人工智能芯片熱潮再起。近日，全球最大的云服務提供商亞馬遜AWS發(fā)布消息：Invent上發(fā)布了首款高性能機器學習加速芯片Inferentia。由騰訊領投的AI芯片企業(yè)燧原科技也于近日發(fā)布了首款云端AI訓練芯片邃思DTU及加速卡云燧T10。2019年人工智能技術加快滲透進入實際應用當中，成為業(yè)內公認的AI落地之年。而其中關鍵在于AI芯片，算力的支撐成為人工智能發(fā)展的“發(fā)動機”。這也使得人工智能芯片市場有望快速成長。

AI芯片開發(fā)踴躍

全球最大的云服務提供商亞馬遜AWS發(fā)布了首款高性能機器學習加速芯片Inferentia。作為全球最大的云服務提供商，亞馬遜AWS此舉頗為引人關注。根據亞馬遜公布的指標，Inferentia芯片能夠提供128TOPS的算力，并支持INT-8和FP-16/bfloat-16計算類型。亞馬遜同時公布了幾種搭載了Inferentia芯片的服務器配置，最高性能的版本可以搭載16顆Inferentia芯片，從而能提供高達2000TOPS的峰值算力。

實際上，關于亞馬遜自研AI芯片的情況早有消息傳出。2018年美國科技媒體The Information報道稱，亞馬遜已經開始設計定制人工智能芯片，未來將用在其開發(fā)的智能語音設備Echo之上，以幫助Alexa語音助手獲得更快的響應速度，從而提升整體的使用體驗。2015年，亞馬遜斥資3.5億美元收購以色列芯片制造商Annapurna Labs。Annapurna Labs設計開發(fā)的芯片用于數據存儲設備、WiFi路由器、智能家居設備和流媒體設備之上。

燧原科技的產品同樣引人關注。燧原科技是騰訊投資的第一家國內AI芯片企業(yè)，成立不足一年半，就完成超過6.6億元的累計融資。目前燧原已同騰訊一起針對通用AI應用場景項目展開密切合作，未來也將會擴展到更多AI應用場景。燧原科技CEO趙立東介紹，此次發(fā)布的邃思DTU采用格羅方德12nm FinFET工藝，480平方毫米主芯片上承載141億個晶體管，實現2.5D高級立體封裝，算力可達20TFLOPS，最大功耗225W。產品將于2020年第一季度上市。同時，燧原科技發(fā)布首款計算及編程平臺“馭算”，可支持開源學習平臺TensorFlow進行開發(fā)。

新應用驅動AI芯片增長

一家大型一家初創(chuàng)，一家國際一家國內，亞馬遜AWS與燧原科技先后發(fā)布AI芯片，顯示了AI芯片當前的火熱。實際上，近年來各類勢力均在發(fā)力AI芯片，參與者包括傳統芯片設計、IT廠商、技術公司、互聯網以及初創(chuàng)企業(yè)等，產品覆蓋了CPU、GPU、FPGA、ASIC等。

安富利亞洲供應商及產品管理高級總監(jiān)鐘僑海指出，當前人工智能技術正在快速落地，正在滲透進入實際應用。這是AI芯片快速發(fā)展的原因之一。根據Fortunebusinessinsights的預測，2018年全球人工智能市場規(guī)模為206.7億美元，至2026年有望增長到2025.7億美元。而Gartner則預測，2018年AI芯片市場約為42.7億美元規(guī)模，有望在2022年增長至343億美元。

人工智能的應用首先是在云端服務器市場展開，這也是當前AI芯片開發(fā)的重點。不過隨著市場的不斷拓展，人工智能將向邊緣以及終端領域擴展。未來一段時間，邊緣計算將成為AI芯片發(fā)展最快的新領域。對此，清華大學電子工程系教授汪玉表示：“在發(fā)展過程中， AI芯片首先是受到了云端服務器市場的關注和應用，國際公司如Google的TPU、亞馬遜的Inferentia、英特爾的SpringCrest，國內公司如寒武紀的MLU100、百度的昆侖、華為的升騰、比特大陸的算豐，都是面向云計算所開發(fā)”不過，隨著邊緣計算的發(fā)展，面向邊緣計算的AI芯片也開始受到越來越多的重視?！靶碌倪吘墕⒂?，數據密集型應用和工作負載將由AI提供支持。AI將用于分析和解釋來自這些應用程序的數據，以幫助人們（在某些情況下，其他機器）實時做出關鍵決策?！蓖粲癖硎?。

鐘僑海也表示，人工智能在物聯網領域正在迅速展開。在人工智能以及物聯網上，安富利已經開發(fā)出許多相關的成功案例，如智能制造系統、智能農業(yè)系統、智慧城市系統等。“目前區(qū)分人工智能在云服務和邊緣側的市場份額還比較難。但是，很多用戶都希望在他們原有的物聯網系統當中能夠加上人工智能的功能。此外，越來越多的企業(yè)希望有他們自己的云，他們自己的云可以做訓練，他們自己的云可以做數據的分析，這些事情他們可能不希望通過公有云來做。因此，可以預計未來人工智能在邊緣側的市場將會越來越大?！?/p>

架構彈性成為關注焦點

雖然前景看好，但是AI芯片在應用落地同樣存在挑戰(zhàn)。鐘僑海認為，人工智能落地還將面臨三個挑戰(zhàn)：第一，人工智能需要繁多的訓練、數據分析、識別、大量計算。所以，AI解決方案應針對不同的應用對網絡和性能參數，要求不同速度、延遲、能耗、準確性。第二，神經網絡技術需要大量的數據以訓練模型，在大量的運算中有數十億次乘積累加運算以及幾十兆字節(jié)參數，故需要大量運算符、自定義數學及存儲器層次結構。第三，人工智能算法的更新換代較為迅速，在固定架構中會存在很多風險，一旦舊人工智能架構失靈，在新架構出現時，原本的固化架構很大程度上即刻失效。所以，架構的彈性成為業(yè)界需要聚焦關注的問題。

汪玉提出建議，目前AI芯片設計面臨著太多種的樞架，如TF 、Pytorch、Caffe、Mxnet等。同時現存的芯片平臺也有很多，如CPU、GPU、FPGA、ASIC等。這就給AI芯片的設計開發(fā)帶來了極大的挑戰(zhàn)。如果能有公司設計開發(fā)出一款中間層性質的平臺產品，由它來向上支持不同類型的設計框架，向下支持各種芯片平臺，并最終服務于各個人工智能公司，將大大降低AI芯片設計中的復雜度，提高工作效率。這其中蘊含著巨大的商機。汪玉也呼吁應當加強產學研的結合，以技術為基本出發(fā)點，營造出有利于創(chuàng)新發(fā)展的環(huán)境。通過這一系列的努力，中國完全可以抓住新一輪由5G商用所趨動的邊緣計算市場商機。
責任編輯：wv