英偉達(dá)在AI芯片領(lǐng)域真的無人能擋嗎？

英偉達(dá)上周發(fā)布的第一季財(cái)報(bào)再次超出業(yè)界預(yù)期，財(cái)報(bào)顯示這一季度總收入增長了66%，其中數(shù)據(jù)中心業(yè)務(wù)營收增長71%達(dá)到7.01億美元。英偉達(dá)的數(shù)據(jù)中心業(yè)務(wù)包含HPC（高性能計(jì)算）、數(shù)據(jù)中心GPU以及AI加速器，因此即便相比過去幾年2-3倍的增長率要少，但極具潛力的市場(chǎng)空間依舊吸引了眾多巨頭和創(chuàng)業(yè)者參與AI芯片的競(jìng)爭(zhēng)。那么，未來AI芯片市場(chǎng)到底是英偉達(dá)一枝獨(dú)秀還是其他巨頭和初創(chuàng)企業(yè)后來居上？中國的芯片廠商如何才能抓住這一波人工智能的浪潮？

英偉達(dá)的AI芯片到底有多厲害？

眾所周知，由于芯片算力、算法等的限制，人工智能（AI）歷經(jīng)了兩波熱潮仍未普及，目前我們身處AI的第三波浪潮，并且這一輪AI發(fā)展主要由深度學(xué)習(xí)技術(shù)的突破引領(lǐng)。據(jù)雷鋒網(wǎng)了解，深度學(xué)習(xí)是基于深度神經(jīng)網(wǎng)絡(luò)的一種機(jī)器學(xué)習(xí)技術(shù)，其中絕大多數(shù)運(yùn)算都是矩陣運(yùn)算，而矩陣運(yùn)算天生容易并行運(yùn)算，所以擅長并行計(jì)算的GPU非常適合深度學(xué)習(xí)。

英偉達(dá)正好以GPU而聞名，當(dāng)人工智能研究者找上GPU的時(shí)候英偉達(dá)迅速抓住了機(jī)會(huì)，在短時(shí)間內(nèi)投入數(shù)十億美元?jiǎng)佑脭?shù)千工程師在2016年推出了第一個(gè)專為深度學(xué)習(xí)優(yōu)化的Pascal GPU。2017年英偉達(dá)又推出了性能相比Pascal提升5倍的新GPU架構(gòu)Volta，神經(jīng)網(wǎng)絡(luò)推理加速器TensorRT 3也同時(shí)亮相，TensorRT作為一款可編程推理加速器能加速現(xiàn)有和未來的網(wǎng)絡(luò)架構(gòu)。

因此，憑借通用的GPU單元，專門的TensorRT加速器，強(qiáng)勁的矩陣運(yùn)算性能加上對(duì)其他算法的兼顧，英偉達(dá)不僅能用GPU滿足AI構(gòu)建的訓(xùn)練需求，還能用TeslaRT用來部署，很好實(shí)現(xiàn)AI構(gòu)建。所以英偉達(dá)也率先成了這一波AI熱潮的最大受益者。

不過英偉達(dá)現(xiàn)在具有優(yōu)勢(shì)并不意味著AI市場(chǎng)的蛋糕會(huì)被英偉達(dá)獨(dú)吞，因此無論是科技巨頭英特爾、谷歌、IBM、AMD還是OURS、地平線、寒武紀(jì)等初創(chuàng)企業(yè)都紛紛加入了AI芯片領(lǐng)域的競(jìng)爭(zhēng)。

英特爾All In AI實(shí)力叫板英偉達(dá)

在眾多的加入AI芯片競(jìng)爭(zhēng)的科技巨頭中，英特爾絕對(duì)是英偉達(dá)不可小覷的競(jìng)爭(zhēng)對(duì)手。根據(jù)市場(chǎng)研究和咨詢公司Compass Intelligence調(diào)查研究全球100多家企業(yè)后發(fā)布的2018年度全球AI芯片公司排行榜，英偉達(dá)排名第一，英特爾排名第二。

作為PC時(shí)代的霸主，英特爾在移動(dòng)互聯(lián)網(wǎng)時(shí)代失利之后積極尋求轉(zhuǎn)型，因此在對(duì)AI可以稱得上是All In。英偉達(dá)在AI中取得成功的重要原因是其在深度學(xué)習(xí)或者說DNN中具有優(yōu)勢(shì)。不過，英特爾會(huì)將之前作為HPC平臺(tái)的XeonPhi加速計(jì)算卡做深度學(xué)習(xí)優(yōu)化，結(jié)合良好的軟件設(shè)計(jì)，英特爾非常有信心Xeon處理器能在AI構(gòu)建的訓(xùn)練過程中實(shí)現(xiàn)出色的性能。要知道，英特爾目前在服務(wù)器市場(chǎng)的份額超過80%。

除了通過優(yōu)化自身已有優(yōu)勢(shì)產(chǎn)品，英特爾還通過一系列的收購增強(qiáng)實(shí)力。2015年6月，英特爾宣布以 167 億美元的價(jià)格，收購全球第二大 FPGA 廠商 Altera，這一消息震驚業(yè)界，也是英特爾布局AI的重要一步。收購Altera三年后，2018年4 月 19 日英特爾宣布旗下的 FPGA 已經(jīng)被正式應(yīng)用于主流的數(shù)據(jù)中心 OEM 廠商，可以幫助 OEM 數(shù)據(jù)廠商大幅度提升性能和速度，并且英特爾的FPGA方案還可以應(yīng)用于數(shù)據(jù)分析、深度學(xué)習(xí)、視頻轉(zhuǎn)碼、網(wǎng)絡(luò)安全、基因研究等諸多場(chǎng)景中。

另外，英特爾FPGA的成功也與微軟的人工智能的發(fā)展相得益彰，微軟在2017年就宣布選擇了英特爾Stratix 10 FPGA作為其新的深度學(xué)習(xí)加速平臺(tái)（代號(hào)Project Brainwave）的關(guān)鍵硬件加速器，這種基于FPGA的深度學(xué)習(xí)加速平臺(tái)可以提供“實(shí)時(shí)人工智能”技術(shù)，使云基礎(chǔ)設(shè)施能夠以超低延遲來盡可能快速地處理和傳輸數(shù)據(jù)。

繼收購Alter之后，2016年英特爾又花4億美元收購深度學(xué)習(xí)初創(chuàng)企業(yè)Nervana Systems。收購Nervana可以認(rèn)為是英特爾非常厲害的一招，這家公司曾經(jīng)連續(xù)幾年幫英偉達(dá)優(yōu)化GPU平臺(tái)。Nervana的成員是一群頂級(jí)黑客團(tuán)隊(duì)，hack了GPU的native指令集，寫出了比當(dāng)時(shí)的cudnn（NVIDIA自己的深度學(xué)習(xí)數(shù)學(xué)庫）還要快若干倍的數(shù)學(xué)庫。后來他們把成果都開源給了社區(qū)，cudnn后來的進(jìn)步很大程度也是因?yàn)槲樟诉@些成果。因此Nervana被英特爾收購后，不僅斷了繼續(xù)為英偉達(dá)提供服務(wù)的可能，還極大增強(qiáng)了英特爾的實(shí)力。

隨后的2017年，英特爾又斥資153億美元收購以色列芯片公司Mobileye，希望用自家的高性能計(jì)算和網(wǎng)絡(luò)連接能力，結(jié)合Mobileye的計(jì)算機(jī)視覺專業(yè)技術(shù)打造從云端直達(dá)每輛汽車的無人駕駛解決方案，深化它在自動(dòng)駕駛領(lǐng)域的布局。這無疑將使英特爾將在自動(dòng)駕駛領(lǐng)域與英偉達(dá)的自動(dòng)駕駛平臺(tái)NVIDIA DRIVE PX形成強(qiáng)競(jìng)爭(zhēng)的關(guān)系。

上面已經(jīng)提到英特爾是All In AI，因此英特爾也在持續(xù)投資，2018年5月9日舉行的英特爾投資全球峰會(huì)上，英特爾宣布2018年的投資總額已超過1.15億美元，投資的12家科技創(chuàng)業(yè)公司涉及人工智能、云計(jì)算、物聯(lián)網(wǎng)等，芯片企業(yè)包括Lyncean Technologies、Movellus、SiFive，展現(xiàn)了英特爾以數(shù)據(jù)為中心的發(fā)展戰(zhàn)略。

由此可以看到，英特爾針對(duì)已有的優(yōu)勢(shì)產(chǎn)品XeonPhi加速計(jì)算卡、收購的Altera FPGA、 Nervana System幾大產(chǎn)品線進(jìn)行深度學(xué)習(xí)的優(yōu)化，能夠從AI構(gòu)建的訓(xùn)練和部署都與英偉達(dá)形成競(jìng)爭(zhēng)，在自動(dòng)駕駛應(yīng)用場(chǎng)景中也通過收購Mobileye與英偉達(dá)形成強(qiáng)競(jìng)爭(zhēng)關(guān)系。同時(shí)還基于FPGA打造自己在AI領(lǐng)域的特色，對(duì)人工智能初創(chuàng)芯片企業(yè)的持續(xù)投資也有助于英特爾在AI芯片領(lǐng)域?qū)崿F(xiàn)后來居上。

OURS等搶占邊緣AI芯片市場(chǎng)，英偉達(dá)的AI“盲區(qū)”

當(dāng)然，除了英特爾All In AI全面叫板英偉達(dá)，眾多初創(chuàng)公司也會(huì)成為挑戰(zhàn)英偉達(dá)不可忽視的對(duì)手。

雖然這一波AI浪潮是由深度學(xué)習(xí)技術(shù)的突破引領(lǐng)，但AI的發(fā)展算力、算法、數(shù)據(jù)缺一不可。云端數(shù)據(jù)中心AI芯片的高算力能夠滿足AI構(gòu)建模型訓(xùn)練與推斷的完成，但存在延遲、實(shí)時(shí)性不強(qiáng)等缺點(diǎn)。對(duì)于一些對(duì)實(shí)時(shí)反應(yīng)要求較高的場(chǎng)景，如自動(dòng)駕駛，延遲可能造成的結(jié)果難以想象，在工業(yè)制造、安防等領(lǐng)域，延遲所帶來的損失也可能會(huì)讓數(shù)據(jù)價(jià)值大打折扣。因此AI的普及還需要低功耗的邊緣端AI芯片，這也將成為AI的下一個(gè)戰(zhàn)場(chǎng)。

以2017年由兩位華人在美國硅谷創(chuàng)立的OURS為代表，OURS以低功耗端計(jì)算AI芯片為核心技術(shù)，目標(biāo)是解決工業(yè)/商業(yè)、機(jī)器人、汽車自動(dòng)駕駛、安防等領(lǐng)域的3D機(jī)器視覺和多傳感器融合的問題。具體來說，OURS的核心技術(shù)之一就是硅光技術(shù)，該技術(shù)是一種基于硅光子學(xué)的低成本、高速的光通信技術(shù)，用激光束代替電子信號(hào)傳輸數(shù)據(jù)。這一技術(shù)很適合于計(jì)算機(jī)內(nèi)部和多核之間的大規(guī)模通信，其最大的優(yōu)勢(shì)在于擁有相當(dāng)高的傳輸速率，可使處理器內(nèi)核之間的數(shù)據(jù)傳輸速度比目前快 100 倍甚至更高。不過由于從設(shè)計(jì)到制造都存在諸多難題，使用硅光技術(shù)的芯片遲遲難以大規(guī)模應(yīng)用，不過OURS 聯(lián)合創(chuàng)始人林森在這一技術(shù)領(lǐng)域比較擅長，并且OURS也已經(jīng)有基于硅光技術(shù)的相控陣（Optical Phase Array，OPA）測(cè)試芯片。

芯片之上，在“數(shù)據(jù)為王”的時(shí)代，OURS 采用的是以數(shù)據(jù)為中心的RISC-V 計(jì)算機(jī)指令集架構(gòu)，這也是OURS的另一大核心優(yōu)勢(shì)。RISC-V 是開放式的結(jié)構(gòu)而且開源，沒有 IP授權(quán)費(fèi)還能讓開發(fā)者有很大的自由度做一些特殊應(yīng)用的優(yōu)化，因此能讓OURS不僅能更好的支持物聯(lián)網(wǎng)的垂直應(yīng)用，還能滿足低功耗的要求。據(jù)雷鋒網(wǎng)了解，采用RISC-V架構(gòu)和ARM架構(gòu)的芯片相比，功耗可以低 6 倍、面積效率提升 5 倍，OURS的低功耗AI處理器也已經(jīng)在FPGA上驗(yàn)證和實(shí)現(xiàn)，即將進(jìn)行流片。

另外，OURS已經(jīng)獲得了來自創(chuàng)新工場(chǎng)、北極光創(chuàng)投和元禾控股的 A 輪融資。創(chuàng)始團(tuán)隊(duì)十余人，來自于UC Berkeley、清華大學(xué)、臺(tái)灣大學(xué)、斯坦福大學(xué)等。70%的員工擁有博士學(xué)位，員工均是來自于多家硅谷著名芯片公司中的資深技術(shù)骨干。所以，在邊緣端AI芯片市場(chǎng)，以O(shè)URS等初創(chuàng)企業(yè)很有希望占領(lǐng)高地，從另一個(gè)角度追趕甚至超越英偉達(dá)。

英偉達(dá)的優(yōu)勢(shì)還能維持多久？

通過前面的詳細(xì)分析，不難發(fā)現(xiàn)在深度學(xué)習(xí)領(lǐng)域英偉達(dá)的GPU確實(shí)具有優(yōu)勢(shì)，這也是英偉達(dá)在AI領(lǐng)域率先取得成功支撐其數(shù)據(jù)中心業(yè)務(wù)持續(xù)快速增長的重要原因。但AI芯片市場(chǎng)的蛋糕顯然不會(huì)被英偉達(dá)獨(dú)吞，因此以英特爾為代表的老牌科技巨頭All In AI向英偉達(dá)發(fā)起了全面的挑戰(zhàn)，不僅基于自身的優(yōu)勢(shì)產(chǎn)品進(jìn)行優(yōu)化，還通過一系列的收購增強(qiáng)自身在AI領(lǐng)域的優(yōu)勢(shì)。再加上谷歌、AMD、IBM等巨頭的競(jìng)爭(zhēng)，英偉達(dá)面臨的競(jìng)爭(zhēng)十分激烈。

還有，AI初創(chuàng)企業(yè)雖然很難介入高門檻的云端AI芯片領(lǐng)域，但以O(shè)URS為代表的企業(yè)以低功耗端計(jì)算AI芯片為核心，希望通過從硬件到軟件的全棧解決方案更好的滿足邊緣計(jì)算的需求，通過邊緣端的AI芯片解決云端AI芯片延遲、實(shí)時(shí)性不強(qiáng)的問題，幫助AI更快實(shí)現(xiàn)普及，換個(gè)方式與英偉達(dá)在AI芯片領(lǐng)域競(jìng)爭(zhēng)。

那么，英特爾與OURS目前在AI芯片方面的最新進(jìn)展如何？未來將如何與英偉達(dá)競(jìng)爭(zhēng)？眾多的巨頭以及初創(chuàng)企業(yè)能否阻擋甚至超越英偉達(dá)？這些問題的答案都能在由中國計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的 CCF-GAIR 2018 AI芯片分會(huì)場(chǎng)找到答案。

CCF-GAIR 2018——2018 年全球人工智能與機(jī)器人峰會(huì)將在2018 年 6 月 29 日至 7 月 1 日深圳寶安區(qū)前海 JW 萬豪酒店舉行。

在過去兩年，CCF-GAIR 先后邀請(qǐng)到了：

•  10 余位中美兩國院士；

• 20 余位 IEEE Fellow；

• 上百位在各自專業(yè)領(lǐng)域享有盛譽(yù)的學(xué)者；

• AI 領(lǐng)域的知名企業(yè)家、投資者和創(chuàng)新者。

CCF-GAIR 2018組委會(huì)經(jīng)過商議而最終敲定了人工智能主會(huì)場(chǎng)和11 個(gè)分會(huì)場(chǎng)，涵蓋仿生機(jī)器人、機(jī)器人行業(yè)應(yīng)用、計(jì)算機(jī)視覺、智能安全、金融科技、自動(dòng)駕駛、自然語言處理、AI+、AI 芯片及投資人在內(nèi)的多個(gè)領(lǐng)域。

其中AI 芯片分會(huì)場(chǎng)已經(jīng)邀請(qǐng)到了英特爾中國研究院院長宋繼強(qiáng)，英特爾研究院一共800人左右，有600人是美國本土的，分成四大塊研究方向，英特爾中國研究院主要做視覺相關(guān)的人工智能的核心算法，包括人臉識(shí)別技術(shù)、情緒識(shí)別、場(chǎng)景理解。CCF-GAIR 2018上中國研究院院長宋繼強(qiáng)將分享英特爾在AI芯片方面的最新進(jìn)展，解讀AI發(fā)展的未來趨勢(shì)，還能解答眾多AI開發(fā)者最關(guān)心的問題。

同時(shí)，OURS創(chuàng)始人、CEO 譚章熹也將在CCF-GAIR 2018 AI芯片分會(huì)場(chǎng)進(jìn)行分享，譚章熹本科畢業(yè)于清華大學(xué)電子工程系，而后前往加州大學(xué)伯克利分校深造拿到計(jì)算機(jī)科學(xué)博士，是計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)和超大規(guī)模集成電路（VLSI）設(shè)計(jì)專家。他的博士生導(dǎo)師 David Patterson是新晉圖靈獎(jiǎng)得主，也是 RISC 指令集架構(gòu)的創(chuàng)始人。有著光鮮技術(shù)履歷的OURS創(chuàng)始人譚章熹不僅會(huì)分享他與OURS的故事，還會(huì)為開發(fā)者帶來非常實(shí)用的AI芯片，幫助開發(fā)者更快進(jìn)入AI市場(chǎng)。

當(dāng)然，CCF-GAIR 2018 AI芯片分會(huì)場(chǎng)還邀請(qǐng)到了中國電子學(xué)會(huì)電子設(shè)計(jì)自動(dòng)化專家委員會(huì)主任委員、清華大學(xué)微電子研究所所長魏少軍，他將分享他對(duì)于人工智能熱潮的思考以及他看到的人工智能芯片的痛點(diǎn)，通過詳細(xì)的解讀更好地幫助中國的開發(fā)者更快、更準(zhǔn)的進(jìn)入AI市場(chǎng)。

以上只是CCF-GAIR 2018 AI芯片分會(huì)場(chǎng)邀請(qǐng)到的部分業(yè)界大拿，更多驚喜以及與諸多業(yè)界大拿面對(duì)面交流的機(jī)會(huì)在CCF-GAIR 2018現(xiàn)場(chǎng)等你。

過去兩屆的 CCF-GAIR 2018 都面臨一票難求的火爆境地，所謂事不過三，今年您還在猶豫和觀望嗎？就看您信不信得過我們啦。

CCF-GAIR 2018 大會(huì)官網(wǎng)及盲訂票入口：https://gair.leiphone.com/gair/2018yr

CCF-GAIR 2018，深圳見！

---

現(xiàn)在關(guān)注“雷鋒網(wǎng)”微信公眾號(hào)（leiphone-sz），回復(fù)關(guān)鍵詞【2018】，隨機(jī)抽送價(jià)值 3999 元的參會(huì)門票 3 張

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。