datasheet

EEWorld 电子工程世界

文章数:3463 被阅读:1427657

账号入驻

从智能手机到无人车,看AI芯片的“小趋势”

2019-02-26
    阅读数:

EEWorld

电子资讯 犀利解读 

技术干货 每日更新

     





芯片战争未曾停歇。飞速发展的自动驾驶为芯片厂商带来了新的机会,IC设计商尝试推出更适用于AI场景的芯片,晶圆与封测厂商图加速换代生产线,以便赶上下一波AI时代的“潮流”。为了更直观的理解AI芯片,我们需要“拆解”两部iPhone。


揭开iPhone 4后盖,卸下主板PCB,可以看到一块拇指大小黑色塑料片。这是苹果第一代自家产的SoC(片上系统),名为A4处理器,它被焊接在iPhone 4主板背部,曾与乔帮主一同站在2010发布会舞台上。如今苹果自产SoC升级到了A12X,除了运算能力的增长,其内核架构也随着工业界芯片制造工艺进化而日趋精湛。


8年前的A4处理器撑起了iPhone的市场地位,这块搭载ARM核心、内部脉冲震荡可以飙升至1GHZ的芯片,仅一半的计算能力就可把上个世纪登月的阿波罗飞船甩在几条街后,而大部分用户只需用它打电话、收发邮件、偶尔玩一玩《愤怒的小鸟》。A系芯片演进到今天,苹果推出搭载最新处理器A12x的iPad Pro,库克试图说服人们一款不足6毫米厚度的电子设备就可胜任生活工作的全部需求,从而不在需要携带厚重的笔记本,确实有他的道理。


A12X代表着消费电子处理器已到达前所未有的高度。这款A12X内置模拟人脑神经元的集成电路,可以在人眼不可察觉的瞬间完成神经引擎、图像处理、数据处理的工作(FaceID),这在几年前还是科幻电影的元素。



我们没有办法展示A12X的照片,但可以参照A11,视觉化苹果移动端SoC集成度变化。


今天再来对比两款芯片:两张单薄晶体板下方隐藏着一道巨大的技术鸿沟,从硅晶打磨、光刻、再到封装技术,背后是多年来理论学者与芯片工程师的尝试,以及全球芯片巨头间的角逐结果。如果不是制造工艺的进步、整个芯片的社会生产力不断提升,谁也不会想到会有类似科幻元素的产品触达我们的生活,影响到我们的感官体验。


国内华为也有自己的SoC系统:麒麟980。为证明最新麒麟980的实力,华为号召了几位大学生,设计出一套可以预装在荣耀Magic2上便可操纵车辆的驾驶程序,佐证了麒麟980计算能力。


这是一次创新式的尝试,但手机能够处理的道路信息还是非常有限,为了提供安全可靠的自动驾驶体验,我们需要更快、更灵活、更低功耗的的AI芯片。


在未来,无人驾驶汽车将集成诸多算法。想象一下,用户可以在手机App上“召唤”一辆附近空闲的无人车。无人车启动“大脑”,开始获得实时路况信息,这几乎占用了目前无人车“大脑”的运算带宽。每一秒钟,摄像头采集车附近360度视野图像,实时地运行卷积神经网络来区分行人与车辆。


与此同时,毫米波雷达收集到距离信息为车载决策层准确的判断依据:是继续直线行驶,还是转向避让?决策层需要在不到50毫秒的时间内反应,控制车辆动力及转向控制器,下位机继而将指令转化成PWM脉冲信号,指挥毫无思考能力的方向电机和动力电机。


几分钟后,无人车战胜了复杂的路况、穿过嘈杂街道,停靠在到精准的目标位置,等待乘客上车。随后,通过车载语音交互模块,无人车可获知用户的目的地。根据最新的高精度地图信息,再结合车身上的全方位传感器感知周遭情况,最终安全的抵达目的地。这一套流程,重复而单一,会使人类司机感到疲惫。


所以不难看出,AI芯片有三大要求:大吞吐,低延时,低能耗。对于厂商来讲,只要能占据更大的无人驾驶市场,钱不是问题。


为实现这一目标,Nvidia在2016年推出K字头运算GPU加速器,黄仁勋试图讨好马斯克以便挤掉以色列公司Mobileye,但显然后者不吃这一套,选择表面合作暗地却从AMD挖高管,打算自己搞AI芯片。只不过事实证明,最新的Model 3依然使用Nvidia的处理器,自研芯片之路还很长。


目前在业界中,有一种说法是AI芯片将沿「CPU-GPU-FPGA-ASIC」的路线演进。CPU曾在PC、服务器端时代统领江山,却不及GPU的大吞吐特性而沦为辅助,Nvidia曾在Drive Xavier架构上投入30亿美元,2018年CES上展示出了一款能够以500瓦的能耗代价实现每秒320万亿次运算。500瓦的能耗水平非常低,满载的车内空调大约在5千瓦时左右,占用传统燃油车2匹马力。



然而未来国内能源属性趋势来看,无人驾驶模块将限制车辆的续航里程,500瓦的功耗还是太高。


中国一家名为深鉴科技创业公司在去年被国际FPGA巨头赛灵思(xilinx)收购,深鉴科技的一篇论文曾在FPGA 2017大会上评为最佳,在论文中他们设计的模型可以在XCKU060(一款FPGA芯片)上运行更高精度的语音识别效果,而且拥有更低的功耗。矛盾在于FPGA属于半定制化的工业产品,成本相对较高,XCKU060单片价格在4000美元左右。在相同计算力下,FPGA价格不占优势。谷歌旗下的Waymo目前使用的KU115(一款来自赛灵思的FPGA芯片),单片价格在5400美元左右,虽然换掉了早年使用的英特尔Xeon系列服务器芯片,运算性能不断提升,但整车价格也一路高歌猛进。


待算法、传感器成熟,ASIC才有施展拳脚的机会。我们之前提到的Mobileye,其产品便是基于的ASIC架构加速器,和Nvidia走截然不同的系统级处理器路线,ASIC全称为“专用集成电路”,其内置的异构模块可以针对信号、图像等处理算法进行特殊优化,但在设计流程上用到更长时间。


FPGA这个词想必就更加陌生了。简单来说,ASIC芯片是一个“KFC的汉堡包”,而FPGA更像“赛百味的三明治”,后者有更大的“重新设计”空间,可以根据用户需求添加内容、功能和优化。不过,针对FPGA进行编程,也可以设计出ASIC,但单片成本更高,而且需要大量专业脑力工作,是项“硬核”工艺,而想靠自家设计的FPGA落得应用,更是件困难的事情。


近年,国内涌现一批AI芯片的IC设计商,寒武纪、阿里、华为、百度、地平线、比特大陆等。在设计技术和制造技术之间,国内初创IC设计商处在很尴尬的境地,其设计成果若不能找到合适产品并量产,将意味着所有设计毫无商业意义。


于是,我们将目光放到晶圆与封装厂商上来。


中芯国际是一家成熟的本土圆晶加工商,2017年市场占有率5.4%,YoY(增长率)达到6.35%,2018年28nm以上制程的芯片月产44万片,这些芯片会被安装到低功耗计算机、通讯设备、汽车等其他消费电子产品上。但是AI芯片领域,至少在云端训练计算方向上,14nm以下制程才算刚刚入门,截至2019年2月21日,中芯国际尚未交付任何14nm或以下制程的产品,但在媒体报道中称:“14纳米技术研发已进入客户导入阶段”。


这么来看,中芯国际确实已经有14纳米技术:FinFET工艺。FinFET是什么概念?简单来说,中芯将刻芯片的工艺水平从2维(CMOS)升级到3维(FinFET),是集成芯片工艺中值得“秀”的资本。 此前中芯的28nm多晶硅(Poly/SiON)工艺是相对台积电比较落后的技术,后来才有了HKMG制程工艺,虽然仍是28nm制程,但产品优化效果好,良品率也有所提升。对于大厂而言,前几年在20nm的工艺突破是一个分水岭,因为越低制程将越接近材料极限,例如:量子隧穿效应。FinFET工艺是目前应对量子隧穿效应最有效的方法,中芯国际的FinFET尚处在“有技术没产品”的阶段,正在2019年希翼实现突破。


晶圆(图片来自维基百科)


在世界前三的封测企业中,有两家是本土品牌,一家是台湾日月光,另一家是江苏长电。2017年的数据统计显示,台湾日月光的市场占有率最高、营收最大。寒武纪的第一款SoC就是在日月光协作下完成的。


长电科技2018年第一季营收达54.90亿元,相较去年同期50.25亿元增长9.27%;实现净利润9600万元,而去年同期亏损1亿元。归属上市公司净利润为525万元,较去年同期3830万下降86.29%。而我们单独看江苏长电的产能,在较为复杂处理器封装工艺还是研发阶段,暂时没有量产可能。同样的,与长电科技各分秋色的华天科技、通富微电,均无较大功耗的AI芯片封装工艺,而小型SoC也难以胜任。苏州晶方是一家小型化晶圆的半导体厂商,主要靠TSV工艺吃饭,在AI芯片领域暂无涉足,不过相类似厂商可能会在智能设备普及、愈发依赖生物传感的情况下大有可为。


国内封测企业兴起的具有国际因素,例如松下等日韩封测厂在马来西亚因工人债务问题,于2016起陆陆续续撤离当地,将新厂设立在中国大陆。


五.在IC设计领域,2016年创立的寒武纪需要依托上游知识产权保护,下游需要借助圆晶制造厂、封测(日月光等)厂商实现量产,其产品出口有二:SoC厂商和系统厂商。


2017年,寒武纪参与完成了一款华为的AI芯片设计,也就是读者常听到的麒麟970。这颗芯片本身不是寒武纪生产,而只负责设计了其中部分模块。麒麟970本身属于SoC概念:将符合需求的功能ARM加上自己的IC晶片封装到一起。其优点在于集成度高、体积小巧,适合移动端设备。而要设计一颗SoC需要相当多的技术配合,例如上游的IP(intellectual property)授权、遵循晶圆制造标准。能从IC一路走到最后的测试阶段的SoC都是了不起的工程项目。


寒武纪和华为合作的麒麟970具有一定战略意义:去年(2018)全球手机市场整体下滑,唯独华为手机出货量上涨趋势(+43.9%),市场份额达到了世界第三的水平,但此前却没有自己的芯片,消耗了大量的IP授权费。与此同时,寒武纪正愁没机会进入移动端市场,干柴与烈火的相遇,进一步推动搭载麒麟970的Mate10出货量达到4000万台,如果保守估计,麒麟970为寒武纪带来不小于2亿美元收入。寒武纪本身是中科院计算所孵化的国家级AI及芯片团队。在过去3年里已经进行3轮融资,B轮融资后,估值跃升到25亿美元,在国内AI芯片处于领先地位。


国内AI芯片产业逐渐入轨,越来越多的互联网系和科研孵化系企业希望加入未来的芯片格局。一片拇指大小的硅晶体,此时仿佛一把通往新世界的入场券,吸引着IC厂商与下游制造商竭力一搏。


来源:techweb。如涉及版权,请联系删除。



聚焦行业热点, 了解最新前沿

敬请关注EEWorld电子头条

http://www.eeworld.com.cn/mp/wap

复制此链接至浏览器或长按下方二维码浏览

以下微信公众号均属于

 EEWorld(www.eeworld.com.cn)

欢迎长按二维码关注!


EEWorld订阅号:电子工程世界

EEWorld服务号:电子工程世界福利社   

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved