AI芯片是一種特種芯片，它的發(fā)展跟GPU芯片一樣是水到渠成。

一開始也是沒有GPU芯片的，圖形計(jì)算都是通過CPU計(jì)算的，但是研究發(fā)現(xiàn)圖形計(jì)算有大量的重復(fù)的計(jì)算，經(jīng)過總結(jié)研發(fā)了圖形加速卡，后面慢慢發(fā)展成了GPU，那么AI芯片其實(shí)就是另外一種重復(fù)計(jì)算的總結(jié)。然后做成了芯片。

1、憑AI芯片的硬實(shí)力Habana labs 獲英特爾領(lǐng)投

以色列特拉維夫和加州圣何塞2018年11月16日，新興的人工智能處理器領(lǐng)域的領(lǐng)先創(chuàng)業(yè)公司以色列Habana Labs（哈伯納實(shí)驗(yàn)室）公司宣布，該公司完成了超額認(rèn)購的7500萬美元B輪融資，從而加快其持續(xù)增長。此次融資由英特爾投資領(lǐng)投。

基于其 Goya HL－1000 處理器的PCIe卡可基于 ResNet－50 推理基準(zhǔn)實(shí)現(xiàn)每秒15000張圖片的吞吐量，延遲時(shí)間為1．3毫秒，功耗僅為100瓦。

Habana 稱安裝在計(jì)算機(jī)系統(tǒng)和數(shù)據(jù)中心的AI芯片可以處理大量數(shù)據(jù)（大數(shù)據(jù)），例如識(shí)別圖片中的人物，創(chuàng)建神經(jīng)系統(tǒng)模型等。并且聲稱，其3個(gè)處理器的性能相當(dāng)于169個(gè)英特爾芯片，或8個(gè)英偉達(dá)（Nvidia）芯片。

2、小國出身的AI領(lǐng)域未來之星

Habana Labs于2016年創(chuàng)立，由Avigdor Willenz領(lǐng)導(dǎo)，是一家無晶圓廠半導(dǎo)體公司，位于以色列特拉維夫和加利福尼亞州圣何塞，在全球擁有120多名員工。

為了滿足對(duì)AI工作負(fù)載不斷增長的需求，該行業(yè)需要一種新的處理方式。

傳統(tǒng)CPU和轉(zhuǎn)換GPU架構(gòu)無法提供所需的性能。

只有兩年時(shí)間，哈瓦那實(shí)驗(yàn)室的價(jià)值暴漲。以色列媒體稱一些人談到了接近10億美元的價(jià)值。

看好深度學(xué)習(xí)加速器市場預(yù)計(jì)將達(dá)到250億美元的龐大商機(jī)，數(shù)據(jù)中心正積極為多款芯片展開實(shí)驗(yàn)室測試，預(yù)計(jì)將在明年部署其中的一些芯片，并可能針對(duì)不同的工作負(fù)載挑選多款加速器。

近期該公司宣布正式退出隱身模式，將面向精選客戶推出首個(gè)人工智能 （AI） 處理器樣品，據(jù)稱是世界上最快的人工智能（AI）芯片。

3、英特爾投資無數(shù)發(fā)力AI生態(tài)

為了增強(qiáng) AI 技術(shù)，英特爾還會(huì)從戰(zhàn)略角度考慮投資領(lǐng)域，并將業(yè)務(wù)重點(diǎn)放在自主飛行、無人駕駛、自動(dòng)化設(shè)備檢測、AI 邊緣計(jì)算等。

事實(shí)上，除了投資，英特爾還投入很多資源，力圖將 AI 成為公司核心業(yè)務(wù)的關(guān)鍵組成部分。

為此，近年來英特爾收購了多家 AI 企業(yè)。如，2016年花費(fèi) 3．5 億美元收購深度學(xué)習(xí) AI初創(chuàng)企業(yè) Nervana；今年年初，英特爾又斥資 130 億美元收購以色列汽車技術(shù)公司 MobileEye。這些收購交易共讓英特爾花費(fèi)了 160 億美元。

而值得注意的是，今年與去年相比，各大巨頭對(duì)AI的投資將增長300％。

隨著AI熱度的持續(xù)走高，英特爾必將在該領(lǐng)域注入更多的金錢和精力。所以站在今天來看英特爾投入的數(shù)億美元固然數(shù)額不菲，但在未來可能也就是一個(gè)零頭而已。

我們只能預(yù)見的是，未來這些 AI 初創(chuàng)公司又將給英特爾帶來多少回報(bào)，且讓我們拭目以待。

4、AI芯片大有替代傳統(tǒng)芯片之勢(shì)

用CPU（中央處理器）跑深度學(xué)習(xí)也不是不行，但就像老爺車，而未來需要的是超跑。隨著傳統(tǒng)架構(gòu)下的芯片物理極限逼近天花板，AI芯片一時(shí)引來各方關(guān)注。

如果要用通用處理器搭建一個(gè)人腦規(guī)模的神經(jīng)網(wǎng)絡(luò)，可能需要建一個(gè)電站來給它供電。

由于計(jì)算架構(gòu)不同，在處理人工智能計(jì)算時(shí)，AI芯片相比傳統(tǒng)處理器性能強(qiáng)、功耗低。

幾年前，谷歌的人工智能Alpha Go下一盤棋動(dòng)用了1000個(gè)CPU和200個(gè)GPU，每分鐘的電費(fèi)就高達(dá)300美元，而其網(wǎng)絡(luò)規(guī)模還只有人腦的千分之一。

也就是說，AI的核心是使用算法解析數(shù)據(jù)，從中學(xué)習(xí)數(shù)據(jù)，然后根據(jù)數(shù)據(jù)進(jìn)行確定或預(yù)測。

如果每個(gè)芯片在不同時(shí)間、不同任務(wù)都有專用，能耗就會(huì)大大降低，芯片部署成本也會(huì)相應(yīng)降低。

于是群雄并起，大家都希望在這個(gè)新興市場中，分掉原來屬于GPU的湯羹。

由于還不存在適用所有通用算法的AI芯片，確定應(yīng)用領(lǐng)域就成為發(fā)展的重要前提。

遺憾的是，AI的殺手級(jí)應(yīng)用目前尚未出現(xiàn)，現(xiàn)存的應(yīng)用還未形成剛需，即便如此，AI芯片還是出現(xiàn)了百家爭鳴的氣象。

當(dāng)然，這個(gè)階段完成之后，可能有的轉(zhuǎn)向交通，有的轉(zhuǎn)向家庭環(huán)境了，各有各自的立足的垂直領(lǐng)域，并繼續(xù)迭代。

那么等到那時(shí)候，可能就不競爭了。說到底，AI芯片的競爭最終的格局依然是寡頭的勝利，科技研發(fā)實(shí)力雄厚的公司將在AI芯片領(lǐng)域愈發(fā)吃香。