欢迎来到天天文库
浏览记录
ID:27830269
大小:353.50 KB
页数:6页
时间:2018-12-06
《中国AI芯片产业难改依附式生存现状的原因有哪些?.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中国AI芯片产业难改依附式生存现状的原因有哪些? 日前,全球最大的可编程芯片(FPGA)厂商赛灵思宣布收购中国AI芯片领域的明星创业公司—深鉴科技。此消息一出立即在业内引起了强烈反响。尽管双方认为这是双赢的结局,但我们还是从中看到了当下如日中天的中国AI芯片产业的依附式生存。原因何在? 众所周知,芯片定义了产业链和生态圈的基础计算架构,正如CPU是IT产业的核心一样,芯片也是人工智能产业的核心。截止到目前,业界公认的AI主流芯片,除了CPU以外,还有GPU、FPGA和ASIC。而熟悉芯片产业的业内人士看到这些,就知道,所谓现在五花八门的AI芯片最终的基础架构
2、(或者是流派)无非如此,当在上述这些基础架构上,格局已定。 CPU自不用说,英特尔占据着绝对领先的优势,基本在此架构之上突围的可能性微乎其微。 中国AI芯片产业难改依附式生存现状的原因有哪些? 日前,全球最大的可编程芯片(FPGA)厂商赛灵思宣布收购中国AI芯片领域的明星创业公司—深鉴科技。此消息一出立即在业内引起了强烈反响。尽管双方认为这是双赢的结局,但我们还是从中看到了当下如日中天的中国AI芯片产业的依附式生存。原因何在? 众所周知,芯片定义了产业链和生态圈的基础计算架构,正如CPU是IT产业的核心一样,芯片也是人工智能产业的核心。截止到目前,业界公
3、认的AI主流芯片,除了CPU以外,还有GPU、FPGA和ASIC。而熟悉芯片产业的业内人士看到这些,就知道,所谓现在五花八门的AI芯片最终的基础架构(或者是流派)无非如此,当在上述这些基础架构上,格局已定。 CPU自不用说,英特尔占据着绝对领先的优势,基本在此架构之上突围的可能性微乎其微。 至于GPU,目前全球GPU行业的市场份额有超过70%被英伟达公司占据。而应用在人工智能领域的可进行通用计算的GPU市场则基本被英伟达公司垄断。据悉,世界上目前约有3000多家AI初创公司,大部分都采用了英伟达提供的硬件平台。 再看FPGA,虽然其市场前景诱人,但是门
4、槛之高在芯片行业里无出其右。全球有60多家公司先后斥资数十亿美元,前赴后继地尝试登顶FPGA高地,其中不乏英特尔、IBM、德州仪器、摩托罗拉、飞利浦、东芝、三星这样的行业巨鳄,但是最终登顶成功的只有位于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),其中,赛灵思与Altera这两家公司共占有近90%的市场份额,专利达到6000余项之多,如此之多的技术专利构成的技术壁垒当然高不可攀。而赛灵思始终保持着全球FPGA的霸主地位。 正是由于芯片基础架构格局已定,所谓国内的AI芯片企业(包括
5、初创企业)实际上做得只是基于上述基本架构的二次开发或者优化。 以此次被赛灵思并购的深鉴科技为例,自2016年成立以来,深鉴科技就一直基于赛灵思的技术平台开发机器学习解决方案,两家公司合作密切。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,都是基于赛灵思FPGA平台。 另外,由于赛灵思此前是深鉴科技的投资方之一,我们认为深鉴科技更像是为赛灵思FPGA做优化的厂商或者或合作伙伴的角色。原因很简单,一旦脱离了赛灵思FPGA平台,深鉴科技将是无本之木,无水之源。 当然,除了深鉴科技,据称中国另外一家知名AI芯片初创企业地平
6、线的所谓AI芯片BPU也是基于FPGA上的二次开发。既然是基于FPGA,那么最核心的底层架构就离不开我们上述的赛灵思、阿尔特拉、莱迪思和美高森美FPGA平台的借鉴和支持。即便是真的具有核心架构颠覆性的创新,由于FPGA已经被这四家企业瓜分,也难有可以维持生存的立足之地。 最会再看ASIC。在国外大厂几近垄断CPU、GPU和FPGA市场的情况下,再加上技术壁垒很高,中国AI芯片厂商在芯片领域一直缺乏关键核心自主技术,仅凭市场、企业单方面的力量难以在CPU、GPU和FPGA方面有所突破,只能另辟蹊径。从目前来看,中国AI芯片厂商更多的是以中小公司为主,与实际应用需
7、求结合,集中于设备端的AIASIC开发,就某一垂直领域进行优化,以低功耗低成本取胜。例如中国知名的AI芯片初创企业寒武纪就是此类。 这里我们并非说ASIC在AI芯片领域没有前景,恰恰相反,此前名扬业内的谷歌TPU就是基于ASIC。不过需要说明的是,谷歌之所以开发TPU,是基于其自身数据中心的应用规模,而规模是决定采用ASIC效益的关键。 尽管自身庞大应用规模的TPU在业内引起了好评,但谷歌首席科学家GregCorrado在此前召开的谷歌AI技术分享会上还是提出了不同的观点,他说,“至少迄今为止,我也没有看到完全不同于传统计算芯片的成功案例。相反,我们认为应对
8、现有的芯片做AI方面专门
此文档下载收益归作者所有