datasheet

xsy-ai机器人文明

文章数:108 被阅读:58836

账号入驻

AI芯片,为何现在成为新军备竞赛?

2018-07-17
    阅读数:

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

一场新的军备竞赛已经打响,不在地面,不在空中,它将是虚拟网络世界新一代基石,也是AI时代连接虚拟和现实的核心。

没错,AI芯片,正在引发一场无形但声势浩大的军备竞赛。

而且美国and中国,仍然是这场竞赛里的国家主角。

到底都有哪些“种马”?AI芯片又为何在当前风生水起?这样的竞合会把世界带往何方?

两大类玩家

要宏观了解AI芯片,可以粗略分为两大类玩家。

第一类,老霸主

比如IBM已经在去年发布了一款AI处理器,用以PK英伟达的GPU;

英特尔也在通过收购加速AI芯片开发,并提供通用化的AI处理器;

ARM则拥有两个专为图像识别而生的处理器;

当然,霸中之霸,还属英伟达,至少目前为止,GPU仍然供不应求,而且老黄对专用芯片及软件生态的研发步伐,还在加快。

老霸主之外,新玩家也从四面八方破土而出。

其中有互联网巨头,以谷歌、微软、亚马逊、苹果、Facebook,以及特斯拉为代表,正在构建起自己专门的AI专用处理器;

 TPU

互联网巨头切入芯片领域,自然也是全球同此凉热。在中国,阿里巴巴、百度和今日头条都已先后对外公布了自己的芯片计划。

而腾讯,一方面正在云平台部署AI处理器功能,另一方面则已通过投资并购,将触角伸到了之前从未开拓过的领域。

同时还有更广泛且规模巨大的创业玩家。据《纽约时报》不完全统计,目前AI芯片相关创业公司,全球已有45家之多,而且数量还在不断增加——另外也包括一些因各种原因不愿公开亮相的项目。

其中,至少有5家已从投资者那里筹集了超过1亿美元。据CB Insights统计,VC去年在芯片初创企业的投资超过15亿美元,几乎是两年前投资的2倍。

可能你也会有这样的困惑:芯片制造早就格局已定,稳如老司机,为啥忽然在AI加持后,忽然产生了这样的爆发?这个将至未至的新世界,真的需要这么多AI芯片吗?

关键不在芯片,而在AI。

此时此地此“芯”

Bill Coughran,现红杉资本合伙人,之前一直在参与Google基础设施布局,他说:机器学习和人工智能重新讨论了如何构建计算机的问题。

风向至少可以追溯到2年前,2016年夏天。

当时谷歌、微软和Facebook都在运用神经网络,构建可以快速识别人脸的算法的应用程序,而且这些算法还需要通过学习大量数据之后,来学会任务。

当时硬件上的选择并不多,于是英伟达的GPU生逢其时。GPU原本为渲染游戏和图形图像而生,但后来被发现特别适合运行神经网络,于是在当年,英伟达在谷歌等大公司的订单总额超过了1.43亿美元,比上一年增长了一倍之多。

然而一切并非一劳永逸。

通用通吃的GPU,虽然可以有效训练神经网络,但在芯片之间实现数据传输时,仍然显得效率低下。

另外,如果能够专门围绕AI应用打造一个专用处理器,而不必跟基础架构抢资源,可以让运算和任务训练执行变得更高效。换而言之,其中处理AI的实际任务,与标准计算或GPU处理是完全不同的过程。

于是专芯专用,呼之欲出。

一般而言,目前大行其道的科学计算都以确定的方式运行。比如你想知道2+3=5,并计算其中的所有小数位,x86和GPU做得很好,但AI的本质要求是:在没有进行实际运算的情况下,就可以从2+3学到2.5+3.5。

也就是说,AI的核心是使用算法解析数据,从中学习数据,然后根据数据进行确定或预测。

从AlphaGo到Facebook的人脸识别应用,展现的都是机器可以学习,且一旦学会了某个任务,就能触类旁通。

GPU当前还算能用,但算不上好用。

这也是自动驾驶场景的AI芯片如今火热的原因。

自动驾驶汽车的核心是让AI在不确定的物理环境中,实现感知、定位和决策。毫无疑问,利用CPU和GPU实际也能完成任务——但在功耗等方面,耗费太不值当了。

如果每个芯片在不同时间、不同任务都有专用,能耗就会大大降低,芯片部署成本也会相应降低。于是群雄并起,大家都希望在这个新兴市场中,分掉原来属于GPU的汤羹。

而且钱景也是显而易见的,汽车市场有多大,自动驾驶专用的AI芯片市场也就会有相应的比例。

于是就有了新景象,半导体行业开始老树发新芽。

中美种马

那么竞技场内,又有哪些新玩家值得关注呢?

外媒列出了中美为主的值得注意的玩家,我们搬运如下:

Cerebras Systems

位于加州洛思阿图斯的创业公司悄悄地雇佣了一众芯片行业的老兵,正悄悄地生产着专为数据中心AI训练而设计的深度学习处理器。

公司的联合创始人及CEO Andrew Feldman此前曾创立服务器芯片公司SeaMicro,后者在2012年被AMD以3亿3400万美元买下,而此前在这里工作的四位同事Michael James、 Sean Lie,、Jean-Philippe Fricker、Gary Lauterbach与Feldman共同创立了Cerebras。

这家公司已经完成了1亿1200万美金融资,而PitchBook对其估值8亿6000万美金。

Graphcore

这家英国公司由两位芯片行业的老将,CEO Nigel Toon和CTO Simon Knowles共同创立,他们俩还创立过蜂窝调制解调器制造商Icera——这家公司在2011年被英伟达以4亿3500万美元收购。

Graphcore计划明年开始推出他们的“计算处理单元“(IPU)。每张芯片都包含1000个处理核心,内存区被置于处理器附近。基于早期的内部测试结果,这家公司声称,在不同的深度学习模型上,自己的芯片能够提供超过英伟达产品10到100倍的表现。

今年7月Graphcore完成的B轮3000万美元融资中,投资者中就包括了Deepmind老大哈萨比斯(Demis Hassabis)、OpenAI的联合创始人和CTO Greg Brockman以及Uber首席科学家、剑桥大学教授Zoubin Ghahramani。而在11月,红杉又领投了一笔对这家公司的5000万美元投资。到现在,Graphcore总共已经融资了1亿1000万美元。

Mythic

Mythic目前着眼于智能家居、摄像头、可穿戴设备以及无人机这样的低功效嵌入式设备。

这家公司已经从Data Collective、DFJ和Lux Capital拿到了1500万美元左右的投资。

 寒武纪CEO陈天石(中新社摄)

寒武纪

由几位参与了“寒武纪1号”项目的中国学者在2016年创立。

在终端,寒武纪曾与华为达成合作,寒武纪为华为Mate 10手机提供了能够提升图像、语音识别等AI任务表现的处理器,而这一合作也将寒武纪带到了聚光灯下。

此外,寒武纪还推出了用于云端服务器的AI芯片。

目前,寒武纪已完成了一轮估值25亿美元的新融资,而且中国在国内芯片产业的雄心壮志将会成为寒武纪以及其他中国AI芯片初创公司的一大优势,尤其是考虑到,美国政府曾在2015年出于“安全考虑”禁止了向中国出口高端芯片。中国计划投入1500亿美元来推动国内产业的发展。

地平线机器人

地平线机器人的创始人及CEO余凯曾经领导过百度的深度学习研究院。按计划,地平线的业务将同时包含硬件和软件,覆盖从无人车到摄像头的各个AI战场。

公司已经完成了由英特尔领投的1亿美金A轮融资。地平线已经在去年12月发布了两款AI处理器。

(量子位获悉,地平线新一轮估值20亿美元左右的融资也接近完成。)

深鉴科技

清华系AI项目,去年10月完成了由蚂蚁金服与三星风投领投,招商局创投与华创资本跟投的共融资约4000万美金的A+融资。

今年随老股东赛灵思,进入ADAS领域,已获车厂订单。据称也完成了新一轮融资。

Wave Computing

每个Wave Computing处理器都包含16000个处理核心,这家公司把16块这样的芯片装进一个单独的盒子,来进行每秒2.9 peta(千的五次方)次运算。

Wave Computing 2010年就成立了,但直到2016年,这家公司才第一次浮出水面。目前,它已经收获了超过6000万美元融资。

Groq

Groq由谷歌TPU项目的前成员创办。在自己的网站上,Groq称自己家正在开发的芯片将有能力进行每秒400兆次的运算;相较之下,谷歌的第二代TPU每秒能进行180兆次运算。

这家公司获得了来自Facebook前高管、风投公司Social Capital创始人Chamath Palihapitiya——哦对了,大伙还记得他之前怼IBM沃森的事么?

ThinCI

ThinCI做的是针对视觉处理的图像流处理器。这家公司由四位英特尔前雇员2010年在加州爱尔多拉多山创办。

目前收到投资,金额未知,投资者包括汽车零部件提供商电装美国和麦格纳,以及英特尔前高管David Perlmutter。

Deep Vision

Deep Vision由两位斯坦福博士创办,主要为无人机、机器人和摄像头开发低功耗深度学习芯片。

不过目前,除了创始人Rehan Hameed和Wajahat Qadeer发表了他们关于这种芯片的研究成果外,关于他们的工作还披露得很少。

KnuEdge

闷声大发财!

手握1亿刀来源未知的投资,这家公司沉默了10年之久,直到2016年才第一次公布自己的存在。在NASA前高层Daniel Goldin的领导下,这家地处圣地亚哥的公司目前正着手制造用于神经网络的256核芯片。

原本,KnuEdge还在2016年公布过一项用于语音识别的云服务,叫KnuVerse,不过现在,为了专注于自己的芯片,KnuEdge停止了这项服务。

Tenstorrent

这家多伦多创业公司由两位AMD前工程师Ljubisa Bajic和Milos Trajkovic创办。这家公司称,自己正在为深度学习软件制造高性能芯片。

今年早些时候,这家公司收到了一笔来自Real Ventures的种子轮投资,金额没有披露。

Reduced Energy Microsystems

这家公司是最早参与YC加速器项目的芯片初创公司之一,目前已经收到来自Draper Associates的200万美元种子轮投资,专注于为深度学习开发低功耗芯片。

最后,华人相关的AI芯片也正在风起云涌,创新工场投资的OURS,前滴滴研究院院长何晓飞的无人车公司飞步也有芯片计划,依图为造芯专门成立了子公司,Rokid、云知声和出门问问等人机交互公司,都在今年推出了AI语音芯片(模组)。

这一场大战,才刚刚开始。


— 完 —



 往 期 精 选 


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