搜索
大数据中国 首页 行业资讯 业界动态 查看内容
AI芯片持久战:是好故事,但不是好生意?
2019-11-4 21:25 | 查看: 951| 评论: 0

2016年,第一代AI芯片开始爆发,传统芯片厂商、算法公司、互联网巨头鱼贯涌入;如今,三年过后,“商业落地”进入兑现期。


前两年你还可以讲我要做AI芯片,但今年如果你没有一个产品做出来,跟竞争对手比起来,你其实就处于劣势了。


半导体领域出身的投资人北极光创投董事总经理杨磊表示。


但“落地”的过程,显然比芯片研发本身更具挑战,这既是对第一代架构设计的试金石,又需要庞大的软件开发和客户支持的力量。


当然,一些AI芯片公司刚刚推出或者刚刚开始落地产品、落地场景,但能否真正可以批量工程化应用于产品,能否真正满足实际场景需求,以及芯片的稳定性等都有待观察。


但这并不妨碍市场调研机构们继续描绘AI芯片美好的未来:根据Gartner预测,2022年全球AI芯片的市场规模将从2018年的42.7亿美元上升到2023年的323亿美元,2019-2023年平均增速约为 50%。


没有人会怀疑人工智能的未来,也没有人质疑AI芯片的产业根基地位,只是在这个有自己客观规律,快不得也慢不得的战场上,参与者们要如何调整好姿势战斗?先入者冠盖云集,后来者是否还有机会?我们带着好奇和行业内多位从业者聊了聊。 



01 落地


客观上看,2019年,AI芯片玩家们商用的步伐并没有预期的那么快。


无论是体量庞大如华为、阿里、特斯拉,还是那些跑得快的初创企业如亿智、登临、燧原、鲲云等,即使有些已经发布产品或者宣布流片回来,但距离大规模量产尚有些距离,更何况巨头们的产品大多还是自用。 



有行业人士甚至调侃,一年前,在一个峰会上看到十来家创业公司用PPT展示了他们的AI芯片计划。今年,这些公司只是展示了更新的PPT而已。 


AI芯片面临的商业化落地问题还能从当前的融资案例看出,一位投资人士表示,目前融到钱的几家主流AI芯片初创企业,背后都有一个共性:有客户或者产业资源背书,“否则很难”。


在深圳鲲云信息科技有限公司创始人兼CEO牛昕宇看来:


与其说AI芯片商业化难,更多是对于AI芯片的落地难度没有一个足够清晰的认识。


AI芯片的核心产品指标只有两个:算力性价比和算法支持通用性。


这两个指标支持AI应用落地门槛的不断降低,包括部署成本和开发周期。围绕这两个核心指标,还有国产可替代、领域专用接口、领域散热功耗稳定性指标等细分指标。


AI芯片落地的过程其实是把这些指标与客户现有产品指标的差值释放给客户的过程。


而这个过程有自己客观规律,没有捷径,“自产品量产、产品导入、产品出货都有系统性、工程性的坑要一个一个填。”


就像做汽车的AI芯片,“车本身是一个安全的东西,因此汽车的AI芯片必须经过车规级检验,必须要保证体系功能和安全都能得到充分验证,无法跨越。”黑芝麻智能科技联合创始人兼COO刘卫红表示。


杨磊用“跨栏”形容AI芯片创业:


跨栏由三个要素组成:运动员本身的能力(整个团队的配置)、栏的高度(AI芯片的难度)以及助跑的长度(客观发展时间)。



当然,在外界质疑AI芯片落地慢的时候,也有行业人士表示,无论是从AI这样一个新兴领域、从一个底层硬件平台、还是从芯片而言,能够有落地产品已经是不错的商业进展了。 



02 云端:神仙打架


按照场景不同,AI芯片可以分为云端和终端。


云端AI芯片性能较强,并且能够同时支持大量运算共同运行。此外,它还能够支持图片、语音等多种不同的应用。


市场调研机构ABI在最近发布的一份描绘当前AI芯片市场状态的报告中预计,云端AI推论与训练服务应用市场在2024年将从2019年的42亿美元成长至100亿美元。


英伟达是最先吃螃蟹的公司,也凭借GPU在云端AI芯片领域里树起了一道高高的护城河。


根据Jon Peddie Research的数据,2018年第四季度,全球独立显卡市场中英伟达GPU占比81.2%。英伟达更是凭借GPU在AI上的表现,市值在16年到18年间实现了超10倍的增长。


英伟达的成功,吸引不少追逐者。既有AMD、英特尔等传统芯片巨头,也有互联网以及通讯巨头们,如谷歌、亚马逊、阿里、百度、华为。



互联网公司造芯玩家中,谷歌无疑是最具指标意义的。2016年,谷歌I/O开发者大会上,谷歌正式发布了首代TPU。到现在,谷歌自主研发的人工智能专用芯片TPU已经迭代到了第三代。


之后,亚马逊以及国内的百度、阿里等也纷纷跟进。


2018年7月,百度发布了面向云端的AI芯片“昆仑”;11月,亚马逊在美国发布机器学习芯片AWS Inferentia;2019杭州云栖大会上,达摩院院长张建锋又展示了阿里第一款AI芯片含光800……


通讯领域,2019年8月,华为宣布昇腾 910正式商用,并已经用于实际AI训练任务中。


对于这些互联网以及通讯大厂们来说,造芯的逻辑简单直接:一方面节省成本,另一方面考量自身业务的融合优化。比如百度做无人车和智能家居,阿里有IoT战略,而目前各种业务的计算都要用到大量的芯片。


与传统芯片厂商不同的是,这些巨头做AI芯片产品都不是以商品芯片的身份单独出售,而是与自家的产品捆绑在一起。比如,含光800将通过阿里云对外输出AI算力,华为发布昇腾910用在华为自有服务器和云业务上。 


阿里AI Lab首席科学家陈颖曾向广州日报全媒体表示,互联网巨头可以发挥巨头在AI方面积累的技术优势,而且做出的芯片可以首先在它自己的AI平台及其应用上得到应用,通过应用可以推动芯片的发展,形成一个良性循环。 


正如牛昕宇所说:

免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除

最新评论

关闭

站长推荐上一条 /1 下一条

大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-11-20 16:25 , Processed in 0.107819 second(s), 23 queries .