17310456736

我国AI芯片仍处于发展早期,市场竞争格局未定

发布时间:2019-10-24  来源:立鼎产业研究网  点击量: 1430 

用于执行人工智能算法的芯片可以采用不同的技术路线,主流的有GPUFPGA ASIC 三种。目前在云端AI 芯片市场上英伟达一家独大,尤其是在云训练端,主要原因是英伟达GPU 产品线丰富,编程环境成熟,产品支持市场上主要的开发框架和语言。但同时其产品也存在着功耗偏大、价格昂贵等问题(V100 芯片售价达10 万元,DGX系列服务器售价过百万元)。基于此,各大云厂商纷纷提出自己的AI 芯片开发计划以摆脱上游AI 芯片供货商一家独大的垄断市场情况。此外,根据数据显示,推断市场未来增速和空间将会高于训练端市场,而GPU 芯片并不善于推断任务,因此,在当前智能服务器渗透率尚低,GPU 产品并非完美解决方案的情况下,对于其他AI 芯片厂商云计算中心市场依然存在着较大的市场空间可以进入。

英伟达丰富的产品线和良好的生态环境是其核心竞争力


资料来源:公开资料

终端AI 芯片市场上百家争鸣,不存在通用的解决方案。目前边缘端的应用领域主要包括安防、智能家居、智能机器人、自动驾驶等。因为这类应用对功耗、成本甚至尺寸的压力更大,主要包括一些物联网,可穿戴应用,所以对于专用处理器的需求更显著。这类应用的总量很大,但差异化明显,需求五花八门,存在很多变数,技术上很难用一种架构来实现。同时,相对泛手机芯片而言,这类芯片的资金投入门槛不高。随着Nvidia 开源DLA,如果配合开源的RSIC-V CPU,门槛可能会进一步降低。

ASIC 芯片上中美技术差距较小,是中国企业较好的突破口。随着芯片专用化的趋势逐渐显露,越来越多的芯片厂商开始尝试其他技术路线来实现人工智能算法的计算,如FPGA ASIC。其中最被看好,同时竞争格局最为开放的是ASIC。对于刚刚涉及芯片领域的公司来说,ASIC的技术门槛低于GPUFPGA,因为其可以不必追求很高的通用性和灵活性,而只需要针对应用场景进行设计,通过舍弃灵活性可以达到很好的性能效果,Google TPU 就是采用ASIC 的技术路线。国内几大芯片厂商,如华为海思、寒武纪、比特大陆等也主要采用这一技术路线,目前已经取得了一定的成果。

与互联网巨头合作可以解决AI 芯片开发中资金与需求两方面的难题。在云端训练和推断芯片方面,目前国内很多互联网巨头都把AI 作为重点发展的方向,也有非常实际的需求,而Nvidia一家独大的局面也暗示了这一市场极大的利润空间。相对于服务器CPU 的复杂度和生态环境,深度学习专用芯片在技术实现和应用渗透方面的技术门槛较低。但这一领域的资金门槛较高,如果AI 芯片企业能找到一个有一定规模和实际需求的互联网公司合作,也许会是成功的关键。目前,国内各大互联网巨头都展现出对开发芯片的热情,如2018 年阿里巴巴集团全资收购杭州中天微,并于同年成立独立芯片公司“平头哥半导体有限公司”,此外,阿里还投资了寒武纪、Barefoot Networks、耐能(Kneron)、翱捷科技(ASR)等多家芯片公司。

蚂蚁金服的AI 业务


资料来源:公开资料

标签:AI芯片

决策支持

17310456736在线客服

扫描二维码,联系我们

微信扫码,联系我们

17310456736