来源:内容来自中国电子报,谢谢。
人工智能(AI)爆发性增长是以强大的计算能力为基础的,而提供计算力的载体是芯片。近年来国内得到资本热烈追捧的独角兽公司多与AI芯片有着密切的关系,亦从侧面证明了AI芯片的重要性与广阔的发展前景。然而,随着越来越多新创公司、互联网公司和传统芯片公司开始进入AI芯片领域,其中蕴含的风险也需引起重视。AI芯片会是中国集成电路产业弯道超车的好机会吗?其中含有哪些风险?如何才能抓住这次难得的产业机遇?
尴尬的产业链定位
要说如今科技圈什么最火,人工智能肯定是其中之一。而核心芯片则是决定一个新的计算时代的基础。从源头上掌控核心芯片架构将取得先发优势,对于取得一个新计算时代主导权有着非常重要的意义。也正是基于这样的考虑,谷歌、微软、亚马逊、IBM等全球科技巨头才纷纷投入巨资加速人工智能核心芯片的研发,目标在于抢占新计算时代的战略制高点,掌控人工智能时代主导权。
中国对于人工智能芯片产业同样高度重视。工信部正式印发的《促进新一代人工智能产业发展三年行动计划(2018-2020年)》中,着重强调要在智能传感器、神经网络芯片、开源开放平台几个领域率先取得突破。根据前瞻产业研究院发布的《2018-2023年中国芯片行业市场需求与投资规划分析报告》,2016年全球人工智能芯片市场规模达到36亿美金,预计到2021年将达到111亿美金,年复合增长率达到25%。结合我国人工智能市场规模,推算2016年我国人工智能芯片市场规模约为15亿元,到2022年市场规模将达到50亿元左右,增长迅猛,发展空间巨大。
在看好AI芯片发展前景的情况下,吸引了越多越多互联网公司和传统芯片公司进入AI芯片领域,其中蕴含的风险也需引起人们注意。在近日召开的“2018年半导体市场年会”上,清华大学微电子所所长魏少军在演讲时笑称:“有投资界人士问我,应不应该投资AI芯片。我的回答是‘投资可以,但一定不要成为那个持最后一棒的’。”
那么,中国企业投入AI芯片将会面临哪些挑战呢?从产业链角度观察,人工智能包括了从芯片器件、计算设备、程序平台到大数据、功能层、应用端等复杂结构。在这样一个产业生态中,一些有实力的国际互联网巨头,如谷歌、Facebook、亚马逊、百度以及苹果公司,是以垂直整合模式介入的,它们成为最有实力的玩家。英特尔、高通、英伟达等国际芯片龙头则以整合芯片、计算以及部分软件程序为发展策略,力求扮演硬件设施平台供应商的角色。一些有实力的终端品牌公司,包括近年来得到快速发展的中国智能手机厂商,如华为、小米、VIVO、OPPO,希望成为AI终端设备供应商。
在这样的产业生态里,中国AI芯片厂商定位相对尴尬。在技术上他们尚难完全与英伟达、英特尔这样为云端设备提供人工智能计算解决方案的厂商展开竞争,更多发展机会存在于终端市场,即面向不同应用端,提供针对性的芯片或者IP解决方案。问题在于,目前为止整个AI产业依然受到缺少“杀手级”应用的困扰。如果去除智能驾驶、智能汽车、智能监控、人脸识别、语音识别少数几个应用市场,我们就很难再找到AI的典型应用场景了,特别是缺少与人们工作生活密切相关,又非AI支持不可的应用市场。
这样,一个重要问题就会出现——是否存在像通用CPU那样独立的AI处理器?如果存在,它的架构是怎样的?如果不存在的话,那么中国AI芯片厂商,向上很难与国际巨头竞争云端市场,所立足的终端市场又存在细分化、碎片化,缺少杀手级应用的挑战。其结果或许真的会像魏少军所指出的那样:“以满足特定应用为主要目标的中国AI芯片,未来很可能只能以IP核的形式存在,最终被各种各样的SoC所集成。”
如此,今天的部分,甚至是大部分AI芯片创业者将成为这场技术变革中的“先烈”。
新时代寻求IC设计新思路
在这样的挑战面前,架构创新成为中国AI芯片面临的一个不可回避的课题——针对当前AI产业现状,开发适应市场的芯片架构。尽管这样的创新工作将非常艰难。
对此,魏少军提出了“软件定义芯片”的概念。从感知、传输到处理,再到传输、执行,这是AI芯片的基本逻辑。软件是实现智能的核心,芯片是支撑智能的基础。其中,软件是实现智能的载体。技术上要求智能软件具有自己学习的能力,形成知识和经验的能力,持续改进和优化的能力,思维逻辑推理的能力以及做出正确判断的能力等。而智能芯片则需要承载所需的计算,要求其具有高性能的计算能力,多任务并行计算能力,极高的能量效率,灵活高效的存储能力,实时动态功能变换能力等。两者的联动,将重新定义AI芯片的设计理念,使AI芯片的设计更具灵活性,也在面向不同AI应用需求时更具可操作性。
Synopsys中国董事长兼全球副总裁葛群也表达了同样的看法:“以前芯片设计中硬件与软件的界限比较清晰,一般采用分层设计和优化的方法,这有利于简化问题。然而,在今天的AI应用中已经很难再将它们分开处理了。也就是说,开发一款优秀的芯片和硬件产品必须考虑软件方面的配合和系统层面的配合,甚至打破层次界限,进行深度优化。Nvidia的CUDA和GPU,Google的Tensorflow和TPU的成功都是很好的例子。”
事实上,EDA工具和AI存在密切的互动关系,对AI芯片的架构创新将发挥至关重要的作用。无论在云端还是终端设备上,在差异化的应用需求越来越多地影响芯片设计之际,针对云端AI训练、自动驾驶、安防监控和各种智能IoT设备的解决方案需要从应用软件、操作系统、硬件架构、IP、低功耗、安全性、验证和测试等方面适应AI应用的特殊需求,更为强调整个系统综合的软硬件效率、安全性和可靠性。EDA工具作为芯片设计的基础平台,将会更多地把AI应用作为关键的场景,支持芯片设计者更好地完成各种AI算法和应用在芯片上的高效实现。
根据葛群的介绍,Synopsys从1986年初创开始,就采用人工智能的思想支撑EDA、芯片和系统的研发,目前正在积极探索设计方法学上的创新,推动AI芯片设计能力的提高。2017年Synopsys设立了全球人工智能实验室,就是希望在更加开放的平台上,与业界共同探索支持人工智能技术落地所必须的AI芯片软硬件协同优化等新问题,寻求更为有效的方法学、工具和解决方案。
基于其应用场景的特殊性,AI芯片应当具备以下的基本要素:可编程能力,以适应算法的演进和应用的多样化;构架能够动态重构,在不明显降低效率的前提下,能够适应不同的算法;高效的架构变换能力;实现高效计算和存储,低功耗、低延迟;满足低成本、小尺寸的要求,以便能够进入家电和消费类电子、移动设备和物联网终端市场;应用开发简便。
政府与企业共同推进
今年 3 月初“人工智能”被写入《政府工作报告》,强调要加强新一代AI研发的应用,在医疗、养老、教育、文化和体育等多领域推进AI的应用和落地。这显示了中国政府对于人工智能芯片产业的高度重视,也抓住了当前AI产业发展中的关键环节。如果说中国已经逐步发展成为全球AI产业的中心之一,那么应用缺乏、数据环境和人才紧缺,仍然是制约中国AI芯片产业发展面临的主要难题。在政策上,从上述三个层面发力,将可有效推进AI芯片产业的发展。
中国工程院院士倪光南表示:“人工智能是未来很重要的一个发展方向。因为人工智能还是我们人创造出来的,因此应该更好地为人类服务,帮助人类摆脱繁杂的工作,把重复性的劳动交给人工智能,人类去做更多有创造力的工作。”
葛群指出:“这一轮的人工智能爆发是与大数据共生的,离开有效的数据,人工智能尤其是深度学习是很难取得进步的。现在各个行业与不同企事业单位中存在着各种各样的数据孤岛,而这些数据又都是推进人工智能的关键因素。政府如能推动打破信息孤岛,将可极大促进人工智能行业的发展,对于AI芯片产业也具有巨大的带动作用。”
无论是芯片、算法,还是数据、应用、人才,任何短板都将使人工智能难以实现快速均衡的发展。国内厂商目前更应该保持一定的定力以及工匠之心,基础研究千万不能落下。政府则需要从国家层面进行政策引导和实际的支持。唯有政府和企业共同推进,才能让中国的人工智能与半导体产业走得更远。
芯片设计服务将在AI和IoT时代扮演重要角色?
来源:内容来自经济日报,谢谢。
观察多数投资人对于未来AI及Data center成长趋势给予正面看法。台积电在法说会中提到,未来AI及IOT将继虚拟货币后,为下一波成长来源,由于IC设计门槛降低,越来越多system companies在自制芯片,因此tape out数量增加,这在IC设计服务公司中也看到同样趋势。
根据Gartner预估,2017年AI芯片市场规模仅3.14亿美元,2018年AI芯片市场产值将成长至10亿美元,预估2022年将达132.5亿美元。2017~2022年推升AI芯片市场成长不尽是来自于data centeredge computing为接续data center后主要成长力道。
随着Personal device及IOT走向智慧化,Gartner预估2022年AI芯片产值中,IOT及Personal device产值分别为20.28亿美元、19.08亿美元。
AI芯片已成为名家IC设计及云端服务公司展重点,包含Facebook、Amazon、Google、阿里巴巴等将自制自家Sever用AI芯片:联发科、Qualcomm、海思的智能手机晶电也纳入AI功能,此外Edge computing中的语音辨识、脸部辨识未来将广泛应用于start home、IOT、IPCam等,带动Edge computing用的AI芯片成长。
富邦投顾表示,谱瑞强项在高速传输上技术布局、竞争优势及未来高速传输芯片应用于PC及data center市场规模,谱瑞在data center的上具长远产品线规划,已在开发PCI G芯片,未来将逐步揭露出data center上用高速传输芯片roadmap,因此,市场对于谱瑞长期成长性信心度将更高。
什么是芯片设计服务
作为集成电路产业链上重要的一环,IC设计服务是Fabless公司紧密的合作伙伴。IC设计服务供应商拥有复杂芯片设计能力、丰富的IP以及与代工厂良好的合作关系,为Fabless公司提升产品性能、加快产品上市提供了有力保障。与此同时,随着本土方案商(IDH)和系统整机制造商(OEM)逐步成长壮大,他们也开始有了定制化IC的需求。
IC设计服务业在国内出现可以追溯到十年以前,不过当时由于大陆IC设计业刚刚起步以及市场不成熟,国内IC设计服务企业发展非常缓慢。随着摩尔定律的延伸,如今超大规模集成电路设计复杂度正日益增加,设计难度与成本也呈指数倍提高,同时本土IC设计公司成长迅速,并开始进入先进应用领域,涉及到的芯片越来越复杂,对设计服务的需求开始增多。
芯片开发包括产品定义、前端电路设计、后端物理实现、制造工艺、封装等多个环节,而且还常常需要组合多种不同功能的IP,使得设计难度进一步加大,然而并不是所有IC设计公司对这些技术都有深入的了解与掌握,此时IC设计服务企业可充分利用自己在设计方面的专长,发挥专业化分工优势,帮助设计企业提升产品的价值。
谈谈国产FPGA现状
来源:内容来自财通证券TMT组,谢谢。
2018年上半年对于中国半导体行业而言是多事之秋,发生了几件让国人深入思考的大事。我作为IC产业的逃兵,最近也在思考很多的问题,包括资本市场、集成电路行业和研究所的一些不成熟的想法。
2008年进入华中科技大学电子系,中科院半导体所毕业后进入联发科从事手机芯片开发(没错,就是卖的不怎么好的X30)。离开MTK之前有一段小插曲,招我进联发科的老大后来自己出来创业做安防芯片,当时喊我去他的团队,其实从一个技术员工或者说前途上看,选择前老大公司是确定无疑最好的出路(优秀的老大,出色的技术,看得见估值增长)。不过我最后还是选择了成为二级狗,整个芯片行业其实对于技术人员的需求量还是非常高的。
我想把芯片行业分为几个类别:数字芯片、模拟芯片、射频芯片以及FPGA分开来说说,希望自己在总结知识的同时有机会和大家多多沟通交流。
今天先就从FPGA开始说起吧。
FPGA——现场可编程门阵列,是指一切通过软件手段更改、配置器件内部连接结构和逻辑单元,完成既定设计功能的数字集成电路。换个简单通俗的介绍方式,就好比一个全能运动员,游泳如孙杨、跨栏像刘翔、网球能力堪比李娜,FPGA就是这么神奇的可以通过设定而实现各种复杂的功能电路。FPGA的核心优点:可编程灵活性高、开发周期短、并行计算可编程灵活性高。同时FPGA也有自身的很多需要解决的问题,FPGA限制因素:成本、功耗和编程设计。
市场空间:
根据权威市场调研机构Gartner数据显示,2014年全球FPGA市场总规模达到50亿美金,其中,中国的市场份额有15亿美金,中国市场占全球市场的三分之一。分析机构预计2015年至2020年全球FPGA市场的年复合增长率为9%,到2020年全球FPGA 市场规模将达84亿美金。
具体细分领域来看,在FPGA被用于深度学习之前,FPGA主要有3大应用方向:(1)通信设备的高速接口电路设计,FPGA可以用来做高速信号处理,一般如果AD采样率高,数据速率高,这时就需要FPGA对数据进行处理,比如对数据进行抽取滤波,降低数据速率,使信号容易处理,传输,存储;(2)数字信号处理方向/数学计算方向,包括图像处理,雷达信号处理,医学信号处理等,优势是实时性好,用面积换速度,比CPU快的多;(3)SOPC,即利用FPGA这个平台搭建的一个嵌入式系统的底层硬件环境,然后设计者在上面进行嵌入式软件开发。
FPGA国际市场
1984年Xilinx刚刚创造出FPGA时,它还是简单的胶合逻辑芯片,而如今在信号处理和控制应用中,它已经取代了自定制专用集成电路(ASIC)和处理器。短短30年的历史长河中,超过上百家行业巨头杀入这个市场,不过最后大部分都铩羽而归。这些公司包括了Intel、Philips、Agere Systems、AMD以及摩托罗拉等国际知名的芯片设计厂商。这是因为,赛灵思和Altera在这个领域深耕几十年,两家持续不断地军备竞赛,占据了90%市场,提前布局的专利保护对后来者形成了强大的市场壁垒,几乎封锁了所有通向FPGA商用产品的通途。而Microsemi和lattice,QuickLogic曾经挑战他们的霸主地位,但是他们的市场份额加起来也不到10%。而最后也因为种种原因市场份额不断下滑,并没有实现对双寡头的突破和挑战。
可以说,FPGA是全球芯片设计业最需要技术和垄断突破的产品之一,在所有的芯片领域中属于最难以突破和打破格局的技术产品。
Xilinx:发明的FPGA颠覆了半导体世界,创立了Fabless(无晶圆厂)的半导体模式。Xilinx的产品组合融合了 FPGA、SoC 和 3DIC 系列 All Programmable 器件,以及全可编程的开发模型,包括软件定义的开发环境等。产品支持 5G 无线、嵌入式视觉、工业物联网和云计算所驱动的各种智能、互连和差异化应用。2014年12月,Xilinx的20nm芯片实现量产,2015年Xilinx紧接着推出新的16nm FPGA和SoC,并采用新型存储器UltraRAM,因此继28nm和20nm之后,继续在行业中保持领先。公司产品纵向布局各个制程,因为20nm、28nm、40nm等制程的产品会在市场共存,以满足复杂度不同的各种应用。
Altera:是世界上“可编程芯片系统”(SOPC)解决方案倡导者。结合带有软件工具的可编程逻辑技术、知识产权(IP)和技术服务,在世界范围内为14,000多个客户提供高质量的可编程解决方案。2015年,英特尔宣布以167亿美元收购FPGA厂商Altera。这是英特尔公司历史上规模最大的一笔收购。随着收购完成,Altera将成为英特尔旗下可编程解决方案事业部。在和Xilinx的制程战之争中,两家巨头各领风骚,Altera路线图中,最近的产品系列"Cedar"(替代Cyclone)采用了台积电16nm工艺将在2016年上半年交付使用。"Oak"系列采用英特尔的14nm工艺,于2016年下半年交付,"Sequoia"采用英特尔的10nm工艺,将于2018年上市Altera将赢得10nm工艺节点之战。
Lattice:Lattice(是全球智能互连解决方案市场的领导者,也是全球第二大FPGA厂,提供市场领先的IP和成本低、功耗小、小尺寸的器件。产品主要有三大块:可编程逻辑;视频传输;毫米波解决方案。公司的最终用户主要是通讯、计算机、工业、汽车、医药、军事及消费品市场的原始设备生产商。在双大哥的夹击之下,Lattice的路也是走的越发艰难,在中高端市场难以与前两者抗衡。
中国的破局
紫光集团想通过购买Lattice快速发展,受到美国外国投资委员会(CFIUS)的审查和特朗普政府的反对后收购以失败告终。那对于国内FPGA如何破局,如何发展,在无法通过外延引入技术的条件下,国内也只能通过人研发和技术积累打破当前的这种格局。
京微雅格:公司聚集了最早在FPGA行业耕耘与尝试的一批技术精英,他们采用了SoC FPGA的战略,片上整合了DSP、Memory、MCU等单元的CME-GM7系列,试图通过整合的优势打破FPGA市场的壁垒。这个公司实际上有两条产品线:1、自身从头研发的,面向中低端市场的金山系列;2、收购美国CSwitch的产品线,面向高速通信市场。
产品型号:M7华山系列;HR3纯FPGA低功耗系列;M5金山系列;M1衡山系列。
不过比较可惜是,在特定的国内行情和市场环境下,公司在发出自己最强音后也由于种种原因走入困境,让自己举步维艰。FPGA对技术支持的门槛相当高,由于京微雅格没有办法做到Pin-Pin,所以需要每一个产品都要有技术工程师保持长时间的维护和跟进,但是产品的成功率还可能不到10%,这样的市场环境下,公司会陷入一种非常被动的局面,长时间的战略失误让京微雅格陷入了人才、资本和发展僵局。
京微雅格的失败有很多值得思考的地方,FPGA产业的成功不仅在产品,还在于产品线的生态系统平台建设。这个生态系统平台包括:FPGA芯片、EDA工具、IP库……缺一不可。完善的生态系统能够提供给用户更全面的设计资源,从而突出系统优势,迅速适应各种市场应用变化,快速抢占市场高地。同时,市场上的认可是决定芯片厂商能不能在高速的产品迭代中实现技术和资金的积累的重要因素,任何不被市场接受的高性能产品都是失败的。
黄埔军校之后的国内格局
京微雅格在FPGA上的努力和成果给了本土后继者很大的动力;京微雅格很多的技术研究人员在进入了后续成立的上海安路科技,AGM和高云半导体团队里。也就是说,京微雅格在中国FPGA领域的开山鼻祖一样的存在使得散乱后的技术人才分散都国内其余的公司中,成为了人才与技术的黄埔军校。
高云半导体:高云半导体的CEO朱璟辉和SVP宋宁都来自于Lattice团队,尤其是朱璟辉,从清华大学毕业后,1996年-2011年任职Lattice,历经七代FPGA产品的研发,曾获得11项美国专利,5项中国专利,目前还是科技部863计划的可编程器件重大专项的技术负责人。而另一个核心人物宋宁除了任职Lattice高工,还任职过Cadence高工。目前负责高云半导体FPGA全流程软件开发,对FPGA架构、硬件设计、软件研发同步开发有独到经验。所以,Synopsys为高云提供前SynplifyPro高云版端软件软件,也是中国唯一由新思授权的FPGA前端软件。
低密度非易失性FPGA已经完全取代传统CPLD,并成为低密度FPGA市场的绝对主力,每年约5亿美元的市场销量。可以说,高云半导体切入和对标的是Altera MAX V10和Lattice XO2/3;100万门-500万门易失性FPGA产品,采用台积电55nm基于SRAM,可与Xillinx Spartan及Altera Cyclone系列PK。近日,高云宣布研发成功了GW3AT-100,这是国内首款28纳米中高密度FPGA,由台积电代工。
上海安路科技:上海安路信息科技有限公司成立于2011年,总部位于浦东张江,创始人为文余波。公司创始人及核心团队来自海外高级技术管理人才、国外FPGA公司产品开发骨干以及学术界资深FPGA科研人员组成。公司研发团队60%以上是复旦、交大、UCLA、UIUC等国内外高校的硕士或者是博士,具有很强的研究能力和设计水准。核心工作成员大多数在世界前五的FPGA公司和EDA公司中从事数十年以上技术研和管理工作,参与开发了多款世界领先的FPGA 芯片和最好的EDA 开发系统。安路当前已经形成了从小规模CPLD(Elf-300、Elf-650)到2百万门FPGA(EG-4、AL3-6、AL3-10、AL3-S10、EG-20、EG-D20)的系列器件,以及一颗已经实际应用了的千万门级FPGA IP核(AL3-130)。华大半导体入股之后,其作为国内最大的国产EDA软件商华大九天与作为自主FPGA厂商安路科技,双方在EDA工具上的合作空间,包括互补性上,都具有很大的想象力。
AGM:上海遨格芯微电子有限公司(AGM)成立于2012年,是国内领先的以可编程逻辑技术为基础,提供应用市场SoC芯片的半导体集成电路无生产线设计公司。由来自美国硅谷知名可编程逻辑芯片企业的团队和国内资深工程团队创办。AGM是以开发自主产权的编译软件开始,兼容切入现有FPGA软件的生态链。看到智能手机风口的AGM也不失时机出了一款用于智能手机和loT的FPGA芯片,在助力客户逐渐退出低端市场之时,把握住机会,通过价格优势抢夺低端市场。通过最近几年的不断地产品迭代和市场扩展,AGM悄悄地积累了比较稳定的客户,产品线也开始丰富起来,成为了国内FPGA的一批发展迅猛的黑马。
同创国芯:国产化替代率最大,利润最高的军工院所应用市场,基本上被同创国芯(深圳国微)垄断。连当年的竞争对手成都华微,也是基本没有了声响。而且,同创国芯的民用拳头产品Titan PGT30G已量产,该系列芯片可编程逻辑器件采用了完全自主产权的体系结构和主流先进制造工艺,带有DDR3和PCIe接口,是国内少有的千万门级FPGA。另外采用了台湾联华UMC代工先进的40nm制程,在国内领先。正在中兴通讯,烽火通信试用。
FPGA行业的发展靠自力更生
国内FPGA的发展只能依靠自主,这个必然需要漫长的等待和尽心的呵护,但除此之外没有更好的选择。芯片的自主设计是实现信息安全的最底层保障。这也是为什么与信息处理相关的基础芯片(手机芯片、PC处理器等)需要实现自制的原因。在目前FPGA的技术和供给几乎全部来源于美国,包括欧洲和日本等技术强国也没有掌握到核心技术。
对于中国而言,国家促进集成电路发展已经提升至国家战略。同时特殊的应用场景(军工、导弹、航天航空)要求的FPGA是涉及到国家安全和领土安全的,对芯片的要求也会比较严谨,但这一块本身高性能的产品国外对中国是禁运的,这也从另一方面促成国内FPGA自己满足的契机。目前,国内生产的FPGA主要用于军工、通讯、航空航天等领域。
在民用领域,国内是FPGA需求最大的市场,现在Xilinx、Altera最大的客户就在中国,通讯市场华为中兴烽火包揽了全国60%以上的量。同时人工智能芯片需求的高速并行计算对FPGA芯片的需求也在几十亿美元的数量级,而国内是人工智能高速芯片发展最快,需求最大的市场。中国FPGA的发展红利在于需求市场足够大,有需求就要有相应产品来支持。这对于国内厂家就是机会,目前,同方国芯片已经和华为中兴合作,想实现一部分的国产替代。
最后,从技术角度来说,我们已经不像10年前基本不懂核心技术。国内半导体产业链的不断成熟完善,以及芯片设计能力的不断加强,我们自己可以自主设计和流片ARM架构的手机CPU(海思麒麟、大唐联芯),并成功实现商业化,这在10年前都不敢相信。在我们在过去积累的技术沉淀和创新能力,已经使得我们在FPGA的特定应用领域(军工、通讯)实现一定程度上的自我供给。未来也可能类似于CPU+FPGA用于云数据中心节中,这些应用领域都是信息高度敏高的地方,使用自主设计的芯片更能实现安全可控。
后面,我还要说说我和IC界的朋友交流和我自己的一些感悟。
1.大家为什么对于技术的追求会停留下来。因为对于很多人来说,等到技术产生产品并融到资金后,实现技术积累到资本积累了。技术再产生的价值短时间内比资本产生的价值会慢很多,多数人会从技术上转向资本市场。这样一遍遍反反复复,所以能看到在技术达到一定的平台后会长时间的原地踏步,后来者也会跟随前面人的脚步。
2.所谓的产业扶持,切不可本末倒置和打着旗帜反革命。芯片不简单的是需要资本的支撑,因为不完善与不合理的资本炒作反而会使的行业在潮水退去后一地鸡毛。芯片更多的属于技术积累型行业,所有的产品和参数都需要技术员工在工作中不断地去突破和思考,而对于这样一群工程师来说,报酬如果不匹配劳动支出,行业内的技术人才出走与流失是再自然不过的事情了。因此,产业的扶持不仅仅是资本对公司层面的支撑,更需要落实到一个个基层中的技术员工。
3.芯片行业起步容易,往上层走会很难。芯片做到一定程度后,不再是简单的技术积累能解决的,一定需要对物理和数学有比较深的认知,在整个高的角度去处理基础难点,而这对人才的需求地要求是非常高的。
4.市场需求端,任何一种芯片从推出到应用,需要几代产品的更迭。国内芯片起步晚,产品性能和国外差距较大,因此会形成一种困局:国内应用端不用国内产品,国内产品更迭跟不上会导致公司倒闭或者产品无法持续更新。国外芯片行业干了几十年,技术路线上的坑和陷阱被先行者填补了很多,而芯片行业并不存在后发优势,之前别人留下的坑还会继续存在哪里,甚至还需要去避免国外厂商在探索过程中申请的成千上万的知识产权保护新增的坑。
5.芯片行业的国产化任重而道远,我们需要在整个过程中慢慢的去探索。急功近利和空喊口号只不过给了投机分子空间可钻。呵护芯片行业同时也要提升技术人员的福利。
科技巨头为何争先研发人工智能芯片?
来源:内容来自CNBC,谢谢。
美国科技巨头谷歌(Google)和脸书(Facebook)都在开发人工智能芯片,连苹果(Apple)公司也在投入这一领域的研发。阿里巴巴也接连两天释放自行研发芯片的消息,是因为受到中兴引发的中国缺“芯”痛刺激,还是另有原因?
美国科技巨头谷歌(Google)和脸书(Facebook)都在开发人工智能芯片,连苹果(Apple)公司也在投入这一领域的研发。图为英伟达(Nvidia)的芯片产品。
科技巨头争先研发人工智能芯片
目前,海外科技公司纷纷积极研发芯片。这么多科技巨头争先研发人工智能芯片的原因是什么?美国财经电视台CNBC报导说,这些公司都认为,自行研发芯片可以帮助人工应用程序更好运行,同时降低成本,因为把这些服务投放在数据中心成百上千台计算机上的费用并不便宜。
此外,此举还可以减少他们对现有的少数芯片供应商英伟达(Nvidia,台湾称辉达)的依赖,并让图形处理更适应现代人工智能应用。
本周稍早,脸书(Facebook)也透露了正在探索芯片开发,也许那一天脸书也开发出自己的人工智能芯片。去年,脸书就跟英特尔公司共同开发一种新的人工芯片。
这种人工智能芯片可以改善内部研究人员的操作。更快的培训系统意味着更快的客户体验,同时也能为使用脸书应用程序的数十亿人提高系统计算的效率。
不过,脸书推动的人工智能芯片与阿里和谷歌不同,前者不以为客户提供性能提升的创新型硬件为目的。
与此同时,苹果在其顶级iPhone X系列手机中,为芯片构建了“神经引擎”元素,微软也在为其HoloLens混合真实感耳机的下一个版本开发人工智能芯片,还有汽车特斯拉一直在开发汽车人工智能芯片。
本周中国科技巨头阿里巴巴表示,将为其云服务提供自己可用接入的芯片。阿里巴巴(简称阿里)周四(4月19日)对外宣布,其新近成立的研发机构——探索冒险动量和展望学院——将致力于研发名为Ali-NPU的人工智能芯片,该芯片可供任何人通过公共云服务使用。
阿里的发言人说,这是为了加强阿里云,并为很多领域的商业活动和未来的各种人工智能需求带来可能。根据调查公司Synergy Research Group的数据,去年第四季度,阿里巴巴占云基础设施服务市场的份额约4%,比亚马逊、微软、IBM和谷歌都小。
但跟英伟达在数据中心的GPU业务相比,阿里和谷歌的芯片服务项目仍相对处于初级阶段。同时,阿里和谷歌都在跟英伟达合作,通过英伟达的中央处理器(CPU)为自有客户提供云服务。
为了提升芯片研发,阿里已在全球不同地点开设研发办公室,比如华盛顿州贝尔维尤就有一处,靠近微软公司总部。去年,阿里巴巴在硅谷办公室还聘请了高通前员工梁汉(Han Liang )为“人工智能芯片架构师”。同时,阿里巴巴正在通过招聘找更多的人士投入该办公室。
在此之前,阿里还投资了寒武纪、Barefoot Networks、深鉴、耐能(Kneron)、翱捷科技(ASR)等五家芯片公司。到周五(20日),阿里突然宣布全资收购中天微系统有限公司。中天微是中国国内唯一的自主嵌入式CPU(中央处理器)知识产权核(IP Core)公司。
英伟达数据中心业务或受影响
虽然这些科技巨头都投入芯片开发,但是谷歌和阿里的人工智能芯片是专用于数据服务,他们的数据中心服务器需要更多的电力、直接的网络连接和更多的数据存储。
CNBC报导指,你有芯片,我有芯片,每个人都有芯片,这种趋势最终可能威胁到大买家和大供应商之间的传统关系。
英伟达(Nvidia,台湾称辉达)作为少数国际芯片供应商之一,会发现当过去这些大买家的自有芯片变成熟后,它的数据中心业务可能受到影响。
英伟达是一家以设计图形处理器为主的半导体公司,总部设在美国硅谷,是目前驱动人工智能程序的最常用的芯片,由美籍华人黄认勋创办。
发布于:2018年05月03日
https://blog.csdn.net/np4rHI455vg29y2/article/details/80175643