芯片帝國諸侯混戰(zhàn)，誰將脫穎而出

　　除賽靈思以53%的份額(咨詢公司Gartner2016年數(shù)據(jù))占據(jù)FPGA市場頭把交椅外，阿爾特拉(Altera)以36%的份額位居其后。2015年6月，阿爾特拉被英特爾以167億美元的價格收購后，英特爾在其基礎(chǔ)上成立了可編程事業(yè)部。今年4月，英特爾的FGPA被正式應(yīng)用于主流的數(shù)據(jù)中心OEM廠商中，主要客戶包括戴爾、富士通等。

　　不過老大賽靈思在回復(fù)如何看待阿爾特拉被英特爾收購時，傲嬌的表示：“我們依舊是第一，只是尾巴丟了”。

　　但由于FPGA要保證編程的靈活性，電路上會有大量冗余，因此成本上不能像ASIC做到最優(yōu)，工作頻率也不能太高。因而，在ASIC還并不成熟，同時GPU功耗和成本較高的現(xiàn)階段發(fā)展較好。

　　谷歌和ASIC：“專精職業(yè)選手”，專一決定效率，AI芯片未來

　　隨著專用化需求的進(jìn)一步發(fā)展，芯片界又誕生了ASIC。ASIC(Application Specific Integrated Circuit)即專用集成電路，本文中特指專門為AI應(yīng)用設(shè)計、專屬架構(gòu)的處理器芯片。

　　近年來涌現(xiàn)的類似TPU、NPU、VPU、BPU等，本質(zhì)上都屬于ASIC。無論是從性能、面積、功耗等各方面，AISC都優(yōu)于GPU和FPGA，長期來看，ASIC代表AI芯片的未來。

　　ASIC架構(gòu)典型的代表，是谷歌的張量處理器TPU，其采用了脈動陣列的組織方式。2016年，谷歌TPU在AlphaGo與李世石一役中橫空出世，使AlphaGo“思考”棋招和預(yù)判局勢，處理速度比GPU和CPU快上幾十倍。令人驚艷的的TPU，也一度被認(rèn)為是AI芯片業(yè)內(nèi)新的攪局者。不過TPU的資歷也沒比以上幾位年輕，哈佛大學(xué)孔祥重教授在1970 s就提出了TPU的脈動陣列組織方式。

　　今年2月，谷歌也以Beta測試的形式開放了一直只是自用的TPU，服務(wù)的名稱為Cloud TPUs(云端TPUs)，用于云端服務(wù)器。今年5月Google云端芯還發(fā)布了TPU 3.0，8月谷歌又推出一款為邊緣計算定制的Edge TPU。

　　不過TPU目前并不對外發(fā)售，并且要想進(jìn)入更多市場，它的通用性仍需檢驗。但谷歌TPU的推出，以及測試版對中小企業(yè)的開放，還是會對英偉達(dá)帶來一定威脅。

　　而ASIC芯片領(lǐng)域，也有一大批追趕者。以我國的初創(chuàng)企業(yè)而言，2017年9月，華為發(fā)售的AI芯片麒麟970上的NPU(屬ASIC架構(gòu))集成了初創(chuàng)芯片企業(yè)寒武紀(jì)的1A處理器作為其核心人工智能處理單元。

　　2017年1月，地平線攜手英特爾發(fā)布基于BPU(屬ASIC架構(gòu))架構(gòu)的最新高級輔助駕駛系統(tǒng)，12月，地平線機(jī)器人發(fā)布“旭日”和“征程”兩款嵌入式AI芯片，面向智能駕駛和智能攝像頭。

　　2016年，英特爾收購的視覺處理芯片企業(yè)Movidius，其研發(fā)的VPU也是ASIC芯片。

　　在AI算法尚處于蓬勃發(fā)展、快速迭代的今天，ASIC存在開發(fā)周期較長、需要底層硬件編程、靈活性較低等劣勢，因此目前發(fā)展速度還不及GPU和FPGA。但長期來看，ASIC是AI芯片的未來。

　　IBM和類腦芯片：另辟蹊徑，顛覆傳統(tǒng)計算架構(gòu)，仍在研發(fā)

　　另外，在傳統(tǒng)架構(gòu)之外，還有一類“不走尋常路”的芯片，這就是“類腦芯片”?！邦惸X芯片”顛覆傳統(tǒng)計算架構(gòu)，將數(shù)字處理器當(dāng)作神經(jīng)元，把內(nèi)存作為突觸，內(nèi)存、CPU和通信部件完全集成在一起，采用模擬人腦神經(jīng)元結(jié)構(gòu)來提升計算能力。

　　“類腦芯片”以IBM TrueNorth芯片為代表，但由于技術(shù)和底層硬件的限制，其尚處于前期研發(fā)階段，目前不具備大規(guī)模商業(yè)應(yīng)用的可能性。從技術(shù)成熟度和商業(yè)可行性兩個角度，使用AI專屬硬件進(jìn)行加速運算是今后五年及以上的市場主流。

　　我國初創(chuàng)企業(yè)西井科技也在研發(fā)類腦芯片，其宣稱“芯片用電路模擬神經(jīng)，成品有100億規(guī)模的仿真神經(jīng)元，可用于基因測序、模擬大腦放電等領(lǐng)域”。

　　不過，類腦芯片的商用并不樂觀，西井目前也從研究類腦芯片轉(zhuǎn)向自動駕駛領(lǐng)域。

　　總結(jié)：諸侯混戰(zhàn)，同賽道糾纏，不同架構(gòu)競爭

　　從CPU、GPU、FPGA，到ASIC及類腦芯片，從英特爾、英偉達(dá)、賽靈思、谷歌再到IBM，可以看出芯片業(yè)最近50年可謂風(fēng)起云涌，而人工智能芯片的興起只是最近的一次浪潮。

　　GPU、FPGA、ASIC及類腦芯片等可用于AI的芯片，也只是目前登場的芯片中的一小部分，其商用場景還未完全展開。而當(dāng)前的AI芯片中，應(yīng)用還是以GPU領(lǐng)先，F(xiàn)PGA可能成為下一個爆點，ASIC目前是被看好、但不成熟的新星。

　　再看芯片巨頭的斗爭，英特爾與ARM在CPU市場、英偉達(dá)和AMD在GPU市場、賽靈思和阿爾特拉在FPGA市場上，及谷歌和一些創(chuàng)企在ASIC市場的競爭……而在AI浪潮下引導(dǎo)的芯片革新上，英特爾與英偉達(dá)，賽靈思以及谷歌又在不同芯片架構(gòu)及應(yīng)用場景間進(jìn)行斗爭。

　　可以說這確實是一場“諸侯混戰(zhàn)”，而身處變革中的每一個巨頭，都不想在戰(zhàn)爭中先倒下。