新闻动态

虽然“缺芯少魂”,但AI芯片的战争才刚刚开始

芯片,目前在我国是一个高热度话题。尤其是在贸易战之后,每天有大量的报道充斥在我们周围:一边是我国芯片陷入“缺芯少魂”的绝境,一边又是我国AI芯片“赶超欧美”的欣喜。这些在对立面的报道大大增加了人们的疑惑,到底谁说的对,我国芯片行业目前真实的状态究竟是怎样? 

其实,这两种看似对立的声音都是正确的,都是我国芯片行业目前真实的现状。只是有些人混淆了传统芯片与AI芯片的概念

传统芯片,指的是中央处理器(CPU),它是一块超大规模的集成电路,是一台计算机的运算核心(Core)和控制核心(Control Unit)。它的功能主要是解释计算机指令以及处理计算机软件中的数据。

在传统芯片领域,美国一家独大,占全球市场份额的60%以上。美国的英特尔、AMD、高通、博通、英伟达等都是全球顶尖的芯片制造商。在这一方面,中国的确落后于美国,并且在短时间内极难追赶。“缺芯少魂”的说法也由此而来。 

但在AI芯片领域,却呈现出一副截然不同的画面。 

AI芯片并非广义的芯片

AI芯片并不是真正意义上的芯片,从某种意义上来说,能实现AI加速功能的半导体器件都可以被称为“AI芯片”。它可以被封装成芯片的形态,也可以被制成板卡的形态,所以AI芯片也被称为AI加速器或计算卡,是专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。 

图:CPU的内部结构及工作原理      来源:百度百科 

如图所示,以往CPU负责整个系统的基本计算和运行。但当整个系统都需要使用人工智能这项功能时,就需要消耗大量的算力。如果这时候仍由CPU的运算单元来提供算力,可能就会出现因为算力不足而“死机”的情况。 

AI芯片就是为了完成这些额外计算任务而诞生的。 

目前,根据芯片的架构,以及通用性和计算性能的差异,我们通常把AI芯片分为: GPU 、ASIC、FPGA、类脑芯片四大类。

 

GPU采用的是单指令、多数据处理结构,主要处理图像领域运算加速的任务。但GPU无法单独工作,必须由CPU进行控制调用才能工作。CPU可单独作用,处理复杂的逻辑运算和不同的数据类型,但当需要大量地处理类型统一的数据时,则可调用GPU进行并行计算。 

ASIC芯片是供专门应用的集成电路芯片技术,在集成电路界被认为是一种为专门目的而设计的专用AI芯片。除了不能扩展以外,在功耗、可靠性、体积等方面都有优势,尤其在高性能、低功耗的移动端。 

FPGA,即现场可编程门阵列。它是专用集成电路(ASIC)领域中的一种半定制电路,既解决了定制电路不足的问题,又克服了原有可编程器件门电路数有限的缺点,适用于多指令,单数据流的分析,常用于预测阶段,如云端。FPGA是用硬件实现软件算法,因此在实现复杂算法方面有一定的难度,缺点是价格比较高。 

由于人脑结构精密且复杂,芯片想要模仿人脑的工作模式并不容易,所以目前类脑芯片只有个别传统芯片巨头在从事相关研发工作。 

国产崛起,拉开战争序幕

纵观全球AI芯片格局,老牌芯片公司依然占据主导地位,但中国企业正在迅猛向前。  

2018年,市场研究和咨询公司Compass Intelligence发布了年度全球AI芯片公司排名报告。根据报告显示,英伟达排名第一,英特尔、IBM、Google、苹果、AMD、ARM、高通、三星、恩智浦等公司位列2-10名。在Top24的榜单排行中,已有六家中国公司入围。分别是:第12位华为(海思)、第14位联发科(MediaTek)、第20位瑞芯微(Rockchip)排名第20位、第21位芯原(Verisilcon)、第23位寒武纪(Cambricon)排名第23位、第24位地平线(Horizon)。 

由于CUDA开发平台的普及和较早研发GPU,英伟达的GPU是目前应用最广的通用AI硬件计算平台,它也牢牢地占据了榜单的第一名。 

除了英伟达,其他老牌的芯片巨头也没“闲”着,特别是英特尔。通过收购Altera,英特尔获得了基于FPGA的AI方案,这让英特尔得以跻身行业第一梯队

虽然中国企业暂时排名较后,但崛起的可能性无限。

如果从使用场景来看,AI芯片主要可分为两类:一个是在数据中心部署的云端,一个是在消费者端部署的终端。其中,云端主要以训练(Training)任务为主,终端以推理(Inference)任务为主。

训练任务即用大量标记过的数据来“训练”相应的系统,使之可以适应特定的功能。例如给系统海量的“人脸”的图片,系统会通过训练记住每张“人脸”的特点、细节、差异。 

推理任务即用训练好的系统来完成任务。接上面的例子,就是你将一张图给之前训练过的系统,之后系统就会自动分辨出特定的“人脸”。 

训练和推理在目前大多数的AI系统中,是相对独立的过程,两者对计算能力的要求也不尽相同。 

完成训练任务,需要极高的计算性能,需要较高的精度,需要能处理海量的数据,需要有一定的通用性,以便完成各种各样的学习任务。所以拥有大量原始数据的中国芯片厂家,将会在此脱颖而出。 

相对来说,推理任务对性能的要求并不高,对精度要求也要更低,在特定的场景下,对通用性要求也低,能完成特定任务即可。但因为推理的结果直接提供给终端用户,所以用户体验方面的优化更为重要。这也给了大量注重用户体验的中国企业新的超越机会。 

在今年8月的人工智能大会上,华为的麒麟810、麒麟910、昇腾310、昇腾910;地平线“征程/旭日”系列、依图的“求索”;阿里旗下玄铁910、锐虎贲T710等AI芯片纷纷崭露头角。此外Thinkforce、翱捷和芯驰等后起之秀也在摩拳擦掌。

AI芯片的战争才刚刚开始。

随着边缘计算市场的兴起,越来越多的巨头开始发力边缘计算市场。其中深圳清华大学研究院下一代互联网研发中心推出了轻舟云FDN智能边缘云计算平台,并提出了功能分发网络,简称FDN(Function Delivery Network)受到了广泛的关注。轻舟云FDN智能边缘云计算平台是深圳清华大学研究院下一代互联网研发中心边缘计算领域最新的研究成果。致力于打造满足5G和物联网时代高带宽、延迟敏感等新型应用需求的算力自动调度系统。轻舟云FDN智能边缘云计算平台的出现打破了以往用户需要自己购买服务器部署节点资源的情况,轻舟云FDN提供全托管式服务以及“一键式”接入,用户无需再关注底层的复杂性,只需要关注业务本身。轻舟云FDN平台在帮助用户降低延迟的同时也节省了成本。同时,轻舟云FDN平台支持更多功能的扩展,能更好的满足5G和物联网时代多样化的应用需求。

转自:亿欧

原文链接:https://www.iyiou.com/p/123309.html

最近阅读

新基建浪潮下,轻舟云FDN助力智慧城市实现创新图片
新基建浪潮下,轻舟云FDN助力智...

「新基建」正在成为投资行业关注的重点赛道。 3月4日,中共中央政治局常务委员会召开会议,研究当前新冠肺炎疫情防控和稳定经济社会运行重点工作。会议强调,...

详情
AI赋能智慧社区,5G时链接AI与loT的桥梁图片
AI赋能智慧社区,5G时链接AI...

现在居民小区里面其实有很多痛点,物业也有很多难处,比如刷卡进门的时候从小区到房间总是要带交通卡和各种证件,联系物业的时候电话往往不通,安防也有很多漏洞,这些都是...

详情
AI安检仪发布 智能安检时代将到来图片
AI安检仪发布 智能安检时代将到...

中国航天科工三院35所发布了新款AI人体安检仪,宣布这款搭载人工智能处理器的安检仪性能指标达到国际先进水平。该安检仪性能表现抢眼。无辐射的安检体制、毫米级的分辨...

详情
AI时代的“数据隐私”与“算法歧视”图片
AI时代的“数据隐私”与“算法歧...

如果说近二十年来有哪一项科技成果能够媲美上个世纪电脑的发明,那么这份荣誉一定属于基于深度学习算法的AI技术,因为学习算法的诞生,才使得信息时代海量信息与数据第一...

详情
人工智能+安防五大发展新趋势图片
人工智能+安防五大发展新趋势...

为了加深对安防产业的理解,亿欧智库通过长时间实地走访书面研究等方式,了解真实市场格局变化,寻找并还原真实的市场竞争环境。安防产业发展数十年,当前已经形成了明显的...

详情
5G该不该成为2019年购买新手机的重要指标?图片
5G该不该成为2019年购买新手...

今年iPhone11系列的销量让不少人大跌眼镜,早前数据显示,天猫iPhone 11预售首日的销售数据较iPhone XR增长了335%。京东iPhone 11...

详情

© 2019-2022 Qzcloud.com 版权所有 粤ICP备19031656号

To Top