AI芯片：巨头的新战场，中国的“芯”希望

    
    国内外新老AI芯片势力百花齐放，也必将会为芯片市场带来更多可能。
    10月9日华为两颗AI芯片问世；
    9月26日英伟达宣布推出全新的TensorRT 3人工智能推理软件；
    9月19日，阿里巴巴在杭州云栖大会上宣布，成立“平头哥半导体有限公司”；
    9月13日苹果发布新款iPhone XS系列手机搭载A12仿生芯片；
    8月31日华为发布AI加持的麒麟980芯片；
    最近几个月，“AI芯片”无疑成为科技界的一大热门话题，显卡大户英伟达、CPU大佬英特尔、搜索界一哥谷歌、“平头哥”阿里巴巴、“凌晨偷笑”的华为等科技公司都在专注于同一件事：AI芯片。
    那么问题来了，AI芯片究竟是什么芯片？目前哪家公司做的最好？为什么每家科技巨头都在争先恐后的研究它？我国在AI芯片能否和国外巨头一战？AI锐见带你一探究竟。
    芯片纵有三千，AI只取一瓢！
    随着人工智能、深度学习的春风吹遍世界各地，各类芯片的头衔都与AI密不可分。知名市场调研公司ReportLinker预计，到2023年，全球人工智能（AI）芯片市场规模将达到108亿美元，复合年均增长率达到53．6％。AI芯片很可能是芯片界的一次变革。
    其实芯片的种类有千千万万，AI芯片只是其中的一部分，甚至有些专家认为目前不存在所谓的人工智能芯片。我们都知道芯片最重要的的工作就是处理数据，AI芯片也不例外，我们所熟知的CPU与GPU亦是如此。
    人工智能是什么？简单来说，人工智能分为机器学习和深度学习两部分，无论是机器学习还是深度学习都需要构建算法和模型，以实现对数据样本的反复运算和训练，降低对人工理解功能原理的要求。所以，AI芯片通常要处理规模非常庞大的数据。
    
    芯片类型一览
    那传统的CPU和GPU难道不能计算这些数据吗？当然可以，但问题也不少。CPU在处理AI算法时就比较缓慢，比如自动驾驶的车辆需要识别复杂的路况信息，如果慢了几秒就会发生严重的事故，时间就是生命。CPU就不太适合处理这些数据了。
    GPU在处理数据时效率虽然提高很多，但黄教主的显卡动辄上万，而且功耗惊人。在几年前，谷歌的人工智能阿尔法狗（Alpha Go）下一盘围棋就动用了1000个CPU和200个GPU，每分钟的电费高达300美元，其网络规模还只有人脑的千分之一。假设一盘围棋的时间为两小时，这就需要花费36000美元。
    这种方式虽然可行，但成本太高。也就是谷歌这种大佬用得起，换作其它家中小型企业自然是望而却步的。AI芯片还需广泛应用于手机中，比如面部识别和语音识别。如果像GPU的功耗情况对于手机来说是不现实的。
    总结来说，AI芯片的作用就是就是专注于处理机器学习和深度学习的海量数据，比起传统的CPUGPU既能提高效率，又可以减少功耗。
    两大应用场景，面向云端与终端
    当今AI芯片主要应用于两大场景：面向大型服务器的云端和面向智能硬件的终端。
    人工智能首先需要深度学习，深度学习就意味着需要大量的数据和繁琐的运算，在云端AI芯片能够满足当前算法训练的要求。比如给一个系统成千上万种“狗”的图片，并告诉这个系统这种生物是“狗”，系统经过深度学习之后“知道”了什么是“狗”，之后这个系统就可以判断一张图片是不是“狗”了。
    
    所以，云端AI芯片的特点就是性能强大，能够进行大量运算，并且能够灵活地支持图片、语音、视频等不同AI应用。
    终端AI芯片则是面向消费者的智能硬件，AI芯片让数据处理等操作实现“本地化”，脱离了“联网”的限制。比如手机，将AI芯片整合在手机CPU中，高通、苹果、华为都实现了这种整合AI芯片的手机CPU。
    终端AI芯片的特点是体积小、功耗小、性能无需特别强大，通常只有一种或两种AI功能。如今所说的“智能家居”就离不开终端芯片的功劳。像生活中常见的扫地机器人，智能音箱，手机里的语音助手等设备都配备了终端芯片。
    云端英伟达一骑绝尘，终端市场群雄割据
    云端AI芯片无论是从硬件还是软件，已经被各大巨头控制。2018年5月，市场研究顾问公司Compass Intelligence发布了关于AI芯片最新调研报告。因为目前AI芯片在终端应用较少，所以榜单头部的排名可以近似的认为就是云端AI芯片的目前市场格局。
    
    从图中看出，排名靠前的无疑就是英伟达、英特尔、IBM与谷歌。排行榜中共有七家中国人工智能芯片公司入围榜单Top24。华为排名12，成中国大陆地区最强芯片厂商。其余六家中国公司分别为：联发科、Imagination、瑞芯微、芯原、寒武纪、地平线。
    英伟达：云端芯片·大佬
    英伟达目前占据了全球云端AI芯片一半以上的市场，这仅仅是保守数字。GPU非常适合深度学习，而英伟达正好以GPU称霸世界，研究人工智能的科学家就沿着GPU自然而然地找到了英伟达。
    黄教主则立马抓住了这个机会，动用数千工程师、投入20亿美元，短时间内研发出第一台专门为深度学习而优化的Pascal GPU。所以，在深度学习大行其道的今天，英伟达变身成了最大赢家。
    
    2018年9月26日，英伟达正式发布最新的TensorRT 3 神经网络推理加速器。目前使用英伟达的AI技术的公司有很多，其中包括国内的BAT、京东等公司，以及国外的亚马逊、谷歌、Facebook等公司。
    英伟达旗下产品线更是不在少数：自动驾驶汽车、高性能计算、机器人、医疗保健、云计算、游戏视频等众多。
    英特尔：疯狂收购·不差钱
    谈到芯片和CPU，怎能少了PC界的老大英特尔。尽管英特尔自身的CPU不适合AI芯片，但人家不差钱啊！
    
    英特尔在AI芯片上可是下了血本。
    为了加强在人工智能芯片领域的实力，英特尔以 167 亿美元收购 FPGA 生产商 Altera ，以 153 亿美元收购自动驾驶技术公司 Mobileye，以4亿美元收购深度学习初创企业Nervana Systems以及机器视觉公司 Movidius和为自动驾驶汽车芯片提供安全工具的公司Yogitech。
    但遗憾的是，目前还没有成熟的产品面世。用英特尔自己的话说，其要建立一个人工智能全栈式的解决方案，从而充分释放AI的潜力。这可能是英特尔AI芯片迟迟没有落地的原因吧。
    
    
    1  2  下一页>