以BAT为代表的互联网公司在芯片行业虽无深厚家底, 但是靠着雄厚资金, 尖端人才和海量数据, 步子走得一点儿也不慢. 继今年4月阿里达摩院宣布正在研发应用于图像视频分析, 机器学习领域, 性价比是同类产品40倍的神经网络芯片Ali-NPU之后; 百度在7月的AI开发者大会上正式推出了专注于自然语言处理, 图像识别, 自动驾驶等应用的 '中国首款云端全功能AI芯片' 昆仑.
AI芯片大热, 初创企业们同样热情高涨. 成立于2015年的地平线已经推出了面向智能驾驶的征程(Journey)系列处理器和面向智能摄像头的旭日(Sunrise)系列处理器; 成立于2016年的寒武纪则于今年5月在上海发布了采用7nm工艺的第三代机器学习终端处理器1M, 其性能比此前发布的寒武纪1A高10倍.
一线芯片企业在AI领域早已深入布局, 甚至已先声夺人. 在CES 2018上, 瑞芯微发布了旗下首款AI处理器RK3399Pro, 首次采用CPU+GPU+NPU硬件结构设计, 其片上NPU运算性能高达2.4TOPs, 具备高性能, 低功耗, 开发易等优势; 同年3月, 台湾芯片厂商联发科发布了首款内建AI功能的芯片曦力P60, 内置了专门用作AI运算的APU, 可以提供从入门到高级的完整API支持和开发者工具包.
AI芯片风口, 究竟具有什么样特质的企业才能抓得住飞得起来呢?
智能互联设备激增催热人工智能AI芯片 近几年, 市场上一个明显的趋势是智能手机的人口红利正在消失, 出货量逐年逼近天花板, 与之相反的是, 智能互联设备却呈海量激增之势. 智能音箱是消费领域的典型代表, 市场研究公司Canalys的数据显示, 今年第一季度的智能音箱全球出货量高达900万台, 较去年同期增长210%; 智能摄像头则是产业领域的典型代表, 目前国内大概装有1.76亿个监控摄像头, 预计三年内数量会增加到6.26亿. 在数量暴增的同时, 对摄像头的要求也越来越高, 正在从 '看得见' 向 '看得懂' 转变, 这就要求摄像头更加 '智慧' . 显然, 这些新型的智能互联设备需要以自然语言处理, 图像识别为代表的深度学习技术作为支撑, 由此对设备的大脑——芯片在计算能力和功耗方面提出了新的要求. 好比绘图工作会交给 GPU 而不是 CPU 是一样的道理, 早在2011年, 谷歌就发现, 如果每位用户每天使用3分钟谷歌提供的基于深度学习语音识别模型的语音搜索服务, 就必须把现有的数据中心扩大两倍. 这意味着已有的CPU和GPU都不能满足需求, 这驱动了谷歌自己研发更高效的AI芯片——NPU. AI 芯片的大热正是基于这样的理念: 让适合的架构来做适合的工作, 才能得到更高的效率和更低的功耗. 专用于人工智能的芯片和传统的计算芯片存在很大的差异——典型CPU的架构中需要大量的空间去放置存储单元和控制单元, 相比之下计算单元只占据了很小的一部分, 算力无法满足深度神经网络 (DNN) 的计算需求; 而AI芯片则具有大量的计算单元, 能够适合大规模并行计算的需求.
既然这么多家企业都在布局AI芯片, 那么各家研发的AI芯片究竟表现如何?
前不久, 市场研究公司Compass Intelligence发布了全球AI芯片企业排名. Compass Intelligence是从公司表现, 产品表现, 市场表现, 独特市场四大维度计算出了这一结果.
在全球前20名的AI芯片企业排名表中, 中国大陆占据两个席位, 分别是华为和瑞芯微, 下面我们从他们的产品布局与生态链战略来看看上榜的理由.
华为AI芯片布局——抢占手机交互入口AI芯片想要发光发热, 必须有搭载芯片的载体, 华为毫不犹豫的选择了体量已经非常巨大的手机作为切入点. 2017年9月, 华为在德国柏林国际电子消费品展览会 (IFA) 上正式推出其最新 AI 芯片 '麒麟 970' (Kirin 970) . 麒麟 970集成 NPU 专用硬件处理单元 (寒武纪IP) , 创新设计了 HiAI 移动计算架构, 其 AI 性能密度大幅优于 CPU 和 GPU. 10月, 华为在德国慕尼黑发布了搭载麒麟 970的新款旗舰手机Mate 10, 最主要的卖点便是人工智能. NPU新架构让华为手机在处理同样的AI任务时, 得到了50倍能效和25倍性能提升.
瑞芯微的AI芯片布局——商用为王成立于2001年瑞芯微电子是专业的集成电路设计公司, 一直为智能手机, 平板电脑, 通讯平板, 电视机顶盒, 车载导航, IoT物联网和多媒体音视频产品提供专业芯片解决方案.
既是因为历史渊源, 也是基于自身优势, 瑞芯微做AI芯片的策略和华为有所不同, 直接瞄准了正在蓬勃发展的物联网市场, 推出了一系列AI芯片产品及应用; 但和华为的相似之处是, 这些产品都不是摆在实验室里的样品, 而是已全方位, 以多种应用形态量产并商用.
典型的比如瑞芯微日前向业界公布了四款 'AI人工智能扫地机器人' 芯片级解决方案: RK3399, RV1108, RK3326及RK3308, 支持从AI到VSLAM及激光导航等功能, 全面覆盖从高端到入门级别扫地机器人产品, 助力第四代AI人工智能扫地机器人定位导航的标准的定义及升级. 瑞芯微在扫地机器人生态上, 拥有很多算法合作伙伴以及ODM/OEM客户, 涵盖了激光, VSLAM, AI等方向, 可实现快速量产.
语音交互解决方案也是瑞芯微AI芯片战略中的重要一环. 在去年的谷歌I/O开发者大会上, 瑞芯微率先向全球发布基于Andorid 系统平台的RK3229谷歌语音助手解决方案, 该方案采用四核Cortex-A7内核架构, 在语音算法上结合谷歌在音频领域深厚的技术积累, 支持声源定位, 声源增强, 回声消除, 噪音抑制等. 此外, 瑞芯微还有支持百度语音助手的RK3308和RK3326等产品.
除了视频, 语音等解决方案, 瑞芯微在视觉处理和图像识别领域也有所建树. 2016年, 瑞芯微正式发布 '智慧视觉开发平台——RK1108, 在嵌入式系统中实现了高能效智能视觉和图像感知的革命性进化. 而最新发布的基于的RK1608视觉处理芯片, 则展示了非常强劲的3D视觉相关的基础能力——比如深度颜色化技术技术可以帮助人们用自然的手势和体感控制替代复杂的遥控器和按键; 再比如人体骨骼追踪技术可以通过机器学习算法和追踪后检测技术, 实现行人精准定位与追踪.
瑞芯微这些不同定位的AI芯片, 实际上覆盖了目前AI的所有应用场景和产品形态.
AI芯片大变革时代, 总有大批追风者蜂拥而至. 不只中国的初创企业, 英特尔, 高通等国外芯片巨头已经开始向AI芯片转型; 互联网巨头谷歌, 新能源汽车科技公司特斯拉, 社交网络鼻祖Facebook也纷纷开始涉足芯片, 一时间, AI芯片迎来群雄逐鹿.
值得注意的是, 无论是国内, 还是国外, 许多AI芯片仍停留在实验室数据的阶段, 更多是搏得一时好彩, 但离真正商用的距离有很长的路要走. 而这恰恰是中国芯企业华为与瑞芯微实力打榜 '全球前20名的AI芯片企业排名表' 的原因, 当竞争对手仍在 '纸上谈兵' 的阶段, 他们已用超前的生态链布局和大规模商用的AI产品走在了前沿.