曾經(jīng)，喬布斯把硅谷的黃埔軍校仙童半導(dǎo)體比喻為一顆成熟的蒲公英，輕輕一吹，創(chuàng)業(yè)的種子就播散到了四方。

以仙童半導(dǎo)體和德州儀器為開端的科技發(fā)展種子，在半導(dǎo)體行業(yè)內(nèi)散播半個(gè)世紀(jì)后，最終撞上內(nèi)存墻。

臺(tái)積電創(chuàng)始人張忠謀在2014年斷言“摩爾定律只剩五六年壽命”，屆時(shí)，最賺錢的公司不會(huì)是半導(dǎo)體企業(yè)，而是如Google、Amazon和華為這類能夠整合整個(gè)物聯(lián)網(wǎng)系統(tǒng)的公司。

從2015年開始，每年都有人工智能的相關(guān)政策出爐，人工智能逐漸上升到國(guó)家戰(zhàn)略地位，2017年進(jìn)入十九大報(bào)告。過(guò)去五年，AI和風(fēng)口一詞緊緊聯(lián)系在一起，也和摩爾定律失效聯(lián)系在一起。

現(xiàn)有的半導(dǎo)體進(jìn)化速度將越來(lái)越不能滿足AI時(shí)代呈指數(shù)增長(zhǎng)的算力需求。為避免硬件被數(shù)據(jù)“吞噬”，美國(guó)2017年提出“軟件定義芯片”的概念，將科技創(chuàng)新的風(fēng)向標(biāo)扔向了互聯(lián)網(wǎng)企業(yè)。

然而事實(shí)證明，多數(shù)把AI芯片當(dāng)成風(fēng)口的人都賭輸了。包括國(guó)資背景寒武紀(jì)在內(nèi)的初創(chuàng)企業(yè)，虧損持續(xù)擴(kuò)大，離盈利還差一場(chǎng)馬拉松。

這不是一個(gè)單純靠砸錢和砸人便能成就的行業(yè)，由于有著超過(guò)許多行業(yè)的時(shí)間及試錯(cuò)成本，意味著芯片必須盡早打通新的商業(yè)模式以維持研發(fā)，如可落地的AI應(yīng)用。

就像英偉達(dá)追過(guò)英特爾一樣，更適宜人工智能大規(guī)模高算力需求的GPU得以被重新估值。隨著對(duì)“缺芯”劣勢(shì)的認(rèn)知加深，市場(chǎng)對(duì)具備軟硬件一體化優(yōu)勢(shì)的互聯(lián)網(wǎng)企業(yè)寄予厚望。

華為之后，小米花費(fèi)三年從澎湃S1掙扎到澎湃S2，攜手聯(lián)發(fā)科想擺脫高通，OV帶數(shù)十億上場(chǎng)賭芯。

不過(guò)眼下真正值得細(xì)究的，是以BAT為代表紛紛宣布造芯的互聯(lián)網(wǎng)企業(yè)。

阿里旗下半導(dǎo)體公司平頭哥自研出玄鐵910，成功適配Linux內(nèi)核與安卓系統(tǒng)；騰訊成立深圳寶安灣騰訊云計(jì)算有限公司，業(yè)務(wù)涵蓋集成電路設(shè)計(jì)、研發(fā)；百度帶著AI算法入場(chǎng)最早，2010年已使用FPGA進(jìn)行AI架構(gòu)的研發(fā)，2018年昆侖1出世，次年流片成功，隨后實(shí)現(xiàn)量產(chǎn)，性能提升3倍的昆侖2眼見量產(chǎn)。

業(yè)內(nèi)盛傳GPU阻礙人工智能發(fā)展不是毫無(wú)道理，無(wú)論是深度學(xué)習(xí)所需的大數(shù)據(jù)還是強(qiáng)化學(xué)習(xí)面臨的并行方式，都可以從天然具備軟件技術(shù)和數(shù)據(jù)資源的互聯(lián)網(wǎng)公司得到解決方案。

國(guó)內(nèi)的芯片設(shè)計(jì)領(lǐng)域與國(guó)際差距并不算太遠(yuǎn)，因此，我們可以換個(gè)思路來(lái)看芯片的未來(lái)：與其拘泥于只能針尖式突破，暫時(shí)毫無(wú)辦法的的EDA/IP和光刻機(jī)，不如看看互聯(lián)網(wǎng)企業(yè)能夠?yàn)樾酒瑤ナ裁醇軜?gòu)創(chuàng)新。

下一個(gè)十年，或許是芯片行業(yè)的黃金十年，也是互聯(lián)網(wǎng)企業(yè)的新征程。

1產(chǎn)業(yè)布局，芯片生機(jī)？

越是有想象力的市場(chǎng)，資本越偏好。

國(guó)內(nèi)外資本對(duì)AI芯片的偏好略有不同，這與半導(dǎo)體的發(fā)展歷史有關(guān)。以硅谷為代表的半導(dǎo)體投資行業(yè)愿意放手賭注高門檻的云端芯片公司。國(guó)內(nèi)則主要是富有積累的大型互聯(lián)網(wǎng)企業(yè)在進(jìn)行云端芯片研發(fā)，但偏向終端芯片的初創(chuàng)企業(yè)也通常能獲得資本青睞。

亞太地區(qū)以后很長(zhǎng)一段時(shí)間都還會(huì)是全球最大的半導(dǎo)體消費(fèi)市場(chǎng)，市場(chǎng)會(huì)倒逼科技創(chuàng)新。

2020年，可以說(shuō)是AI公司的爆發(fā)之年，去年發(fā)布的2035年遠(yuǎn)景規(guī)化中，AI是首要關(guān)鍵。AI四小龍里，除商湯外的云從、依圖和曠視先后提起IPO。

AI芯片的價(jià)值隨著AI行業(yè)的發(fā)展水漲船高。比特大陸高調(diào)進(jìn)軍智慧城市，欣博電子聯(lián)合百度又布局金融、安防領(lǐng)域，地平線主攻自動(dòng)駕駛和AIoT市場(chǎng)，清微智能和寒武紀(jì)類似，仰仗學(xué)術(shù)背景，有CGRA架構(gòu)技術(shù)加持……

不過(guò)芯片本身的特性使得市場(chǎng)可能還需要走過(guò)一段泡沫期，過(guò)濾大部分偏科選手。

目前國(guó)內(nèi)排名靠前的IC設(shè)計(jì)公司，放到國(guó)際行列，多處于第三梯隊(duì)，除開一些外部不可抗力因素外，市場(chǎng)也是一個(gè)很重要的因素。

AI芯片面對(duì)更新?lián)Q代十分迅速的消費(fèi)和企業(yè)服務(wù)市場(chǎng)，隨著圖像識(shí)別、語(yǔ)音識(shí)別等智慧領(lǐng)域發(fā)展，算法對(duì)算力需求的增長(zhǎng)已非硬件升級(jí)就可以實(shí)現(xiàn)。從2012年以后開始，算力需求幾乎是每3個(gè)月就翻倍一次。

因此，AI芯片從誕生之初就是為了彌補(bǔ)CPU、GPU無(wú)法實(shí)現(xiàn)的能效和通用性，進(jìn)而才能真正落地到商業(yè)應(yīng)用上。

傳統(tǒng)芯片每秒瓦可以進(jìn)行的操作完全不能滿足大規(guī)模深度學(xué)習(xí)的算力需求。一般而言，AI專用芯片的能效是 CPU 的萬(wàn)倍，GPU 的百倍，可達(dá)到100 TOPS/W以上。

滿足了算力需求，還需要滿足通用性，通用AI芯片被稱為AI芯片皇冠上的明珠，不過(guò)短時(shí)間內(nèi)還沒(méi)有辦法出現(xiàn)像曾經(jīng)的CPU一樣的AI通用算法芯片，這便是機(jī)會(huì)。

以百度自主研發(fā)的XPU為例，該架構(gòu)專用于解決計(jì)算密集型和基于規(guī)則的多樣化計(jì)算任務(wù)，既能提高能效也有助于靈活性，昆侖芯片的高性能便得益于此。

隨著AI芯片的發(fā)展，未來(lái)的計(jì)算機(jī)和各類終端很可能都需要配備AI芯片，技術(shù)正在把互聯(lián)網(wǎng)帶向神經(jīng)網(wǎng)絡(luò)的格局。

02AI上云，終端入芯

目前市場(chǎng)上的AI芯片從用途來(lái)看大致分為云端和終端兩類。除了堅(jiān)持云端芯片開發(fā)的寒武紀(jì)、百度等，多數(shù)企業(yè)都將重心放在了終端AI芯片的研發(fā)上。

云端芯片門檻更高，研發(fā)成本更高，一個(gè)產(chǎn)品從設(shè)計(jì)到流片成功再到量產(chǎn)，耗資往往數(shù)千萬(wàn)美元，并非一般的AI芯片初創(chuàng)企業(yè)所能拿下。以小米澎湃S2為例，連續(xù)五次流片失敗就已耗光2500萬(wàn)美元。

當(dāng)云計(jì)算無(wú)法承載IoT設(shè)備碎片化趨勢(shì)下的算力需求，終端設(shè)備就需要分擔(dān)相應(yīng)的數(shù)據(jù)處理任務(wù)。簡(jiǎn)而言之，無(wú)論是云端還是終端的AI芯片，都需要具備相應(yīng)的算力。

訓(xùn)練算力涉及大量數(shù)據(jù)，這對(duì)國(guó)內(nèi)外的大型互聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)都較為容易。加之云端芯片研發(fā)面臨的技術(shù)、費(fèi)用門檻，不難理解，為何現(xiàn)下只有華為、百度和寒武紀(jì)三家能夠真的將產(chǎn)品做出來(lái)。

不過(guò)，終端市場(chǎng)一直是國(guó)內(nèi)優(yōu)勢(shì)。終端AI芯片需要在現(xiàn)有計(jì)算機(jī)架構(gòu)上，模擬人體神經(jīng)網(wǎng)絡(luò)的神經(jīng)元和突觸，這就需要研發(fā)相對(duì)CPU和GPU更具靈活性的AI芯片。

根據(jù)定制化程度，AI芯片可以分為GPU、FPGA和ASIC三大類型。其中ASIC的定制化程度最高，靈活性最差，寒武紀(jì)MLU100和1M兩款芯片，技術(shù)路線都是ASIC。

GPU和FPGA的靈活性較佳，前者專用多重任務(wù)處理，主打云端訓(xùn)練和推理，后者長(zhǎng)于單數(shù)據(jù)流分析，主打云、終端推理。

從成本、功耗及平均算力來(lái)考慮，半定制的FPGA是性價(jià)比更高的選擇。

以百度的通用芯片昆侖為例，這款芯片基于FPGA研發(fā)AI架構(gòu)，既可應(yīng)對(duì)云端的高密度計(jì)算，也可以穩(wěn)定邊緣端的基礎(chǔ)計(jì)算。

FPGA高性能、低成本、自主可控和易編程等特點(diǎn)對(duì)應(yīng)的是廣闊的市場(chǎng)前景和生命周期。基于FPGA靈活的優(yōu)勢(shì)，產(chǎn)品更新?lián)Q代、市場(chǎng)變化越迅速的行業(yè)更適用昆侖一類的AI芯片。

當(dāng)然，F(xiàn)PGA的技術(shù)路線也有其弱點(diǎn)，在實(shí)現(xiàn)龐大復(fù)雜的算法時(shí)，需要增加DSP等高級(jí)模塊。

長(zhǎng)遠(yuǎn)看來(lái)，AI芯片企業(yè)只會(huì)越來(lái)越多，智能終端還具有許多尚未開墾的領(lǐng)地，也面臨向手機(jī)外其他形態(tài)遷徙的可能。

盡管資本市場(chǎng)對(duì)芯片投資進(jìn)入冷靜期，但AIoT趨勢(shì)并不會(huì)放緩，并且還會(huì)加速造芯企業(yè)優(yōu)勝劣汰。

Gartner相關(guān)報(bào)告顯示，2019年到2023年，AI芯片的市場(chǎng)規(guī)模增速為每年50%，預(yù)計(jì)2023年將超過(guò)320億美元。

我們必須要清楚的一點(diǎn)是，芯片制造行業(yè)類似軍備賽，被寄托了更多歷史使命和科技振興的希望，AI芯片的設(shè)計(jì)則天然攜帶商業(yè)屬性，不能脫離實(shí)際應(yīng)用場(chǎng)景和可持續(xù)的商業(yè)模式。

實(shí)際應(yīng)用方面，造車和造芯幾乎是孿生兄弟，此外還有以小米、小度、小愛等一系列智能音箱的落地設(shè)備。

AI芯片成為獨(dú)立產(chǎn)業(yè)的潛力巨大。前段時(shí)間傳出百度將成立獨(dú)立的AI芯片企業(yè)，從百度近兩年在AI領(lǐng)域的動(dòng)作來(lái)看，可能性較大。隨著Apollo智能駕駛商業(yè)化落地，智能音箱的市場(chǎng)拓寬，AI芯片應(yīng)用市場(chǎng)的成熟已入開局。

商業(yè)模式上，自產(chǎn)自銷并非長(zhǎng)久之計(jì)，也支撐不起高耗的研發(fā)成本。科技成果賦能于己只是初級(jí)關(guān)卡，賦能于彼才是長(zhǎng)久生態(tài)。

入場(chǎng)早不代表最終勝利，開源才能將一切機(jī)會(huì)無(wú)限放大。百度2010年上場(chǎng)AI架構(gòu)賽道，芯片設(shè)計(jì)之初主要是為了支撐自己的機(jī)器學(xué)習(xí)平臺(tái)BML。

隨著行業(yè)發(fā)展，昆侖芯片已經(jīng)實(shí)現(xiàn)對(duì)全球主流操作系統(tǒng)CPU，深度學(xué)習(xí)框架Pytorch和 TensorFlow等的支持。其實(shí)，這種開放性，在百度開啟開源深度學(xué)習(xí)框架飛槳（PaddlePaddle）對(duì)0基礎(chǔ)用戶的友好模式時(shí)就已見端倪。

類似去年百度在資本市場(chǎng)的逆勢(shì)上漲，我們也需要重新審視AI算法加持下的軟件創(chuàng)新，能為局促的硬件世界帶去什么。

03軟硬一體，應(yīng)用先行

全球AI芯片市場(chǎng)，英偉達(dá)依然占據(jù)著一半以上的市場(chǎng)份額，英特爾積極轉(zhuǎn)型，Google的TPU從誕生以來(lái)備受矚目。

幾乎所有人都想超過(guò)英偉達(dá)，但所有人都需要跨越硬件、軟件兩條大河。

比較有代表性的是英國(guó)AI芯片制造商Graphcore研發(fā)的IPU，由于兼具CPU與GPU的工作能力，ARM創(chuàng)始人赫曼·豪瑟將其稱為計(jì)算機(jī)史上的第三次革命。

赫曼的上述評(píng)價(jià)帶有相當(dāng)?shù)闹饔^情緒，IPU最終是否能夠挑戰(zhàn)英偉達(dá)，成為一方霸主，暫時(shí)還很難說(shuō)。尤其是在芯片制造已從2D轉(zhuǎn)3D的今天，軟件領(lǐng)域的顛覆性創(chuàng)新顯得越來(lái)越重要，這也是為什么說(shuō)互聯(lián)網(wǎng)企業(yè)可以在AI芯片領(lǐng)域大有可為的理由之一。

就國(guó)內(nèi)的AI造芯行業(yè)而言，資金首先就會(huì)刷掉一大批競(jìng)爭(zhēng)者，再剩下一群或偏硬件或偏軟件的玩家。

唯有軟硬件結(jié)合到位得玩家才可能真正存活下來(lái)，這類似于寒武紀(jì)創(chuàng)始人陳天石所謂“端云一體”思路。商業(yè)落地是寒武紀(jì)的弱勢(shì)，它不得不與各大具備成熟商業(yè)體系的廠商如OV、聯(lián)想、美的等保持深度合作。

再好的AI芯片都需要藉由AI應(yīng)用實(shí)現(xiàn)商業(yè)落地，對(duì)于普通用戶來(lái)說(shuō)，云計(jì)算不容易直接感受，能直接感受到的商品是如智能音箱這一類的AI終端。

終端芯片要求比云端更低的功耗，最常見用于智能家居語(yǔ)音交互、智能車載語(yǔ)音交互等場(chǎng)景。

智研咨詢數(shù)據(jù)顯示，2020年國(guó)內(nèi)AI語(yǔ)音市場(chǎng)規(guī)模達(dá)155億元，接下來(lái)還會(huì)保持高速增長(zhǎng)的態(tài)勢(shì)。

云知聲、思必馳和百度等是著力語(yǔ)音芯片領(lǐng)域的代表企業(yè)。其中，思必馳與海信、長(zhǎng)虹、阿里、北汽等達(dá)成了深度合作，而云知聲在2019年發(fā)布雪燕、海豚等產(chǎn)品后開始沖擊IPO。百度的鴻鵠語(yǔ)音芯片則是對(duì)傳統(tǒng)語(yǔ)音交互技術(shù)進(jìn)行了革新。

值得一提的是，百度最新發(fā)布的小度智能音箱2紅外版得益于這種技術(shù)革新，平均功耗僅100mw，低于3C產(chǎn)品通行的待機(jī)標(biāo)準(zhǔn)。

傳統(tǒng)智能音箱走的是將語(yǔ)音交互分割為先增強(qiáng)后識(shí)別的路子，增強(qiáng)和識(shí)別模塊優(yōu)化目標(biāo)不一致，拾音嚴(yán)重依賴聲源定位，在真實(shí)使用環(huán)境中性能會(huì)大打折扣。

鴻鵠語(yǔ)音芯片打破了這種傳統(tǒng)方案，它分擔(dān)了語(yǔ)音交互中復(fù)雜地計(jì)算，將語(yǔ)音增強(qiáng)和識(shí)別地建模進(jìn)行端到端一體化，統(tǒng)一二者的優(yōu)化目標(biāo)。這種“基于復(fù)數(shù)的卷積神經(jīng)網(wǎng)絡(luò)”的技術(shù)將語(yǔ)音識(shí)別的錯(cuò)誤率降低了30%，高噪音環(huán)境下的喚醒率也提升了10%。

上述壓縮能耗，分擔(dān)算力，互聯(lián)網(wǎng)企業(yè)做芯片的思維，其實(shí)是在為AI終端應(yīng)用的市場(chǎng)普及開路。

不同于寒武紀(jì)一類科研出身的AI初創(chuàng)公司，阿里、微軟、亞馬遜、百度等互聯(lián)網(wǎng)企業(yè)開始扎根半導(dǎo)體行業(yè)，追逐異構(gòu)計(jì)算。表面上看是在販賣硬件，實(shí)際上圖的是硬核技術(shù)背后的增值服務(wù)。

唯有走出販賣商品的階段，AI才會(huì)真正成為新基建。因?yàn)檎f(shuō)到底，AI、AI芯片以及背后的軟硬件一體化，都是作為服務(wù)存在的。顯然，服務(wù)是一個(gè)更具有想象空間的世界。
責(zé)任編輯:tzh