首页 新闻热点正文

成为“AI芯片之王”,要烧掉多少钱?

jiansu 新闻热点 2020-08-03 08:00:00 109 0 | 来源:ZOL软件下载 IT

30秒快读

1

英特尔、台积电一喜一忧,国产AI芯片第一股寒武纪上岸A股科创板,当天大涨229.9%,风云变幻的芯片圈,隐藏着什么变局?

2

从CPU、GPU到xPU,下一代AI芯片的主流框架会是什么?中国AI芯片企业是做专用芯片照样通用芯片,是横在创业者眼前的一道困难。

3

谁是下一个AI芯片之王?中国会出现像英伟达一样的企业吗?

一份充满愁云的财报,暗示着芯片厂商们的又一场战事拉开序幕。


7月24日,英特尔在本年2季报中宣告,因7nm芯片工艺存在缺点,希望落伍与原设计的6个月,同时量产日期也被推迟了近一年。

当天,英特尔收盘狂跌16.24%。


尚有媒体报导,英特尔已将2021年6nm芯片代工定单交于台积电,后者另有望取得5nm、3nmCPU芯片的代工。


受该利好音讯刺激,7月27日台积电创下83.4美圆/股的汗青新高。停止7月29日收盘,台积电的市值高达4289亿美圆,是当天英特尔收盘市值的两倍多。

台积电和英特尔市值对照,图源:东方财富网

一忧一喜间,暗示着英特尔自销自产的时期闭幕。曾的CPU芯片巨子现在堕入颓靡。但江湖中,后浪们正在抖擞追逐。


7月20日,国产AI芯片第一股寒武纪上岸A股科创板,当天大涨229.9%。

7月17日,寒武纪宣布科创板上市通告,图源:寒武纪

当人工智能进入愈来愈多人的生活,这片江湖争取也许会聚焦于AI芯片上。


依据Gartner展望,环球AI芯片的市场范围将有望从2018年的42.7亿美圆上升到2023年的323亿美圆,2019-2023年平均增速约为50%。


假如说,英特尔和英伟达意味着CPU、GPU芯片的荣光,那末在AI芯片赛道中,谁会是下一个霸主? 

    01    

从CPU、GPU到xPU 

深度进修是现在AI的神经收集主流算法,须要处置惩罚大批非构造化数据和“蛮算”。这对芯片的多核并行运算、片上存储、带宽、低延时访存等提出了较高需求。


事实上,CPU芯片可以用于AI运算,适用于逻辑庞杂的串行盘算。由于CPU中有晶体管用于构建掌握电路和高速缓冲存储器,缩减了盘算单位的空间,也在肯定水平上限定了算力。

CPU集成电路上有数以万计的晶体管,图源:英特尔

现在深度进修下的图象辨认、语音辨认的盘算主要触及矩阵向量乘法、加法,盘算逻辑也不庞杂,主要靠数据大批屡次盘算,因而比拟串行运算的CPU,具有并行运算才能的GPU芯片机能更高,更适合深度进修

CPU和GPU架构对照,图源:OmniSci

这是为何GPU一哥英伟达能在AI芯片市场占有一席之地。据广证恒生研报数据,英伟达在数据中心GPU市场占有率凌驾80%。2019年度,英伟达数据中心业务收入占比增进至靠近三成。


除了CPU、GPU外,ASIC被以为是下一代AI芯片主流架构。针对特定使命特地设想框架,ASIC芯片能在疾速提拔算力的同时下降能耗。

ASIC专用集成芯片架构,为特定应用须要而设想制作的集成电路,图源:AnySilicon

谷歌的TPU(张量处置惩罚单位)就是其中之一。谷歌定义了十几个为神经收集盘算而设想的高等指令,采纳单线程掌握,防止缓存、多道处置惩罚等问题,进步了深度进修运算效力。不过,和一切ASIC芯片一样,TPU是一款非通用芯片。

谷歌TPU芯片,图源:Google Cloud

在浩瀚xPU芯片中,Graphcore推出的IPU(智能处置惩罚单位)是一款激进产物。


这款专为AI练习、推理使命设想的新型处置惩罚器,应用大范围并行同构众核架构。

Graphcore推出的IPU(智能处置惩罚单位)芯片,图源:Graphcore

加州大学圣芭芭拉分校传授谢源曾示意,在运算历程当中,把数据从内存搬到处置惩罚单位所需能量占比非常大,而数据搬运效力不会因摩尔定律生长而进步。


IPU采纳的是大范围分布式片上SRAM(静态随机存取储存器),数据不储存在片外,意味着运算历程当中可以直接变更,节约能耗和时延。不过,一旦供电不足,会致使部份数据缺失。为此,IPU响应减少了用于机械进修运算单位面积。

IPU芯片内部构造,图源:Graphcore

日前,Graphcore已宣布第二代IPU GC200,晶体管数目高达594亿个,内部有1472个自力的处置惩罚器内核,可以实行8832个自力的并行线程,均由900MB的RAM支撑。

装有4个IPU GC200芯片的机械,每一枚芯片内有高达594亿个晶体管,图源:Graphcore

另外,IPU GC200芯片另一亮点为能适用于希罕样本数据的深度进修。


新的架构有的要领是为每一个处置惩罚中心装备了专用存储单位,能更有用疏散和汇集信息,防止部份数据被过滤。


Graphcore曾被多家媒体对标为下一家英伟达。


引见这款特立独行的产物时,高等副总裁兼中国区总经理卢涛示意,“IPU不是GPU,但现在许多芯片公司做的实在照样GPU,在某些范畴,将来一段时间里,IPU可能会和GPU显现合作胶着状态,“这是最大的应战,也是最大的时机。”

    02    

垂直范畴突围战

关于不少中国AI芯片企业而言,挑选做专用芯片照样通用芯片,是一道困难。


亿欧科创事业部贸易分析师张继文直言,现在行业中还没有降生一款真正意义上的AI通用芯片,由于差别场景下,对芯片算力有差别请求。

比方,安防范畴对图象处置惩罚请求比较高,智能家居对语音处置惩罚请求很高,而自动驾驶须要多模态处置惩罚。


“现阶段设想者仍在详细场景下探索,发起做垂直范畴的芯片。”她示意。


假如你是一个不走心的芯片设想师,做出芯片并不难。假如不愿意付ARM框架受权用度,可以选开源的Risk-V框架,去除无用功用后,从GitHub下载代码,交由芯片厂家做模子转换。

图源:GitHub

但在中科院自动化研究所研究员王金桥看来,如许的算法没法保证算法的精度。


设想芯片时,设想师须要对收集范围、参数、结果等选项不停调解,进步芯片的适配才能。假如芯片已牢固了支撑的收集构造,以后要想替换,只会半途而废。


依据亿欧智库数据,ASIC芯片的开发用度高达800-2500万美圆以上,开发周期长达1-3年。这是消耗的资源。


这就是专注于ASIC芯片研发,寒武纪的困窘。在招股书上,寒武纪估计本年净利润吃亏4亿元至6.5亿元。追求资源市场融资,是此次寒武纪上市的启事。

寒武纪近几年财务状况,图源:寒武纪招股书

据悉,寒武纪设计离别以IPO召募资金7亿元、6亿元、6亿元和9亿元用于投资云端练习芯片及体系、新一代云端推理芯片及体系、新一代边沿端人工智能芯片及体系和补充流动资金。

图源:寒武纪招股书

比资源更主要的,另有人材。王金桥慨叹AI芯片范畴设想人材稀缺。在成为芯片设想师前,须要最少3-5年的工作经验。


行业一流的设想师,最少要在生产线上跟过10年,以防流片失利。


芯片生产历程当中,流片是从设想走向量产的症结一步,这须要根据图纸在晶圆上举行蚀刻、制订晶圆尺寸,工艺庞杂,全部历程有40多道工序,每一步微小失误的积累,便会功败垂成。


此前小米汹涌S2流片失利5次,被报导称烧掉十多亿元。这是流片背地的痛。

网上关于小米汹涌S2流片失利5次烧掉几十亿的听说,图源:收集

现在AI范畴稀缺的是设想,懂算法的,不懂硬件,反之亦然,这须要竖立好生态,转变高校课程构造。


王金桥示意看好寒武纪的生长,这个团队来自中科院,有中心技术,只是建立不过5年,仍显稚嫩。“中国会有一家像英伟达一样的企业,虽然另有很长的路要走。”他说。

作者/IT时报记者  孙鹏飞

编辑/挨踢妹

排版/黄建

图片/PxHere、东方财富网、英特尔、OmniSci、

Google Cloud、Graphcore、GitHub、亿欧智库、寒武纪招股书、收集

泉源/《IT时报》民众号vittimes


相干引荐

你以为谁是下一个AI芯片之王?

本文源:webmaster5u.com 简 孙鹏飞


下载地址:
http://www.webmaster5u.com/down/118138302.zip
解压密码:118138302118138302
版权声明

旭日站长免费提供编程教程,网页特效,手机教程,游戏攻略和IT资讯等内容,打造内容丰富的站长学习!

本文链接:http://www.webmaster5u.com/zxjx/490.html