新聞中心

        EEPW首頁 > 嵌入式系統 > 業界動態 > 芯片帝國諸侯混戰,誰將脫穎而出

        芯片帝國諸侯混戰,誰將脫穎而出

        作者: 時間:2018-09-07 來源:億歐網 收藏
        編者按:芯片領域最近可謂是風起云涌,一個個科技名詞走進公眾視野,AI創企也在不斷吸金,用芯片燃燒著一個又一個神話;與此同時,老牌芯片廠商,英偉達、賽靈思在不斷被挑戰的同時,續寫自己的輝煌。

          除賽靈思以53%的份額(咨詢公司Gartner2016年數據)占據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,阿爾特拉被以167億美元的價格收購后,在其基礎上成立了可編程事業部。今年4月,的FGPA被正式應用于主流的數據中心OEM廠商中,主要客戶包括戴爾、富士通等。

        本文引用地址:http://www.104case.com/article/201809/391624.htm

          不過老大賽靈思在回復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,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階段發展較好。

          谷歌和ASIC:“專精職業選手”,專一決定效率,AI未來

          隨著專用化需求的進一步發展,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應用設計、專屬架構的處理器

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

          ASIC架構典型的代表,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,也一度被認為是AI芯片業內新的攪局者。不過TPU的資歷也沒比以上幾位年輕,哈佛大學孔祥重教授在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,服務的名稱為Cloud TPUs(云端TPUs),用于云端服務器。今年5月Google云端芯還發布了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目前并不對外發售,并且要想進入更多市場,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的開放,還是會對帶來一定威脅。

          而ASIC芯片領域,也有一大批追趕者。以我國的初創企業而言,2017年9月,華為發售的AI芯片麒麟970上的NPU(屬ASIC架構)集成了初創芯片企業寒武紀的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布基于BPU(屬ASIC架構)架構的最新高級輔助駕駛系統,12月,地平線機器人發布“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Movidius,其研發的VPU也是ASIC芯片。

          在AI算法尚處于蓬勃發展、快速迭代的今天,ASIC存在開發周期較長、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,顛覆傳統計算架構,仍在研發

          另外,在傳統架構之外,還有一類“不走尋常路”的芯片,這就是“類腦芯片”。“類腦芯片”顛覆傳統計算架構,將數字處理器當作神經元,把內存作為突觸,內存、CPU和通信部件完全集成在一起,采用模擬人腦神經元結構來提升計算能力。

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

          我國初創企業西井科技也在研發類腦芯片,其宣稱“芯片用電路模擬神經,成品有100億規模的仿真神經元,可用于基因測序、模擬大腦放電等領域”。

          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向自動駕駛領域。

          總結:諸侯混戰,同賽道糾纏,不同架構競爭

          從CPU、GPU、FPGA,到ASIC及類腦芯片,從英特爾、、賽靈思、谷歌再到IBM,可以看出芯片業最近50年可謂風起云涌,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。而當前的AI芯片中,應用還是以GPU領先,FPGA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、和AMD在GPU市場、賽靈思和阿爾特拉在FPGA市場上,及谷歌和一些創企在ASIC市場的競爭……而在AI浪潮下引導的芯片革新上,英特爾與英偉達,賽靈思以及谷歌又在不同芯片架構及應用場景間進行斗爭。

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


        上一頁 1 2 下一頁

        關鍵詞: 芯片 英偉達 英特爾

        評論


        相關推薦

        技術專區

        關閉
        主站蜘蛛池模板: 秦皇岛市| 闽侯县| 巫山县| 宁强县| 浪卡子县| 项城市| 霍邱县| 九寨沟县| 福州市| 札达县| 鄂尔多斯市| 汕头市| 达日县| 彰武县| 建德市| 江山市| 肇东市| 乌拉特中旗| 呼玛县| 青龙| 富民县| 内乡县| 额济纳旗| 朝阳县| 盐亭县| 彰武县| 屏山县| 武川县| 册亨县| 徐汇区| 芒康县| 平陆县| 济阳县| 汉沽区| 淮南市| 万山特区| 历史| 永春县| 西峡县| 万宁市| 乐山市|