AI芯片:活不过宣传期,却成科创板热门

算力智库

    无论从贸易环境、资本运作还是全球半导体市场来看,2018年的AI芯片都可谓是“百家争鸣”。但随着2019这一落地关键年,概念宣传不再奏效,不少芯片企业转向在科创板上大放异彩。芯片行业的春天能就此延续吗?
    乘着第三波人工智能浪潮,AI芯片在2018年经历了“野蛮生长”,尤其是在中兴危机发生之后,一场围绕AI芯片的造芯热潮,在中国席卷而来。
    但在全民造芯的热潮下,蹭热点的企业却不时出现,标榜着“中国首款”、“全球领先”、“打破国外垄断”等希望能获得资本青睐,但AI芯片也因此被推入“只能活在宣传期”的尴尬窘境。
    AI芯片该何去何从?
    1 从“云”走向“端”,AI芯片的危与机
    在GTIC 2019全球AI芯片创新峰会上,中国半导体行业协会IC设计分会理事长魏少军总结,AI芯片的发展存在四大阶段:
    
    AI 0.5和1.0主要还是围绕着云端的AI,以训练作为主题,因为主要玩家是大型互联网公司,所以很自然地聚焦到训练层面。从AI 1.0到1.5时,开始出现变化,更多在聚焦边缘、终端,而发展至1.5与2.0的阶段时,云与端可能会结合在一起。
    简要概括的话,0.5和1.0阶段重点关注算力和功耗,1.5阶段是兼具性能、能效的同时还关注灵活性,而到了2.0阶段,智慧化将会是主流。
    显而易见,目前大部分AI服务都在云端,很少出现在其他地方。这是因为先驱者们在云上做了大量工作,包括智慧家庭、AI翻译、智慧医疗等。但未来“云”走向“边”,从Cloud到Edge才是大趋势。
    而在AI走向边缘的过程中,现在看起来还是主要以“通用”作为主要驱动力,但是看未来几年的发展,恐怕终端应用将会占有主导地位。有人预测到2022年,80%以上的手机会具备端侧AI的能力。
    面对这一发展,华为无线终端芯片业务部副总经理王孝斌表示,虽然端侧AI应用百花齐放,但其也面临着种种难关:其计算密集、复杂,计算需求巨大,对实时性要求非常高;运行环境也受限,功耗、内存、存储空间需多方考量;越来越多的应用带AI,应用场景的多样性激增;还有各种层出不穷的新型算法与网络。
    
    华为无线终端芯片业务部副总经理王孝斌
    而作为端侧应用的生长土地,AI芯片也将随之发展面临“功耗限制”与“算法多变”的两大挑战。
    因为可穿戴设备功耗需要限制在mW级别;视频监控、工农业应用需要限制在W级别;而自动驾驶、数据中心等AI芯片的功耗则可以到百W级。计算需求对应功耗的限制一直是非常难以解决的问题。
    而层出不穷的新算法也令芯片制造者头疼,因为改变就意味着芯片要重新开始。一般来说,一种算法对应一种应用,没有统一的AI算法,那多种AI功能也就需要将多颗AI芯片放在一起,有效整合的可行性较低。
    因此,AI芯片若想进入2.0时代,还需冲破重重壁垒,才能实现指数级的增长。
    
    
    1  2  下一页>