目前的AI芯片市場(chǎng)，幾乎全都在談?wù)?a href="http://www.www27dydycom.cn/v/tag/448/" target="_blank">深度學(xué)習(xí)。深度學(xué)習(xí)（DL）是機(jī)器學(xué)習(xí)之中，能讓AI應(yīng)用在現(xiàn)實(shí)世界中實(shí)現(xiàn)價(jià)值的最佳范例，而這其中又以加速（accelerating）深度學(xué)習(xí)最受關(guān)注，因?yàn)榧铀偈怯?xùn)練與推理過(guò)程所必需的。

AI芯片市場(chǎng)的參與者目前呈爆炸式增長(zhǎng)：在最近的一份研究報(bào)告中，我們統(tǒng)計(jì)出全球約80家初創(chuàng)公司坐擁投資者的105億美元，與大約34家成熟的參與者競(jìng)爭(zhēng)。顯然，這種狀況是不會(huì)長(zhǎng)久的，但我們需要對(duì)市場(chǎng)進(jìn)行剖析，以更好地理解為什么會(huì)形成目前這種狀況、它會(huì)如何變化，以及這一切意味著什么。

將時(shí)光倒流至2010年左右，當(dāng)時(shí)英偉達(dá)（Nvidia）在其圖形處理單元上推出了高端通用計(jì)算（GPGPU，現(xiàn)在簡(jiǎn)稱為GPU）。它引發(fā)了深度學(xué)習(xí)的興起，將大型神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間從幾個(gè)月或幾周減少到幾天幾小時(shí)，甚至更少。英偉達(dá)自此成功轉(zhuǎn)型為AI計(jì)算公司，并開發(fā)出了數(shù)十億美元的新業(yè)務(wù)。

這也刺激了其他芯片公司和芯片架構(gòu)師開始思考——如何從一張白紙開始，構(gòu)建一個(gè)專門用于運(yùn)行AI工作負(fù)載的架構(gòu)，還要比針對(duì)多種工作負(fù)載設(shè)計(jì)的GPU更好？

如今，AI工作負(fù)載僅僅意味著運(yùn)行深度學(xué)習(xí)，這是目前的市場(chǎng)需求所在。

但市場(chǎng)需求是多變的。盡管大多數(shù)AI訓(xùn)練都在數(shù)據(jù)中心（包括超大規(guī)模云端）和工作站上進(jìn)行，但AI推理卻隨處可見(jiàn)：在云端、在工作站、在邊緣……尤其是邊緣端。

人工智能芯片市場(chǎng)如何細(xì)分

無(wú)論一個(gè)初創(chuàng)企業(yè)決定加入哪個(gè)細(xì)分市場(chǎng)，競(jìng)爭(zhēng)都將非常激烈。我發(fā)現(xiàn)將這個(gè)市場(chǎng)映射為一個(gè)三角形非常有用。三角形的每個(gè)頂點(diǎn)都有自己的一組標(biāo)準(zhǔn)來(lái)代表獨(dú)特的市場(chǎng)需求。

三角形的頂點(diǎn)是數(shù)據(jù)中心、云端和HPC環(huán)境對(duì)AI芯片的需求。Cerebras公司很好地抓住了這一市場(chǎng)，它制造了世界上最大的芯片，晶圓級(jí)引擎（Wafer Scale Engine，WSE）。這個(gè)細(xì)分市場(chǎng)需要最高的計(jì)算能力，而功耗和成本則是次要的。初創(chuàng)企業(yè)面臨的挑戰(zhàn)是他們要與超大規(guī)模企業(yè)和老牌企業(yè)競(jìng)爭(zhēng)，比如英偉達(dá)就在穩(wěn)步發(fā)布其不斷改進(jìn)的架構(gòu)，其最新版本（Ampere）已于2020年5月發(fā)布。

三角形的下端主要涉及推理，企業(yè)可以在保持準(zhǔn)確性的同時(shí)，構(gòu)建較低精度的芯片。其對(duì)產(chǎn)品的需求和三角形頂點(diǎn)有所不同，主要包括芯片大小、低延遲、低功耗和低單位成本。特別是小邊緣市場(chǎng)，這是所有初創(chuàng)企業(yè)最活躍的市場(chǎng)，像英偉達(dá)這樣的大牌公司不太會(huì)參與這個(gè)市場(chǎng)的競(jìng)爭(zhēng)，英偉達(dá)也曾表示它不打算涉足大宗商品推理市場(chǎng)。但是，處于這個(gè)角落的玩家不僅要與競(jìng)爭(zhēng)對(duì)手競(jìng)爭(zhēng)，而且還要與潛在客戶斗智斗勇，因?yàn)榭蛻艨赡軙?huì)決定自己創(chuàng)建一家公司或購(gòu)買一家初創(chuàng)公司。

人工智能芯片的下一步發(fā)展

AI芯片領(lǐng)域中有太多的競(jìng)爭(zhēng)者，看看圖1中三角形的每個(gè)頂點(diǎn)就知道，最好的全方位設(shè)計(jì)才會(huì)勝出。除了我們已提到的各種因素，還需要添加成熟的軟件開發(fā)堆棧、針對(duì)市場(chǎng)的愿景以及將深度學(xué)習(xí)應(yīng)用嵌入產(chǎn)品中的更大潛力，這樣才能使市場(chǎng)合理化。

不過(guò)，這個(gè)市場(chǎng)中已經(jīng)有犧牲者了，最近的是Wave Computing于2020年4月宣布破產(chǎn)。

競(jìng)爭(zhēng)導(dǎo)致市場(chǎng)上出現(xiàn)更快、更高性能的AI芯片，AI研究人員將從中受益來(lái)實(shí)現(xiàn)他們奇思妙想。我也更期待出現(xiàn)新的算法取代深度學(xué)習(xí)當(dāng)前的霸主地位——AI研究的長(zhǎng)期愿景是創(chuàng)建像人類一樣的人造大腦，很顯然深度學(xué)習(xí)是死胡同。新算法不可避免地會(huì)出現(xiàn)（有些已經(jīng)出現(xiàn)，但不是本文涵蓋的內(nèi)容），而這些下一代算法可能需要不同類型的加速器。

深度學(xué)習(xí)在實(shí)際案例中的應(yīng)用廣度，使這些芯片擁有數(shù)十億美元的市場(chǎng)，隨著5G的推出，還將不斷增長(zhǎng)。這個(gè)市場(chǎng)需要AI硬件加速器。AI芯片市場(chǎng)將趨于合理化，然后整個(gè)游戲?qū)㈦S著下一代AI算法的崛起而發(fā)生改變，不過(guò)，沒(méi)人清楚這個(gè)改變什么時(shí)候會(huì)發(fā)生。
責(zé)任編輯:tzh