AI革命正催生一场各怀“芯”思的军备竞赛,芯片平衡或将被打破

上周,百度宣布了自家首款云端AI芯片的进展。一石激起千层浪,芯片热潮再次走进了人们的视线。芯片,又称微电路、微芯片、集成电路,是指内含集成电路的硅片,体积很小,常常是计算机或其他电子设备的一部分。从国内的情况来看,中国目前已经涌现出了地平线、寒武纪、深鉴科技、中芯微等一批明星初创企业。而在国外,随着PC芯片需求量下滑,连续几年走下坡路的芯片巨头英特尔也开始了向AI芯片的转型。此外,互联网巨头谷歌、车企巨头特斯拉、社交巨头Facebook也纷纷加入了芯片战场。在人工智能革命的影响下,一场新的芯片军备竞赛即将展开。

 
多年来,半导体世界似乎已经有了一种稳定的平衡状态:英特尔击败了服务器领域几乎所有RISC处理器,让其x86系列成为了主导者。而GPU领域起步较晚的英伟达,在上世纪90年代就已淘汰了大部分的竞争对手,如今只剩下ATI、AMD在该市场上仍占据一小部分份额。
  
在较新的移动领域,似乎也是一个这样的垄断故事:ARM领导着这个市场。英特尔曾尝试用Atom处理器与之竞争,但最后还是在2015年选择了放弃。
  
即使这样,似乎一切又都有所改变。如今,AMD重新成为了x86的竞争对手;现场可编程门阵列(FPGA)引领了一个新的利基市场;而人工智能和机器学习的出现也让芯片市场发生了动荡。可以说,随着这些新兴技术的出现,大量的新处理器已经到来。
AI革命正催生一场各怀“芯”思的军备竞赛,芯片平衡或将被打破
小智君整理如下:
  
1、2016年,英特尔收购创业公司Nervana Systems进入AI芯片市场,随后又收购了Movidius开发图像处理AI;
  
2、微软正在为其HoloLens VR / AR耳机开发AI芯片,并有可能在其他设备中使用;
  
3、谷歌自研了一款用于神经网络的AI芯片——张量处理单元(TPU),用于谷歌云平台上的AI应用程序;
  
4、有报道称,亚马逊正在为其Alexa开发AI芯片;
  
5、苹果正在开发一款名为神经引擎(Neural Engine)的AI处理器,为Siri和FaceID提供动力;
  
6、ARM最近推出了两款新处理器,专注于图像识别的ARM机器学习处理器和ARM物体检测(Object Detection)处理器;
  
7、IBM正在开发专门的人工智能处理器,还从英伟达获得NVLink许可,用于人工智能和机器学习的高速数据传输;
  
8、即使像特斯拉这样的非传统科技公司也希望进入这一领域,去年该公司首席执行官埃隆·马斯克承认前AMD和苹果芯片工程师Jim Keller (现已离职)将负责硬件制造。
AI革命正催生一场各怀“芯”思的军备竞赛,芯片平衡或将被打破
这还是没有将初创企业计入在内的情况。纽约时报称曾报道称,按照不完全统计,目前专注于芯片领域的初创公司已经达到了45家。那为什么在芯片制造停滞多年之后,又突然爆发了呢?毕竟,在多数人看来,英伟达的GPU对AI而言是够用的。
  
答案有点复杂,就如人工智能本身。
 
原因一:投资、功耗和能效
  
虽然x86目前仍然是计算机的主要芯片架构,但它对于要执行高度专业化任务的AI来说,还是太普通了。研究员们对AI的终极目标是构建一个通用的服务器平台,因此,AI需要擅长一切。事实上,处理AI的实际任务与标准计算或GPU处理是完全不同的,因此研究人员认为定制AI芯片是必要的。
  
通常情况下,科学计算是以确定的方式进行的。比如,你想知道2加3等于5,并计算到所有的小数部分——x86和GPU做得很好。但人工智能的本质是,在不经过实际计算的情况下,可以学会2.5加3.5等于6。换句话说,人工智能的重要之处在于数据中的发现模式,而非确定性计算。
  
人工智能和机器学习的定义是从过去的经验中汲取教训并改进。一旦通过AI展开学习,便不会再需要进行重新学习了,这是机器学习的标志(人工智能更高定义的一个子集)。机器学习的核心是用算法解析数据,从中学习后根据数据进行判断或预测。
AI革命正催生一场各怀“芯”思的军备竞赛,芯片平衡或将被打破