全球AI芯片哪家强？马云跨界迎战-这家中国小公司居然挤进去了!

全球AI芯片哪家强？马云跨界迎战，这家中国小公司居然挤进去了！要问当下芯片行业什么最火，除了疯涨的存储芯片，就是AI芯片了！这个领域的竞争，几乎都是巨头的狩猎场，小公司根本挤不进去啊！蓝海当下，Nvidia、AMD、英特尔与高通等芯片制造商，风头正尽，主宰着整个AI产业。据估计，全球机器学习与人工智能等相关半导体产值，2021年将成长至350亿美元，换算复合成长率达41%。而我国《新一代人工智能发展规划》预计，到2020年，国内智能计算芯片市场规模将达到100亿元。这是一个巨大的蓝海市场，也是一个技术和资本含量门槛极高的市场！我们先来看看，中外主要有哪些公司在这个领域有所斩获。NVIDIA（英伟达）-人工智能芯片领头军NVIDIA创立于1993年1月，是全球图形技术和数字媒体处理器行业领导厂商。英伟达的GPU是图像处理的行业龙头，GPU芯片的同步并行运算非常适用于人工智能的深度学习神经网络。在浮点运算、并行计算等部分计算方面，GPU可以提供数十倍乃至于上百倍于CPU的性能。目前国际GPU市场被NVIDIA和AMD（英国）两大公司瓜分。据说，NVIDIA市场份额已达到82%。Intel（英特尔）2016年11月，英特尔花费4亿元收购一家创业公司Nervana，Nervana芯片的最终形态会在2017年底面世。Nervana一直在研究将深度学习算法嵌入到计算芯片之中，而不是简单的打造能够在大量图形处理器上运行的软件。英特尔2017年销售集成Nervana技术的芯片，在深度学习市场挑战英伟达优势，英特尔计划在至强处理器中整合Nervana芯片和软件。同时，英特尔收购FPGA生产商巨头Altera，研发基于FPGA技术的人工智能芯片。谷歌谷歌为其深度学习神经网络打造基于ASIC的专用TPU芯片。该TPU芯片也用于AlphaGo的系统中。TPU目前在谷歌主要用于机器学习系统，街景，围棋人工智能AlphaGo等。微软微软把重心放在FPGA人工智能芯片上，目前FPGA已经被应用在Bing搜索的支持上，基于神经网络推动新的搜索算法，执行速度比传统的芯片会快很多倍，只需要24ms就可以实现搜索，规避了以往长达四秒搜索空白的尴尬。其FGPA同样能够支持微软的云计算服务Azure，未来微软全球的数百万部的服务器将会用FPGA。高通高通将加大AI领域的投资，这些投资会集中在提升CPU、GPU和DSP性能这三大方面，从而更好的支持AI。主要集中在提升CPU、GPU和DSP性能这三大方面，从而更好的支持AI。高通目前对专用硬件最为重要的是将HvX模块添加到HexagonDSP中，以加速8位固定操作进行推理。高通的Snapdragon神经处理引擎（NPE）是一套软件工具，运行在KryoCPU骁龙800和600系列处理器中的AdrenoGPU或HexagonDSP。AMDAMD布局AI同样展现强烈企图心，AMD总裁暨执行长苏姿丰(LisaSu)表示，不会缺席AI市场，对于AMD而言是非常重要市场，除需要处理器与绘图芯片技术外，也与FPGA、ASIC等技术相关，AMD已针对AI与机器学习推出RadeonInstinct加速运算卡。AMD为业界唯一拥有GPU与x86处理器技术的公司，除能满足数据中心广泛需求，亦能协助推动智能机器多元发展，未来可在GPU和CPU之间实现最有效率的连接，来满足AI应用的技术需求。特斯拉正在建立一个使用AMD知识产权自主驾驶的定制芯片。该芯片可能侧重于加速人工智能算法，如汽车驾驶所需的深度学习。中国国家战略布局2017年10月13日，国家发改委官方发布《关于组织实施2018年“互联网”、人工智能创新发展和数字经济试点重大工程的通知》，最终获批项目2018年将直接获得国家补助资金投资支持。文件对相关重大工程申报均提有对应的严格技术指标，以深度学习智能芯片为例，指标要求：1．申报企业可任选前端芯片或云端芯片进行申报；2．基于自主知识产权新型计算机指令集，配套编译器支持MXNET、CAFFE等框架；3．云端芯片性能不低于400Gops/W，前端芯片整体功耗不高于5W；4．单款智能芯片出货量不低于100万片；5．在3个以上领域得到应用。这其中，也涌现了几家优秀的苗子，我们来看看有哪些公司：中科寒武纪寒武纪科技由创始人陈天石教授带领中科院团队成立于2016年，致力于打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片。寒武纪芯片专门面向深度学习技术。模拟实验表明，“寒武纪”相对于传统执行x86指令集的芯片，有两个数量级(几百倍)的性能提升。华为麒麟970是业界首颗带有独立NPU（神经网络单元）的手机芯片，其相比竞争对手最大的不同就是搭载了全新的NPU用于AI运算，设计了HiAI移动计算架构，其AI性能密度大幅优于CPU和GPU。而且，华为和寒武纪和云天励飞等公司也有深度合作。云天励飞这是一家主打智能视频与图像识别的AI创业公司，自主研发AI芯片DeepEye，业务聚焦平安城市，目前已经与华为合作拿下深圳龙岗区的人工智能安防项目。ASIP是云天励飞采用的芯片设计方式，它是一种定制处理器的技术路线，它比CPU、GPU更加专用，主要面向深度学习模型里面的通用计算类型，比如卷积，FIR滤波器，它是高效性和灵活性之间最佳的平衡点。2017年营收预计将达到10亿元，成为本土芯片商业化第一人！中星微电子2016年6月20日，率先推出中国首款嵌入式神经网络处理器（NPU）芯片中星微，这是全球首颗具备深度学习人工智能的嵌入式视频采集压缩编码系统级芯片，并取名“星光智能一号”。这款基于深度学习的芯片运用在人脸识别上，最高能达到98%的准确率，超过人眼的识别率。该芯片于今年3月6日实现量产，目前出货量为十几万件。百度联合硬件厂商推出DuerOS智慧芯片，可以视作百度在人工智能与硬件设备一体化方面的新探索。DuerOS智慧芯片拥有低成本芯片和模组，可以以芯片嵌入的形式放到任何硬件中，能够更加快速而广泛地应用到更多场景。可以看出，百度在利用“算法芯片”的组合实现人工智能产业化落地。除百度外，腾讯和阿里也加入战局，近期均推出了FPGA云解决方案。NonuMind前百度杰出科学家吴韧创立的中国公司，致力于打造“ASIC芯片＋训练模型”的全栈式AI解决方案。和其他芯片厂商做法不同的是，NovuMind完全舍弃了“矩阵”。因为矩阵本身并不是AI计算的关键点，关键在于卷积，也就是三维张量的计算。NovuMind的AI芯片，只专注三维张量就好，完全不考虑任何通用性，极端定制化带来极端的性能优势。NovuMind的第一个AI芯片（原型）预计会在今年圣诞节前推出。而NovuMind的第二个芯片，耗能将不超过1瓦，计划在2018年中期面世。中外PK对比作为全球首款AI移动芯片，华为的麒麟970内置NPU(神经网络处理器)实现芯片自主深度学习。内置NPU使麒麟970的处理图像速度比单独CPU(中央处理器)快20倍。这个处理速度远高于三星S8CPU，也高于iPhone7Plus。如果以最简单的话去概括，华为注重的是AI硬件，而高通看重的是AI算法。高通认为，把AI的单元模块内置到芯片上并不是难事，高通之前就可以做。关键还是在软件开发、编程模块的优化。若从竞争的层面来看，华为在AI硬件的抢先一步，让AI在手机端开始由软到硬地落地，对高通芯片地位多少有些影响，长远看，则是希望尽早摆脱对高通芯片的依赖。当然，Nvidia虽然提早进入AI领域布局，成为当下领先的赢家，但这不代表Nvidia能永远称霸，大家都在起跑线上，未来仍有可能被中外后发者追上。尤其是中国巨大的应用市场和本土互联网玩家，更是其中最大的变数。