为什么中国AI芯片产业一直处于依附式生存?

国外新闻 2018-11-10 16:32:39 171

  日前,全球最大的可编程芯片(FPGA)厂商赛灵思宣告收买我国 AI 芯片范畴的明星创业公司—深鉴科技。此音讯一出当即在业界引起了强烈反响。尽管两边以为这是双赢的结局,但咱们仍是从中看到了当下如日中天的我国AI芯片工业的依靠式生计。原因安在?众所周知,芯片界说了工业链和生态圈的根底核算架构,正如CPU是IT工业的中心相同,芯片也是人工智能工业的中心。截止到现在,业界公认的AI干流芯片,除了CPU以外,还有GPU、FPGA和ASIC。而了解芯片工业的业界人士看到这些,就知道,所谓现在形形色色的AI芯片终究的根底架构(或许是门户)无非如此,当在上述这些根底架构上,格式已定。CPU自不用说,英特尔占有着肯定抢先的优势,根本在此架构之上包围的可能性微乎其微。至于GPU,现在全球GPU职业的商场份额有超越70%被英伟达公司占有。而使用在人工智能范畴的可进行通用核算的GPU商场则根本被英伟达公司独占。据悉,世界上现在约有3000多家AI草创公司,大部分都选用了英伟达供给的硬件渠道。再看FPGA,尽管其商场远景诱人,可是门槛之高在芯片职业里无出其右。全球有60多家公司先后斥资数十亿美元,前赴后继地测验登顶FPGA高地,其间不乏英特尔、IBM、德州仪器、摩托罗拉、飞利浦、东芝、三星这样的职业巨鳄,可是终究登顶成功的只要坐落美国硅谷的四家公司:Xilinx(赛灵思)、Altera(阿尔特拉)、Lattice(莱迪思)、Microsemi(美高森美),其间,赛灵思与Altera这两家公司共占有近90%的商场份额,专利到达6000余项之多,如此之多的技能专利构成的技能壁垒当然高不可攀。而赛灵思一向保持着全球FPGA的霸主位置。正是因为芯片根底架构格式已定,所谓国内的AI芯片企业(包含草创企业)实践上做得仅仅根据上述根本架构的二次开发或许优化。以此次被赛灵思并购的深鉴科技为例,自 2016 年建立以来,深鉴科技就一向根据赛灵思的技能渠道开发机器学习解决方案,两家公司协作亲近。深鉴科技推出的两个用于深度学习处理器的底层架构—亚里士多德架构和笛卡尔架构的 DPU 产品,都是根据赛灵思 FPGA 渠道。别的,因为赛灵思此前是深鉴科技的投资方之一,咱们以为深鉴科技更像是为赛灵思FPGA做优化的厂商或许或协作伙伴的人物。原因很简单,一旦脱离了赛灵思 FPGA 渠道,深鉴科技将是无本之木,无水之源。当然,除了深鉴科技,据称我国别的一家闻名AI芯片草创企业地平线的所谓AI芯片BPU也是根据FPGA上的二次开发。既然是根据FPGA,那么最中心的底层架构就离不开咱们上述的赛灵思、阿尔特拉、莱迪思和美高森美FPGA渠道的学习和支撑。即便是真的具有中心架构颠覆性的立异,因为FPGA现已被这四家企业分割,也难有能够保持生计的立锥之地。最会再看ASIC。在国外大厂几近独占CPU、GPU和FPGA商场的情况下,再加上技能壁垒很高,我国AI芯片厂商在芯片范畴一向缺少要害中心自主技能,仅凭商场、企业单独面的力气难以在CPU、GPU和FPGA方面有所突破,只能另辟蹊径。从现在来看,我国AI芯片厂商更多的是以中小公司为主,与实践使用需求结合,集中于设备端的AI ASIC开发,就某一笔直范畴进行优化,以低功耗低本钱制胜。例如我国闻名的AI芯片草创企业寒武纪就是此类。这儿咱们并非说ASIC在AI芯片范畴没有远景,恰恰相反,此前名扬业界的谷歌TPU就是根据ASIC。不过需求阐明的是,谷歌之所以开发TPU,是根据其本身数据中心的使用规划,而规划是决议选用ASIC效益的要害。尽管本身巨大使用规划的TPU在业界引起了好评,但谷歌首席科学家Greg Corrado在此前举行的谷歌AI技能共享会上仍是提出了不同的观念,他说,“至少迄今停止,我也没有看到彻底不同于传统核算芯片的成功事例。相反,咱们以为应对现有的芯片做AI方面专门的优化,使现在的芯片完结AI使命时速度更快,功耗更低,全体的效益更高。”这也是为何谷歌有了TPU,但仍然会在其数据中心选用CPU和GPU的原因。弦外之音,TPU仅仅针对数据中心某些使用相关于CPU和GPU的弥补和优化,并不能成为干流。详细到我国,为了躲避ASIC开发周期长和投入大的危险,根据ASIC开发的所谓AI芯片根本是采纳SoC+IP的形式,即比较ASIC,SoC+IP形式的上市时间短,本钱较低,而且IP能够更灵敏地满意用户需求。IP公司专心于IP模块的规划,SoC公司则专心于芯片集成,分工协作,进步功率。此前华为麒麟芯片与寒武纪IP结合在智能手机上的使用就属此种形式。但条件是规划(华为手机巨大的出货量)及SoC的支撑。那么关于我国商场而言,能有多少像华为这样的规划用户。ASIC独木难成林。更让ASIC远景难料的是,业界有一种剖析和观念以为,FPGA获益于芯片NRE费用指数级上升带来的规划效应。跟着制程工艺不断进步,芯片NRE费用指数级上升,越来越多的ASIC芯片将因为达不到规划经济而被逼抛弃,然后转向直接根据FPGA开发规划。据Tractica估量显现,到上一年停止,深度学习使用中还简直找不到FPGA的身影,可是,到2025年,它的布置会和CPU的布置量适当(假如不能超越CPU的话)。其成果就是,到2025年,FPGA将会在总规划达122亿美金的深度学习芯片组商场取得明显的商场份额。所谓万变不离其宗。尽管现在AI芯片的叫法形形色色,但仍然没有脱离CPU、GPU、FPGA和ASIC这些中心,而在这些中心中,明显仍是那些传统芯片厂商,例如英特尔、英伟达、赛灵思等国外厂商的全国。而经过此次赛灵思并购深鉴科技,咱们看到那些所谓我国的AI芯片企业有适当数量仅是在人家的架构之上再做些二次开发,优化和使用层面的工作,仅仅换了个别致的称号和叫法罢了,与传统的芯片工业竞赛相同,外表锣鼓喧天的我国AI芯片仍然是依靠性的生计形式。