國內(nèi)外新老AI芯片勢力百花齊放，也必將會(huì)為芯片市場帶來更多可能。

10月9日華為兩顆AI芯片問世；

9月26日英偉達(dá)宣布推出全新的TensorRT 3人工智能推理軟件；

9月19日，阿里巴巴在杭州云棲大會(huì)上宣布，成立“平頭哥半導(dǎo)體有限公司”；

9月13日蘋果發(fā)布新款iPhone XS系列手機(jī)搭載A12仿生芯片；

8月31日華為發(fā)布AI加持的麒麟980芯片；

最近幾個(gè)月，“AI芯片”無疑成為科技界的一大熱門話題，顯卡大戶英偉達(dá)、CPU大佬英特爾、搜索界一哥谷歌、“平頭哥”阿里巴巴、“凌晨偷笑”的華為等科技公司都在專注于同一件事：AI芯片。

那么問題來了，AI芯片究竟是什么芯片？目前哪家公司做的最好？為什么每家科技巨頭都在爭先恐后的研究它？我國在AI芯片能否和國外巨頭一戰(zhàn)？AI銳見帶你一探究竟。

芯片縱有三千，AI只取一瓢！

隨著人工智能、深度學(xué)習(xí)的春風(fēng)吹遍世界各地，各類芯片的頭銜都與AI密不可分。知名市場調(diào)研公司ReportLinker預(yù)計(jì)，到2023年，全球人工智能（AI）芯片市場規(guī)模將達(dá)到108億美元，復(fù)合年均增長率達(dá)到53．6％。AI芯片很可能是芯片界的一次變革。

其實(shí)芯片的種類有千千萬萬，AI芯片只是其中的一部分，甚至有些專家認(rèn)為目前不存在所謂的人工智能芯片。我們都知道芯片最重要的的工作就是處理數(shù)據(jù)，AI芯片也不例外，我們所熟知的CPU與GPU亦是如此。

人工智能是什么？簡單來說，人工智能分為機(jī)器學(xué)習(xí)和深度學(xué)習(xí)兩部分，無論是機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)都需要構(gòu)建算法和模型，以實(shí)現(xiàn)對數(shù)據(jù)樣本的反復(fù)運(yùn)算和訓(xùn)練，降低對人工理解功能原理的要求。所以，AI芯片通常要處理規(guī)模非常龐大的數(shù)據(jù)。

芯片類型一覽

那傳統(tǒng)的CPU和GPU難道不能計(jì)算這些數(shù)據(jù)嗎？當(dāng)然可以，但問題也不少。CPU在處理AI算法時(shí)就比較緩慢，比如自動(dòng)駕駛的車輛需要識(shí)別復(fù)雜的路況信息，如果慢了幾秒就會(huì)發(fā)生嚴(yán)重的事故，時(shí)間就是生命。CPU就不太適合處理這些數(shù)據(jù)了。

GPU在處理數(shù)據(jù)時(shí)效率雖然提高很多，但黃教主的顯卡動(dòng)輒上萬，而且功耗驚人。在幾年前，谷歌的人工智能阿爾法狗（Alpha Go）下一盤圍棋就動(dòng)用了1000個(gè)CPU和200個(gè)GPU，每分鐘的電費(fèi)高達(dá)300美元，其網(wǎng)絡(luò)規(guī)模還只有人腦的千分之一。假設(shè)一盤圍棋的時(shí)間為兩小時(shí)，這就需要花費(fèi)36000美元。

這種方式雖然可行，但成本太高。也就是谷歌這種大佬用得起，換作其它家中小型企業(yè)自然是望而卻步的。AI芯片還需廣泛應(yīng)用于手機(jī)中，比如面部識(shí)別和語音識(shí)別。如果像GPU的功耗情況對于手機(jī)來說是不現(xiàn)實(shí)的。

總結(jié)來說，AI芯片的作用就是就是專注于處理機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的海量數(shù)據(jù)，比起傳統(tǒng)的CPUGPU既能提高效率，又可以減少功耗。

兩大應(yīng)用場景，面向云端與終端

當(dāng)今AI芯片主要應(yīng)用于兩大場景：面向大型服務(wù)器的云端和面向智能硬件的終端。

人工智能首先需要深度學(xué)習(xí)，深度學(xué)習(xí)就意味著需要大量的數(shù)據(jù)和繁瑣的運(yùn)算，在云端AI芯片能夠滿足當(dāng)前算法訓(xùn)練的要求。比如給一個(gè)系統(tǒng)成千上萬種“狗”的圖片，并告訴這個(gè)系統(tǒng)這種生物是“狗”，系統(tǒng)經(jīng)過深度學(xué)習(xí)之后“知道”了什么是“狗”，之后這個(gè)系統(tǒng)就可以判斷一張圖片是不是“狗”了。

所以，云端AI芯片的特點(diǎn)就是性能強(qiáng)大，能夠進(jìn)行大量運(yùn)算，并且能夠靈活地支持圖片、語音、視頻等不同AI應(yīng)用。

終端AI芯片則是面向消費(fèi)者的智能硬件，AI芯片讓數(shù)據(jù)處理等操作實(shí)現(xiàn)“本地化”，脫離了“聯(lián)網(wǎng)”的限制。比如手機(jī)，將AI芯片整合在手機(jī)CPU中，高通、蘋果、華為都實(shí)現(xiàn)了這種整合AI芯片的手機(jī)CPU。

終端AI芯片的特點(diǎn)是體積小、功耗小、性能無需特別強(qiáng)大，通常只有一種或兩種AI功能。如今所說的“智能家居”就離不開終端芯片的功勞。像生活中常見的掃地機(jī)器人，智能音箱，手機(jī)里的語音助手等設(shè)備都配備了終端芯片。

云端英偉達(dá)一騎絕塵，終端市場群雄割據(jù)

云端AI芯片無論是從硬件還是軟件，已經(jīng)被各大巨頭控制。2018年5月，市場研究顧問公司Compass Intelligence發(fā)布了關(guān)于AI芯片最新調(diào)研報(bào)告。因?yàn)槟壳癆I芯片在終端應(yīng)用較少，所以榜單頭部的排名可以近似的認(rèn)為就是云端AI芯片的目前市場格局。

從圖中看出，排名靠前的無疑就是英偉達(dá)、英特爾、IBM與谷歌。排行榜中共有七家中國人工智能芯片公司入圍榜單Top24。華為排名12，成中國大陸地區(qū)最強(qiáng)芯片廠商。其余六家中國公司分別為：聯(lián)發(fā)科、Imagination、瑞芯微、芯原、寒武紀(jì)、地平線。

英偉達(dá)：云端芯片·大佬

英偉達(dá)目前占據(jù)了全球云端AI芯片一半以上的市場，這僅僅是保守?cái)?shù)字。GPU非常適合深度學(xué)習(xí)，而英偉達(dá)正好以GPU稱霸世界，研究人工智能的科學(xué)家就沿著GPU自然而然地找到了英偉達(dá)。

黃教主則立馬抓住了這個(gè)機(jī)會(huì)，動(dòng)用數(shù)千工程師、投入20億美元，短時(shí)間內(nèi)研發(fā)出第一臺(tái)專門為深度學(xué)習(xí)而優(yōu)化的Pascal GPU。所以，在深度學(xué)習(xí)大行其道的今天，英偉達(dá)變身成了最大贏家。

2018年9月26日，英偉達(dá)正式發(fā)布最新的TensorRT 3 神經(jīng)網(wǎng)絡(luò)推理加速器。目前使用英偉達(dá)的AI技術(shù)的公司有很多，其中包括國內(nèi)的BAT、京東等公司，以及國外的亞馬遜、谷歌、Facebook等公司。

英偉達(dá)旗下產(chǎn)品線更是不在少數(shù)：自動(dòng)駕駛汽車、高性能計(jì)算、機(jī)器人、醫(yī)療保健、云計(jì)算、游戲視頻等眾多。

英特爾：瘋狂收購·不差錢

談到芯片和CPU，怎能少了PC界的老大英特爾。盡管英特爾自身的CPU不適合AI芯片，但人家不差錢�。�

英特爾在AI芯片上可是下了血本。

為了加強(qiáng)在人工智能芯片領(lǐng)域的實(shí)力，英特爾以 167 億美元收購 FPGA 生產(chǎn)商 Altera ，以 153 億美元收購自動(dòng)駕駛技術(shù)公司 Mobileye，以4億美元收購深度學(xué)習(xí)初創(chuàng)企業(yè)Nervana Systems以及機(jī)器視覺公司 Movidius和為自動(dòng)駕駛汽車芯片提供安全工具的公司Yogitech。

但遺憾的是，目前還沒有成熟的產(chǎn)品面世。用英特爾自己的話說，其要建立一個(gè)人工智能全棧式的解決方案，從而充分釋放AI的潛力。這可能是英特爾AI芯片遲遲沒有落地的原因吧。