- NS2583 同步升壓型 2A 雙節(jié)鋰電池充電管理 IC
- NLC47022帶NTC功能和電量均衡功能電流2A 5V異
- PT2027 單觸控雙輸出 LED 調(diào)光 IC
- HT316C兼容HT326C防破音功能免電感濾波2×20WD
- HT3386兼容TPA3118 2×50W D類立體聲音頻功放
- NS8220 300mW 雙聲道耳機(jī)音頻放大器
- HT6875 2.8W防削頂單聲道D類音頻功率放大器
- HT77221 HT77211 4.0V~30V輸入,2A/1.2A同步降壓變換器
- NS4117X 系列 外置 MOS 管開關(guān)降壓型 LED 恒流控制器
- HT71663 13V,12A全集成同步升壓轉(zhuǎn)換器
- HT71763 20V,15A全集成同步升壓轉(zhuǎn)換器
- NS2160 同步開關(guān)型降壓鋰電池充電管理 IC
- HT7702 2.5~5.5V輸入,2A同步降壓變換器
- HT77231 4.0V~28V輸入,3.5A同步降壓變換器
一顆“中國(guó)芯” AI芯片能否在困局之中破局
中興被禁”事件,給國(guó)內(nèi)市場(chǎng)的第一喝棒指向芯片制造。這是我國(guó)的短板,也是智能產(chǎn)業(yè)最重要的“剛需”。從2008年開始,連續(xù)十年芯片都是我國(guó)第一大宗進(jìn)口商品,占據(jù)了國(guó)際需求市場(chǎng)的50%,2017年的進(jìn)口數(shù)量為3770億塊,花費(fèi)金額為2601億美元。這些芯片被搭載在了智能手機(jī)、電視、電腦等多種硬件中,而這些產(chǎn)品的生產(chǎn)量均占全球總量的半數(shù)以上,其中電腦更高達(dá)95%。
對(duì)于傳統(tǒng)芯片而言,接下來需要奮起直追,而另一方面,AI芯片的迅速爆發(fā)也給中國(guó)芯片產(chǎn)業(yè)帶來了久違的起跑線驕傲。據(jù)市場(chǎng)研究公司Compass Intelligence發(fā)布的上半年研究報(bào)告顯示,在全球前24名的AI芯片企業(yè)排名表中,英偉達(dá)(Nvidia)、英特爾(Intel)以及IBM(NPU)分別位列前三名,中國(guó)公司占據(jù)了七個(gè)席位,最高名次是排行第12的華為。
困局之中破局是唯一的出路,AI芯片可能就是那個(gè)突破口。作為計(jì)算芯片的一種,它正在對(duì)傳統(tǒng)(計(jì)算)芯片發(fā)出挑戰(zhàn)。
AI芯片是趨勢(shì)使然
根據(jù)摩爾定律,當(dāng)價(jià)格不變時(shí),集成電路上可容納的元器件的數(shù)目,約每隔18-24個(gè)月便會(huì)增加一倍,性能也將提升一倍。如何在相同的面積內(nèi)放入更多的元器件?這對(duì)于制作工藝而言是一個(gè)極其大的挑戰(zhàn),而這一工藝的提升速度是緩慢且艱難的。因此,在算力、性能等方面,當(dāng)前的集成電路相當(dāng)于到了一個(gè)“瓶頸期”。
與此同時(shí),AI逐步發(fā)展并落地,面對(duì)海量數(shù)據(jù)的實(shí)時(shí)采集和處理,“算力”成為了一項(xiàng)至關(guān)重要的必備條件。然而當(dāng)前的AI算法訓(xùn)練、推理等,還是依賴英偉達(dá)、高通等廠商提供的傳統(tǒng)芯片。但是,不管是高通驍龍系列,亦或是英偉達(dá)GPU等傳統(tǒng)芯片,其當(dāng)初被研發(fā)出來的目的并不是針對(duì)AI算法,這也就意味著,在AI算法加速方面,它們多是“心有力而余不足”的。目前,它們所能做的,也僅是在自己原有產(chǎn)品之上加注AI算法,變身為“通用AI芯片”。但究其本質(zhì),它們并沒有脫離“傳統(tǒng)芯片”行列。
舉個(gè)例子,行車途中前方突然出現(xiàn)障礙物,如果是CPU,雖有AI優(yōu)化,但本身架構(gòu)致使其在算法加速方面有所限制,導(dǎo)致數(shù)據(jù)處理等相對(duì)較慢,從而拉長(zhǎng)了時(shí)間線,也因此當(dāng)汽車意識(shí)到前方有障礙物時(shí),可能已經(jīng)撞上了;若是采取并行計(jì)算的GPU和針對(duì)AI算法加速的AI芯片,汽車將在極短時(shí)間內(nèi)提前發(fā)現(xiàn)障礙并作出預(yù)判,但是GPU耗能太大,用不了多久就會(huì)耗盡汽車的電池電能。相比之下,AI芯片才是最佳方案。
另外,AI芯片創(chuàng)企異構(gòu)智能中國(guó)區(qū)副總裁謝強(qiáng)此前在鎂客網(wǎng)M-TECH論壇上表示,CPU、GPU等通用處理器市場(chǎng)已經(jīng)沒有機(jī)會(huì)了,他們現(xiàn)在所能做的就是把各種各樣的終端AI芯片做到極致,配合CPU、GPU等搭建一個(gè)小系統(tǒng),這就是一個(gè)很好的解決方案。
如果說在傳統(tǒng)芯片領(lǐng)域,我國(guó)“反超”的機(jī)會(huì)不大,且消耗的多項(xiàng)成本過高,那么“AI”芯片的大面積布局,將是此領(lǐng)域關(guān)乎國(guó)家戰(zhàn)略層面的重要機(jī)遇。也由此在風(fēng)起云涌間,傳統(tǒng)芯片與AI芯片難免狹路相逢。
傳統(tǒng)芯片不要慌,AI芯片尚有短板
相比于針對(duì)算法而研發(fā)的AI芯片,不管是算力還是功耗,包括GPU等在內(nèi)的傳統(tǒng)芯片在內(nèi)的傳統(tǒng)芯片都無法相比。
以百度“昆侖”與英偉達(dá)“Xavier”為例。百度開發(fā)者大會(huì)上,李彥宏稱“昆侖”是迄今為止業(yè)內(nèi)算力最高的AI芯片,能在100w以上的功耗提供260萬億次/秒的運(yùn)算速度,而英偉達(dá)“Xavier”的算力大概是30萬億次/秒,功耗為30w。從性能和功耗的比值來看,以百度“昆侖”為代表的AI芯片暫時(shí)領(lǐng)先。
云端芯片市場(chǎng),號(hào)稱一霸的英偉達(dá)面臨著谷歌、百度、華為等競(jìng)爭(zhēng)對(duì)手的“虎視眈眈”。而占據(jù)手機(jī)終端芯片的高通,就AI算法加速而言,雖然它也聲稱自己是AI平臺(tái),但本質(zhì)上還是利用AI算法對(duì)原有既定框架進(jìn)行優(yōu)化,不能定義為真正的AI芯片。
盡管AI芯片來勢(shì)洶洶,但短板也非常明顯。
事實(shí)上,目前還沒有出現(xiàn)像CPU一樣的AI通用算法芯片,一劍封喉的應(yīng)用還沒出現(xiàn)。首先,AI芯片的量產(chǎn)問題是頭部短板。不同于已經(jīng)定性的傳統(tǒng)芯片,AI芯片從架構(gòu)到設(shè)計(jì)等多個(gè)層面都會(huì)是一種全新的顛覆。當(dāng)前,雖有幾家初創(chuàng)公司表示他們的產(chǎn)品已經(jīng)實(shí)現(xiàn)了一種量產(chǎn),但最終多是應(yīng)用于自身產(chǎn)品和產(chǎn)業(yè)鏈,算不得真正的量產(chǎn)。
其次,AI芯片欠缺完整成熟的產(chǎn)業(yè)鏈。在早前由鎂客網(wǎng)主辦的“M-TECH AI芯片商業(yè)化之路”論壇上,多家AI芯片初創(chuàng)公司的嘉賓都表示,云端芯片市場(chǎng)的大部分空間已經(jīng)被英偉達(dá)占據(jù),AI芯片創(chuàng)企在其中沒有機(jī)會(huì),之所以形成這樣的局面正由于其產(chǎn)業(yè)鏈的建立。產(chǎn)業(yè)鏈構(gòu)建完整,AI芯片從上游設(shè)計(jì)到中游解決方案、再到下游應(yīng)用場(chǎng)景落地才能流暢。
再次,AI芯片的工作只是加速AI算法,但在整個(gè)主板上,這只是芯片所要計(jì)算的一部分。于其他方面,還有更多的計(jì)算工作,而它們中間的多數(shù),并不需要AI芯片的介入,比如數(shù)據(jù)存儲(chǔ)等等。
當(dāng)然,主流架構(gòu)探討、算法通用可實(shí)現(xiàn)性、剛需應(yīng)用場(chǎng)景等也是AI芯片需要攻克的問題。
短期之內(nèi),如英偉達(dá)這樣的芯片行業(yè)巨頭,其GPU因?yàn)樗懔ι星夷軌驖M足當(dāng)前AI算法加速的需要,雖然耗能表現(xiàn)不佳,但是出于產(chǎn)業(yè)的需求,仍然是占據(jù)了當(dāng)前市場(chǎng)的主要份額。
總結(jié):新舊更迭,背后都是市場(chǎng)法則
不管是CPU、GPU等傳統(tǒng)芯片,還是AI芯片,它們出現(xiàn)的根因皆是因?yàn)槭袌?chǎng)有了新需求,繼而才會(huì)形成趨勢(shì),最終落實(shí)為產(chǎn)品。這其中,有著時(shí)代的更迭,也有著技術(shù)的進(jìn)步。
這方面,AI芯片本身就是一個(gè)典型的案例。因?yàn)橛?jì)算的需要,人們開始研發(fā)芯片,從而誕生了CPU、GPU等。之前很長(zhǎng)一段時(shí)間內(nèi),CPU一直做著主要的任務(wù)處理和數(shù)據(jù)計(jì)算工作。之后隨著AI的出現(xiàn),CPU的算力遇到了挑戰(zhàn)。反之,因?yàn)椴⑿羞\(yùn)算架構(gòu),以往并不起眼的GPU開始煥發(fā)光彩。不過,它們終究不是為AI算法而定制的,也因此,迎合產(chǎn)業(yè)需求發(fā)展的AI芯片出現(xiàn)了。
長(zhǎng)遠(yuǎn)來看,出于對(duì)算力、功耗等多方面的考慮,就AI算法加速方面,AI芯片取代傳統(tǒng)芯片是一個(gè)必然的結(jié)果。屆時(shí),AI芯片或?qū)⑴cCPU、GPU等一起集成到一個(gè)完整的處理器中,諸如寒武紀(jì)NPU被集成至麒麟970一般,又或者,AI芯片也將作為獨(dú)立處理器存在,這一切目前還是未知數(shù)。
不過,可以確定的是,就當(dāng)前而言,我國(guó)在AI芯片的研發(fā)上已經(jīng)站在了世界前列。一旦AI芯片實(shí)現(xiàn)量產(chǎn),除了迎合智能時(shí)代產(chǎn)業(yè)發(fā)展的需求,我國(guó)還將在芯片產(chǎn)業(yè)中獲得一定的話語(yǔ)權(quán),在當(dāng)前核心技術(shù)缺失的困局下實(shí)現(xiàn)“彎道超車”。