2018的AI芯片：巨頭的焦慮 “草莽”的狂歡

　　經過了2017年的巨頭紛爭，2018年的AI芯片市場進入了百花齊放的局面。針對各種細分領域的AI芯片不斷出現，讓整個市場展示了一種異樣的活力。

　　老巨頭們的焦慮

　　英偉達依然是AI芯片業(yè)無可爭議的領頭羊。在全球領先的超算中，大部分有英偉達的GPU;全球AI的創(chuàng)業(yè)公司，大部分都在使用英偉達的芯片和軟件進行開發(fā)。英偉達還在2018年發(fā)布了世界上最大的GPU DGX-2，量產了自動駕駛芯片Xaiver。但是，英偉達的股價在第四季度重挫54%，主要原因是挖礦熱潮的減退，但側面也說明了AI帶來的泡沫逐漸在消退，英偉達在數據中心的業(yè)務表現沒有達到預期。

　　另一家老牌的芯片巨頭Intel，發(fā)力較晚，但也一直在奮力追趕。現在已形成Xeon處理器進行計算、Nervana 神經網絡處理器訓練 AI 模型;Movidius視覺處理芯片在嵌入式IoT設備上進行圖像/視頻處理;FPGA在云端和邊緣設備上進行 AI 推斷的產品布局。2018年Intel還發(fā)布了云端AI芯片Spring Crest，預計在2019年量產。

　　谷歌是最早進行AI芯片開發(fā)的系統(tǒng)廠商之一，獨有的TPU芯片已經在2018年推出了第三代，性能達到了每秒鐘運算 100 多千萬億次。并且，谷歌也是積極推進AI應用落地的公司，在2018年12月推出了付費無人出租車服務“Waymo One”，揭開全球自動駕駛商業(yè)化大幕。

　　手機處理器的AI軍備競賽更是熱火朝天，蘋果發(fā)布了A12 Bionic仿生芯片，高通的驍龍855中加入AI引擎，華為的麒麟980配備了雙NPU單元，聯發(fā)科則推出了獨有APU單元的Helio P90芯片。

　　巨頭們動用了強大的資源不遺余力地進行開發(fā)，或許是因為焦慮感太強，來自四面八方的挑戰(zhàn)者們正窺視著他們的領地。

　　新入局者的野望

　　電商和云服務巨頭亞馬遜緊跟谷歌的步伐，在2018年11月推出了自己的AI芯片Inferentia，這是亞馬遜在2015年花費3.5億美元收購芯片公司Annapurna Labs后的產物。居高不下的服務器成本壓力，是云服務商自研芯片的最大動力，同時，開發(fā)芯片也能增加他們對技術的掌控能力。

　　在國內的BAT三巨頭中，百度和阿里都義無反顧地直接加入了戰(zhàn)局。嵌入式CPU IP Core公司中天微被阿里收購之后，與達摩院芯片團隊整合成“平頭哥”公司，2019年將推出首款AI芯片。戰(zhàn)略上“ALL IN AI”的百度則推出了云端AI全功能芯片“昆侖”，算力達到了每秒260萬億次定數運算。騰訊沒有直接推出AI芯片，但也在2018年領投了AI芯片公司燧原科技，該公司產品是針對云端數據中心開發(fā)的深度學習高端芯片，定位于人工智能訓練平臺。

　　網絡巨頭們樂此不疲地進入AI賽道，芯片公司更是不甘人后了。國內市場的開拓者寒武紀公司發(fā)布了第三代機器學習專用芯片寒武紀1M和云端AI芯片MLU 100。其中，1M采用了7nm工藝，MLU 100則是16nm工藝。專注于語音識別的云知聲推出了第一代 UniOne 物聯網 AI 芯片雨燕。小米生態(tài)鏈旗下華米公司發(fā)布可穿戴領域第一顆人工智能芯片——“黃山1號”，這也是全球首款基于RISC-V開源指令集的可穿戴處理器。最讓人意外的是，雖然已有了麒麟芯片，華為還是推出了兩款全自研AI芯片昇騰910和昇騰310，均采用華為的達芬奇AI架構。這也表明了在AI的賽道上，誰都不想完全依賴于他人。

　　除去這些，國際和國內其他芯片公司也沒有閑著，他們不是已經準備量產就處在正在研發(fā)的路上。而且，各種終端廠商也在自研AI芯片。這一市場已經進入群雄并起的時代。

　　關鍵是落地

　　阿里達摩院在發(fā)布的2019年十大科技趨勢報告中提到，在數據中心的AI訓練場景下，計算和存儲之間的數據搬移已經成為瓶頸，新一代的基于3D存儲的AI芯片已成為趨勢。而且，真正能體現AI芯片優(yōu)勢的還是邊緣計算場景。

　　圖像識別、語音識別、安防、自動駕駛，都是AI芯片大展拳腳的地方。國內芯片公司在2018年發(fā)布的諸多AI芯片，也多著眼于垂直應用領域，這種趨勢也延續(xù)到了2019年。在今年年初，云之聲發(fā)布了新的AI規(guī)劃，就包括了針對不同場景定位的多個AI芯片。無獨有偶，思必馳也于年初發(fā)布聚焦于語音應用場景下的AI專用芯片TAIHANG芯片(TH1520)。

　　不過，真正的大考還沒到來，除了用于手機中的圖像識別，AI芯片還沒有完全展示出自己的潛力。沒有殺手級的應用是最大的痛點，曾被寄予厚望的智能音箱市場，目前表現也只能勉強及格。而安防、汽車這些巨量市場，也只是打開了一道門縫。所以，在尋找AI芯片最佳的“著陸點”上，還需要產業(yè)鏈上下一起努力。