPU一派。GPU也稱視覺(jué)處理器，專門(mén)用于圖像及相關(guān)處理的芯片。
2012年，Alex Krizhevsky，多倫多大學(xué)的博士研究生，憑此在ImageNet大賽上奪下了2012屆的。Alex提出了一個(gè)奇妙的模型，僅憑借兩個(gè)GPU就取得了訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)的效果。江湖頓時(shí)為之轟動(dòng)，于是引發(fā)了GPU訓(xùn)練神經(jīng)網(wǎng)絡(luò)的風(fēng)潮。要知道，AI領(lǐng)域過(guò)去曾用CPU處理數(shù)據(jù)，但CPU效力太低。
當(dāng)年，谷歌曾經(jīng)花費(fèi)巨資購(gòu)買(mǎi)1.6萬(wàn)個(gè)處理器，堆成谷歌大腦，峰值功耗在10萬(wàn)瓦以上，占地面積數(shù)十平方米。試問(wèn)天下，有幾人能玩的起1.6萬(wàn)個(gè)處理器？隨著 AlexNet的劃時(shí)代論文橫空出世，于是GPU 在服務(wù)器端橫掃天下。有人會(huì)問(wèn)，CPU和GPU，都是處理器，兩者有什么不同？
與CPU相比，GPU 出現(xiàn)得遠(yuǎn)比 CPU 晚，但并行計(jì)算能力能卻常令CPU*。并行計(jì)算是相對(duì)于串行計(jì)算來(lái)說(shuō)的。要知道，自計(jì)算機(jī)誕生以來(lái)，電腦編程幾乎一直都是串行計(jì)算，絕大多數(shù)的程序只存在一個(gè)進(jìn)程或線程，好比一個(gè)人只能先吃飯?jiān)倏戳奶臁?br />
但更多人喜歡邊吃飯邊聊天怎么辦？遇到這類問(wèn)題，串行計(jì)算就傻眼了。并行計(jì)算一次可執(zhí)行多個(gè)指令的算法，能夠解決吃飯聊天難題。解決方式可分為時(shí)間上的并行和空間上的并行。時(shí)間上的并行就是指流水線技術(shù)，而空間上的并行則是指用眾多個(gè)處理器并發(fā)的執(zhí)行計(jì)算。
深度學(xué)習(xí)所依賴的是神經(jīng)系統(tǒng)網(wǎng)絡(luò)，通常網(wǎng)絡(luò)越深，需要的訓(xùn)練時(shí)間越長(zhǎng)。對(duì)于一些網(wǎng)絡(luò)結(jié)構(gòu)來(lái)說(shuō)，如果使用串行的X86 處理器來(lái)訓(xùn)練的話，可能需要幾個(gè)月、甚至幾年，因此必須要使用并行甚至是異構(gòu)并行的方法，才有可能讓訓(xùn)練時(shí)間變得可以接受。
在當(dāng)前的人工智能芯片領(lǐng)域，GPU的應(yīng)用領(lǐng)域不容小覷，據(jù)Jon Peddie Research(簡(jiǎn)稱JPR)市場(chǎng)調(diào)研公司統(tǒng)計(jì)，在2008至2015年期間，除了2008年GPU市場(chǎng)規(guī)模稍有下降，其余年份獨(dú)立顯卡的出貨量和銷售額都呈現(xiàn)出明顯的上升趨勢(shì)，并且在2012至2015年有加速上升的表現(xiàn)。
GPU領(lǐng)域只有兩大公司，一是英偉達(dá)，占市場(chǎng)份額約7成，另一位則是萬(wàn)年老二AMD，占市場(chǎng)份額約3成。
從GPU用戶數(shù)量來(lái)看，根據(jù)英偉達(dá)2016年的財(cái)務(wù)報(bào)告，相比2013年的100家，2014年的1549家，2015年已有3409家機(jī)構(gòu)或企業(yè)使用英偉達(dá)的GPU產(chǎn)品，從事人工智能的研究。這些企業(yè)和機(jī)構(gòu)包括各大高等院校的人工智能實(shí)驗(yàn)室，互聯(lián)網(wǎng)企業(yè)，軍事企業(yè)等。
AMD雖然落后于英偉達(dá)，但2016年的市場(chǎng)份額已呈現(xiàn)出上升趨勢(shì)，在發(fā)布了代號(hào)Vega織女星的GPU芯片，市場(chǎng)一片叫好，未來(lái)可能有繼續(xù)上升的趨勢(shì)。不足的是，GPU 很費(fèi)電(比如顯卡動(dòng)輒200W+)，一旦開(kāi)啟，散熱就成了麻煩事。
FPGA一幫
GPU美中不足的是就是太貴了，太貴了，而且有副作用，降溫是大個(gè)問(wèn)題。怎么辦？賽靈思等公司改進(jìn)了FPGA許多技術(shù)，使之價(jià)格便宜功耗又很低，操練起來(lái)更有趣。于是，跟隨FPGA的越來(lái)越多，形成了一大流派。FPGA是從哪里來(lái)的呢？
原來(lái)早在1984年賽靈思就發(fā)布世界上*FPGA，當(dāng)時(shí)的FPGA晶片尺寸很大，但成本卻不低。1992年后，F(xiàn)PGA因采用新工藝節(jié)點(diǎn)，次出現(xiàn)了在FPGA上實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)。但直到2000年后，F(xiàn)PGA丹法結(jié)合了“易容術(shù)”后才略有小成，易容術(shù)是指FPGA 已不僅是門(mén)陣列，還是集成有可編程邏輯的復(fù)雜功能集。2008以來(lái)，F(xiàn)PGA不光可以越來(lái)越多地整合系統(tǒng)模塊，集成重要的控制功能，還可以使用更的系統(tǒng)編程語(yǔ)言，如OpenCL和C語(yǔ)言，通過(guò)類似軟件的流程來(lái)編程，降低了硬件編程的難度。于是，自2011年開(kāi)始，出現(xiàn)了大規(guī)?；贔PGA的算法研究。
簡(jiǎn)單來(lái)說(shuō)，F(xiàn)PGA 全稱“現(xiàn)場(chǎng)可編程門(mén)陣列”(Field Programmable GateArray)，其基本原理是在 FPGA 芯片內(nèi)集成大量的數(shù)字電路基本門(mén)電路以及存儲(chǔ)器，而用戶可以通過(guò)更新FPGA 配置文件，來(lái)定義這些門(mén)電路以及存儲(chǔ)器之間的連線。
這里提及的“可編程”，完全就是“可變成”。這意味著你今天可以把 FPGA 配置成一個(gè)微控制器 MCU，明天就可以更新配置文件把同一個(gè) FPGA 配置成一個(gè)音頻編
解碼器。你是不是想起了孫悟空七十二變，今天是個(gè)老頭明天是個(gè)少女？此乃易容術(shù)也。
不同于GPU的運(yùn)行原理，F(xiàn)PGA是以門(mén)電路直接運(yùn)算的，即編程中的語(yǔ)言在執(zhí)行時(shí)會(huì)被翻譯成電路，優(yōu)勢(shì)是運(yùn)算速度快。
在很多領(lǐng)域FPGA的性能表現(xiàn)優(yōu)異，以至于有人說(shuō)FPGA可能會(huì)取代CPU和GPU成為將來(lái)機(jī)器人研發(fā)領(lǐng)域的主要芯片。當(dāng)然，這事有點(diǎn)夸張。目前來(lái)看FPGA也多作為CPU的協(xié)處理器而出現(xiàn)，沖擊GPU是顯而易見(jiàn)的，但要說(shuō)取代CPU，還得等等。
目前，國(guó)內(nèi)有許多創(chuàng)業(yè)企業(yè)，自動(dòng)加入FPGA陣營(yíng)，提供基于FPGA的解決方案。比如源于清華大學(xué)的深鑒科技，專注于深度學(xué)習(xí)處理器與編譯器技術(shù)，深鑒科技研發(fā)了一種名為“深度壓縮”的技術(shù)，它不僅可以將神經(jīng)網(wǎng)絡(luò)壓縮數(shù)十倍而不影響準(zhǔn)確度，還可以使用“片上存儲(chǔ)”來(lái)存儲(chǔ)深度學(xué)習(xí)算法模型，減少內(nèi)存讀取，大幅度減少功耗。
FPGA流派的廠商有兩大兩小，兩大廠分別是賽靈思、Altera(英特爾于2015年以167億美元收購(gòu)Altera)，兩小是Lattice和Microsemi。
其中，賽靈思和Altera占據(jù)了近90%的市場(chǎng)份額，兩人旗下的超過(guò)6000項(xiàng)。而剩下約10%的市場(chǎng)份額，由Microsemi和Lattice瓜分，這兩位的也有3000余項(xiàng)。由此可以看出，極高的技術(shù)門(mén)檻將其它希望進(jìn)入FPGA市場(chǎng)的廠商牢牢擋在門(mén)外。FPGA也有兩大局限性。
，F(xiàn)PGA的峰值性能不如GPU。即便使用的服務(wù)器做FPGA編譯都會(huì)需要數(shù)分鐘的時(shí)間，放到移動(dòng)端速度還會(huì)更慢。但FPGA的功耗低于GPU，若FPGA的架構(gòu)和配置合理，從能耗比的角度上來(lái)看，則能超過(guò)GPU。
第二，F(xiàn)PGA的編程難度較高。編程人員需要同時(shí)精通軟件和硬件兩種編程語(yǔ)言，更適合于高段位的的資深技術(shù)玩家。FPGA芯片主要面向企業(yè)客戶，如百度、微軟、IBM 等公司都有專門(mén)做FPGA的團(tuán)隊(duì)為服務(wù)器加速。
就未來(lái)發(fā)展來(lái)看，F(xiàn)PGA的崛起指日可待。理由有三個(gè)：首先，在人工智能起步階段，算法大致每三個(gè)月迭代一次，單憑這一點(diǎn)來(lái)說(shuō)，F(xiàn)PGA可以靈活調(diào)整電路配置以適應(yīng)新的算法，具有一定優(yōu)勢(shì)；其次，相比于GPU，F(xiàn)PGA更適用于深度學(xué)習(xí)的應(yīng)用階段；后，為了降低FPGA的編程難度，F(xiàn)PGA廠商賽靈思專門(mén)研發(fā)了可重配置加速棧堆，提供基于FPGA的硬件加速方案，這類似于一個(gè)App Store，賽靈思是一個(gè)平臺(tái)，用戶使用時(shí)直接從商店里挑選方案，不需要再自己設(shè)計(jì)布局布線了。
ASIC：由吸星大法突破
雖然GPU在并行計(jì)算方面有不少優(yōu)勢(shì)，但畢竟不是為機(jī)器學(xué)習(xí)專門(mén)設(shè)計(jì)的，F(xiàn)PGA則是需要用戶自主編程，主要面向?qū)I(yè)領(lǐng)域的企業(yè)用戶，門(mén)檻太高。
大眾消費(fèi)領(lǐng)域怎辦？如應(yīng)用到無(wú)人駕駛汽車上或是
智能家居終端，這款芯片還要同時(shí)滿足高性能和低功耗的要求，甚至不需要將數(shù)據(jù)傳回服務(wù)器端，不必連入互聯(lián)網(wǎng)，本地即時(shí)計(jì)算即可。ASIC挺身而出。
ASIC的全稱是專用集成電路 (Application-Specific Integrated Circuit)。玩過(guò)比特幣的都知道的挖礦大戰(zhàn)。ASIC在比特幣挖礦領(lǐng)域，展現(xiàn)出了得天獨(dú)厚的優(yōu)勢(shì)。2013年1月Avalon項(xiàng)目團(tuán)隊(duì)交付了世界上臺(tái)商用比特幣ASIC礦機(jī)，轟動(dòng)了挖礦世界。CPU、GPU礦機(jī)幾乎在一夜之間消失的無(wú)影無(wú)蹤，引發(fā)了比特幣挖礦*二次重大升級(jí)，比特幣網(wǎng)絡(luò)核心Jeff Garzik有幸成為了個(gè)商業(yè)ASIC礦機(jī)的擁有者，據(jù)說(shuō)當(dāng)時(shí)收到Avalon礦機(jī)的用戶在一兩天內(nèi)就回了本。而傳說(shuō)中隱藏在農(nóng)村的土豪，能動(dòng)用的ASIC礦機(jī)達(dá)到了數(shù)千臺(tái)。
人工智能深度學(xué)習(xí)和比特幣挖礦有類似之處，都是依賴于底層的芯片進(jìn)行大規(guī)模的并行計(jì)算。
ASIC分為全定制和半定制。全定制設(shè)計(jì)需要設(shè)計(jì)者完成所有電路的設(shè)計(jì)，因此需要大量人力物力，靈活性好但開(kāi)發(fā)周期長(zhǎng)，上市速度慢。專為機(jī)器學(xué)習(xí)設(shè)計(jì)的ASIC芯片，從設(shè)計(jì)到制造，對(duì)資金和技術(shù)的要求都更高。一般來(lái)說(shuō)，基于FPGA的開(kāi)發(fā)周期大約為六個(gè)月，而相同規(guī)格的ASIC則需要一年左右，需要經(jīng)過(guò)多步驗(yàn)證，可想而知，在這樣精細(xì)的打磨下，其性能自然也更為出色。
ASIC的開(kāi)發(fā)時(shí)間長(zhǎng)，意味著ASIC芯片很有可能趕不上市場(chǎng)變化的速度，致使廠商陷入竹籃打水一場(chǎng)空的尷尬境地。有沒(méi)有辦法改進(jìn)呢？有。既然一家公司設(shè)計(jì) ASIC要花費(fèi)太花時(shí)間，何不用別人現(xiàn)成的模塊呢？于是SoC+IP模式開(kāi)始流行。這種模式有點(diǎn)像吸星大法。
SoC 全稱是“片上系統(tǒng)(System-on-chip)”，亦即吸納了許多不同模塊的芯片。SoC 上面的每一個(gè)模塊都可以稱為 IP，這些 IP 既可以是自己設(shè)計(jì)的，也可以是購(gòu)買(mǎi)其他公司的設(shè)計(jì)并整合到自己的芯片上。
相比ASIC，SoC+IP模式的上市時(shí)間短，成本較低，并且IP可以更靈活地滿足用戶需求。IP公司專注于IP模塊的設(shè)計(jì)，SoC公司則專注于芯片集成，分工合作，提率。
事實(shí)上，高通已經(jīng)在研發(fā)能在本地完成深度學(xué)習(xí)的移動(dòng)設(shè)備芯片，IP設(shè)計(jì)公司如CEVA和Kneron也在研發(fā)與人工智能相關(guān)的IP核，這種模式未來(lái)也是人工智能芯片的發(fā)展方向之一。
ASIC易學(xué)難練，要想大成，靡費(fèi)巨資。因此玩ASIC的不乏豪門(mén)貴族。例如，谷歌于2016年推出可編程AI加速器TPU，英特爾也將于2017年推出專為深度學(xué)習(xí)設(shè)計(jì)的芯片Knights Mill。微軟打造Project Catapult支持微軟Bing。
從初創(chuàng)公司來(lái)看，美國(guó)的Wave Computing公司專注于深度學(xué)習(xí)芯片架構(gòu)，推出DPU(Dataflow Processing Unit)；英國(guó)的Graphcore公司將推出開(kāi)源軟件框架Poplar和智能處理單元IPU。
相比于科技巨頭，初創(chuàng)企業(yè)更有可能結(jié)合具體應(yīng)用場(chǎng)景設(shè)計(jì)芯片，如地平線機(jī)器人設(shè)計(jì)的代BPU(Brain Processing Unit)，被用于開(kāi)發(fā)ADAS系統(tǒng)。
中科院計(jì)算所從2008年開(kāi)始研究，項(xiàng)目名為寒武紀(jì)，主要經(jīng)費(fèi)來(lái)源是中科院先導(dǎo)專項(xiàng)和國(guó)家自然科學(xué)基金，負(fù)責(zé)人是陳氏兄弟，陳云霽和陳天石。目前，寒武紀(jì)系列已包含三種原型處理器結(jié)構(gòu)：寒武紀(jì)1號(hào)(英文名DianNao，面向神經(jīng)網(wǎng)絡(luò)的原型處理器結(jié)構(gòu))；寒武紀(jì)2號(hào)(英文名DaDianNao，面向大規(guī)模神經(jīng)網(wǎng)絡(luò))；寒武紀(jì)3號(hào)(英文名PuDianNao，面向多種機(jī)器學(xué)習(xí)算法)。
類腦芯片：復(fù)制另一個(gè)人腦
類腦芯片不得不提IBM，每次產(chǎn)業(yè)變遷，IBN總要給大家?guī)?lái)一些新鮮名詞熱鬧一番。比如電子商務(wù)、智慧星球，認(rèn)知計(jì)算，現(xiàn)在又帶來(lái)了號(hào)稱要復(fù)制人腦的類腦芯片，科技真真太黑了。
IBM類腦芯片的后臺(tái)支持者是美國(guó)國(guó)防部先進(jìn)研究項(xiàng)目局(DARPA)，DARPA是可謂科技圈的泰山北斗，大名鼎鼎的Internet前身阿帕網(wǎng)即源于這個(gè)機(jī)構(gòu)。
DARPA與IBM合作建立了一個(gè)項(xiàng)目，名為“神經(jīng)形態(tài)自適應(yīng)伸縮可塑電子系統(tǒng)計(jì)劃(SyNAPSE)”。該計(jì)劃意圖還原大腦的計(jì)算功能，從而制造出一種能夠模擬人類的感覺(jué)，理解，行動(dòng)與交流的能力的系統(tǒng)，用途非常明確：輔助士兵在戰(zhàn)場(chǎng)動(dòng)態(tài)復(fù)雜環(huán)境中的認(rèn)知能力，用于無(wú)人武器的自動(dòng)作戰(zhàn)。
該項(xiàng)目中引人注目的是類腦芯片TureNorth。2011年，IBM發(fā)布代TrueNorth芯片，它可以像大腦一樣具有學(xué)習(xí)和信息處理能力，具有大規(guī)模并行計(jì)算能力。2014年，IBM發(fā)布第二代TrueNorth芯片，性能大幅提升，功耗卻只有70毫瓦，神經(jīng)元數(shù)量由256個(gè)增加到100萬(wàn)個(gè)，可編程突觸由262144個(gè)增加到2.56億個(gè)。高通也發(fā)布了Zeroth認(rèn)知計(jì)算平臺(tái)，它可以融入到高通Snapdragon處理器芯片中，以協(xié)處理方式提升系統(tǒng)認(rèn)知計(jì)算性能，實(shí)際應(yīng)用于終端設(shè)備上。
“正北”問(wèn)世，激起了國(guó)內(nèi)研究機(jī)構(gòu)對(duì)人工智能的的熱情。
上海的西井科技去年發(fā)布了首塊5000萬(wàn)神經(jīng)元類腦芯片。該公司宣稱，這是目前世界上含有神經(jīng)元數(shù)量多的類腦芯片，也是首塊可商用化類腦芯片。2016年6月，中星微宣布中國(guó)*嵌入式神經(jīng)網(wǎng)絡(luò)處理器(NPU)芯片誕生，并已于實(shí)現(xiàn)量產(chǎn)，主要應(yīng)用于嵌入式視頻監(jiān)控領(lǐng)域。
據(jù)說(shuō)北京大學(xué)則研究另外一種路線——憶阻器。據(jù)媒體報(bào)道，北京大學(xué)在視聽(tīng)感知和圖橡視頻編碼方面的研究處于水平，在利用神經(jīng)形態(tài)芯片構(gòu)造大規(guī)模神經(jīng)網(wǎng)絡(luò)方面，已經(jīng)圍繞視皮層模擬開(kāi)展研究。
中科院陳云霽認(rèn)為，總體上看，國(guó)內(nèi)和IBM的TrueNorth芯片為代表的先進(jìn)水平還存在一定的差距。這個(gè)差距不體現(xiàn)在單芯片的運(yùn)算速度上(事實(shí)上，國(guó)產(chǎn)類腦芯片每秒能進(jìn)行的神經(jīng)元運(yùn)算和突觸運(yùn)算數(shù)量比TBM的TrueNorth還要高十倍)，而是在功耗上。TrueNorth芯片功耗僅為65毫瓦，比國(guó)內(nèi)芯片(15瓦左右)要低250倍。
從芯片性能角度來(lái)看，如今類腦芯片的算力和精度都不能超過(guò)GPU和FPGA的好水平，因此類腦芯片是人工智能芯片幾大方向中小眾的一類。
類腦芯片未來(lái)能否超越其它門(mén)派？這有賴于人類是否能完全搞清楚人腦的結(jié)構(gòu)，能否有更多理論和實(shí)驗(yàn)支撐類腦芯片技術(shù)上的突破。就眼下來(lái)看，類腦芯片在商業(yè)化的道路上還需要探索一段時(shí)間。
華山論劍，中國(guó)能否彎道超車？
AI芯片是人工智能產(chǎn)業(yè)的演武場(chǎng)。產(chǎn)業(yè)剛剛萌芽，東邪西毒南帝北丐均在趕往華山的路上，似乎大家都有當(dāng)大英雄的機(jī)會(huì)。但是，如果從國(guó)別的角度來(lái)看，會(huì)發(fā)現(xiàn)一個(gè)殘酷的現(xiàn)象。殘酷，是因?yàn)橹忻纼蓢?guó)存在著相當(dāng)差距。比賽剛剛開(kāi)始，美國(guó)就贏了。
在一些的芯片廠商中，美國(guó)有13家公司中，者既有谷歌、英特爾、IBM這樣的科技巨頭，也有高通、英偉達(dá)、AMD、賽靈思這樣在各自領(lǐng)域中有優(yōu)勢(shì)的大公司，以及一些發(fā)展良好的中等規(guī)模公司和活躍的初創(chuàng)企業(yè)。
但中國(guó)則主要以初創(chuàng)公司為主，沒(méi)有巨頭。其中七家企業(yè)中六家都是初創(chuàng)公司，均成立于近三年內(nèi)，只有一家中等規(guī)模企業(yè)——中星微。
從芯片類別來(lái)看，美國(guó)廠商遍布人工智能芯片的四大流派，IC設(shè)計(jì)環(huán)節(jié)的產(chǎn)業(yè)結(jié)構(gòu)非常均衡，并且在GPU領(lǐng)域，美國(guó)企業(yè)是完全壟斷的，中國(guó)為零；在FPGA領(lǐng)域，只能跟隨賽靈思做解決方案；在ASIC領(lǐng)域，有些4家創(chuàng)業(yè)公司；類腦芯片，也有2家。
芯片是數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)核心，歷來(lái)是易守難攻，一旦形成先發(fā)優(yōu)勢(shì)，后來(lái)者很難超越。AI芯片也不例外。在過(guò)去十多年里，Intel、IBM、摩托羅拉、飛利浦、東芝、三星等60多家公司曾試圖進(jìn)軍AI芯片，但紛紛遭致慘敗。
這其中的原因就在于進(jìn)入門(mén)檻高，主要有以下幾點(diǎn)：
首先是技術(shù)壁壘。FPGA四公司用近9000項(xiàng)構(gòu)筑了長(zhǎng)長(zhǎng)的知識(shí)產(chǎn)權(quán)壁壘，將進(jìn)攻者拒于之外。即便是強(qiáng)如Intel也望而興嘆，不得以耗資167億美元收買(mǎi)了Altera，獲得了一張F(tuán)PGA領(lǐng)域的門(mén)票。染指GPU就更不用提了。
其次是市場(chǎng)相對(duì)偏小。2016年FPGA市場(chǎng)總額僅為50億美元，且有九成落入賽靈思和Altera兩家公司，這么小的市場(chǎng)規(guī)模很難養(yǎng)活太多的大公司，必然導(dǎo)致競(jìng)爭(zhēng)異常激烈。
后是投資周期長(zhǎng)。壁壘或許可以跨越，市場(chǎng)狹小，或許可以忍受。但是FPGA產(chǎn)品，從投入研發(fā)到產(chǎn)品真正規(guī)?；a(chǎn)差不多要七年。這期間幾乎沒(méi)有任何商業(yè)回報(bào)。正常的風(fēng)投是等不了這么長(zhǎng)時(shí)間的。
AI時(shí)代論劍，芯片是核心。
AI芯片作為產(chǎn)業(yè)上游，也是技術(shù)要求和附加值高的環(huán)節(jié)，產(chǎn)業(yè)價(jià)值和戰(zhàn)略地位遠(yuǎn)遠(yuǎn)大于應(yīng)用層創(chuàng)新，因此我們需要高度重視。
放眼時(shí)代變遷，CPU領(lǐng)域WINTEL聯(lián)盟已經(jīng)一統(tǒng)江山極難突破，而AI芯片方興未艾，機(jī)遇正在逐漸顯露，AI領(lǐng)域未來(lái)必然也會(huì)產(chǎn)生類似英特爾、AMD這樣的企業(yè)。
美國(guó)以實(shí)力處于地位，但一批中國(guó)初創(chuàng)企業(yè)也在蓄勢(shì)待發(fā)。
但是，AI芯片領(lǐng)域的創(chuàng)新絕不是件一蹴而就的事情。它涉及到人工智能算法、編程語(yǔ)言、計(jì)算機(jī)體系結(jié)構(gòu)、集成電路技術(shù)、半導(dǎo)體工藝的方方面面。在巨大的競(jìng)爭(zhēng)壓力下，靠單個(gè)企業(yè)研發(fā)投入，遠(yuǎn)遠(yuǎn)不夠；單靠有限的風(fēng)險(xiǎn)投資，也不行?？靠萍佳a(bǔ)貼，更是遠(yuǎn)水解不了近渴。
我們?nèi)绾蜗嘈胖袊?guó)企業(yè)有機(jī)會(huì)成為人工智能時(shí)代的*，在AI芯片華山論劍之時(shí)占有一席之地呢？抱團(tuán)創(chuàng)新可能會(huì)是未來(lái)實(shí)現(xiàn)突破的方向。AI領(lǐng)域創(chuàng)業(yè)空間巨大，所需資金規(guī)模巨大，所需資源巨大，單憑創(chuàng)業(yè)者個(gè)人和團(tuán)隊(duì)的能力打天下已經(jīng)不現(xiàn)實(shí)， AI創(chuàng)業(yè)者需要跟產(chǎn)業(yè)加速器和產(chǎn)業(yè)資本密切結(jié)合，抱團(tuán)創(chuàng)新，如此才能有更廣闊的發(fā)展天地。
而筆者在對(duì)騰訊眾創(chuàng)調(diào)研時(shí)了解到，目前許多國(guó)內(nèi)創(chuàng)業(yè)企業(yè)已經(jīng)學(xué)會(huì)了抱團(tuán)創(chuàng)新，以長(zhǎng)青騰創(chuàng)業(yè)營(yíng)為例，開(kāi)營(yíng)100余天，40家創(chuàng)業(yè)公司總估值實(shí)現(xiàn)翻番，超過(guò)600億，58%的學(xué)員順利進(jìn)入下一輪融資，100天融資總金額超過(guò)60億。眼下，長(zhǎng)青騰正在籌劃AI創(chuàng)業(yè)營(yíng)。
這對(duì)中國(guó)AI芯片創(chuàng)業(yè)是不是有所啟示？
智慧城市網(wǎng)APP
智慧城市網(wǎng)小程序
微信公眾號(hào)
移動(dòng)版
