AI芯片终极大战悄然开打,国产芯片企业能否“弯道超车”?

AI2018071801

赛灵思宣布收购深鉴科技,AI芯片领域收购整合可能已经开始

AI2018071802

2018 年 7 月 18 日——自适应和智能计算的全球领导企业赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX))今天宣布已经完成对深鉴科技的收购。深鉴科技是一家总部位于北京的初创企业,拥有业界领先的机器学习能力,专注于神经网络剪枝、深度压缩技术及系统级优化。

自 2016 年成立以来,深鉴科技就一直基于赛灵思的技术平台开发机器学习解决方案,两家公司合作密切。经深鉴科技优化的神经网络剪枝技术运行在赛灵思 FPGA 器件上,可以实现突破性的性能和行业最佳的能效。从2017年开始,赛灵思就已经与全球其它知名投资机构一起成为了深鉴科技的主要投资者。

深鉴科技 CEO (首席执行官)姚颂表示:“我们非常高兴能够进一步深化深鉴科技与赛灵思的合作,让双方能够更加紧密地联手为中国乃至全球用户提供领先的机器学习解决方案。”

深鉴科技 CTO (首席技术官)单羿表示:“作为早期投资者之一,赛灵思一路陪伴深鉴科技共同发掘机器学习的潜力,并见证了我们在这一领域的创新与发展。我们期待通过此次交易,合力将我们的机器学习解决方案提升到一个全新的性能水平。”

实际上,收购的消息早已在业界流传。

就在6月26日,深鉴科技也是颇为突然地对外宣布,已经完成面向自动驾驶/高级辅助驾驶领域的技术整合及商业布局,实现了方案落地及产品转化,正式加入自动驾驶赛道。

当时,深鉴科技宣布他们在高级辅助驾驶和自动驾驶领域内已经具备实质性技术转化及商业落地能力,号称要着力打造芯片级高级辅助驾驶系统解决方案,证据是推出了基于FPGA的车载深度学习处理器平台——DPhiAuto,并已经与日本、北美、欧洲和国内知名汽车主机厂商及一级供应商签署了合作。

根据官方介绍,深鉴科技基于FPGA的车载深度学习处理器平台DPhiAuto,是面向高级辅助驾驶和自动驾驶的嵌入式AI计算平台, 可为高级辅助驾驶系统提供车辆检测、行人检测、车道线检测、语义分割、交通标志识别、可行驶区域检测等深度学习算法功能,是一套针对计算机视觉环境感知的软硬件协同产品。

关于赛灵思

AI2018071803

赛灵思(Xilinx, Inc.;NASDAQ:XLNX)致力于通过开发高度灵活和自适应的处理平台,加速从端点到边缘再到云端各个应用领域的技术创新。赛灵思是 FPGA、硬件可编程 SoC 及 ACAP 的发明者,旨在为业界提供最具活力的处理器技术,实现高度灵活、智能互联的未来世界。

全球AI芯片排行:英伟达第一 华为海思国内最强

不久前,市场研究顾问公司Compass Intelligence对全球100多家AI芯片企业进行了排名,前三名为英伟达(Nvidia)、英特尔(Intel)以及恩智浦(NXP);华为海思第12名,成中国大陆地区最强芯片厂商。

AI2018071804

Compass Intelligence将排名的前15名称为“A-List”,谷歌、苹果、三星也在A-List中。

中国的企业中,除了华为海思,还有寒武纪和地平线也分别以22名、24名进入榜单。

该榜单的评分标准包括:

  • 供应商指标(30分):公司收入和AI收入(或范围);并购可能性;员工或资源;增长潜力;商业化年份。
  • 产品和客户指标(30分):产品组合实力;功能实力;创新水平;客户成功案例;市场覆盖率;品牌实力。
  • 经济指标(25分):市场宽度;潜在市场;可获得市场;弹性水平;市场份额。
  • 其他(共15分):领导力;近期新闻和活

还有哪些AI芯片创企值得关注?

除了榜单内提到的企业,Compass Intelligence还在报告中提到了值得关注的AI芯片创业公司,其中包括来自中国的深鉴科技、比特大陆、异构智能、启英泰伦、ThinkForce、耐能等等。

中国AI芯片公司发展情况

华为海思(HiSilicon)——麒麟970

AI2018071805

2004年10月华为创办海思公司,它的前身是华为集成电路设计中心,这也正式拉开了华为的手机芯片研发之路。

2009年华为推出了第一款面向公开市场的K3处理器,定位跟展讯、联发科一起竞争山寨市场,华为自己的手机没有使用。因为K3产品不够成熟以及不适的销售策略,这款芯片并没有成功。这也是国内第一款智能手机处理器。

2012年华为海思推出K3V2处理器,这一次用在了自家手机中,而且是定位旗舰的Mate 1、P6等机型。2012年手机处理器已经开启多核进程, K3V2成为了世界上第二颗四核处理器。

而后,麒麟910是海思的第一款SoC(片上系统),如果说CPU是手机大脑,那SoC就是集成身体各种机能并给它们分配任务的系统,一个移动SoC除了CPU还包括基带(Baseband)、图形处理器(GPU)、数字信号处理器(DSP)、图像信号处理器(ISP)等重要模块。

经过十几年的发展,2017年9月,华为在德国柏林国际电子消费品展览会(IFA)上正式推出其第一款新 AI 芯片 “麒麟970”(Kirin 970)。麒麟970采用行业高标准的 TSMC 10nm 工艺,在指甲大小的芯片上,集成了55亿个晶体管,功耗降低了20%,并实现了1.2Gbps 峰值下载速率。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。相较于四个 Cortex-A73核心,处理相同 AI 任务,新的异构计算架构拥有约50倍能效和 25倍性能优势。

而且,华为第二代AI芯片海思麒麟 980也将在本季度正式量产,采用台积电 7nm 制程工艺。这款处理器将配置第二代 NPU,在前代的基础上,支持更多的场景应用,NPU 的性能提升 2 倍以上。

联发科(MediaTek)——曦力P60

AI2018071807

相比其他芯片厂商,联发科进入AI芯片领域的步伐稍微慢了一些。直到今年3月,这家台湾芯片厂商才发布了首款内建AI功能的芯片曦力P60。

据联发科介绍,曦力P60首次内置了专门用作AI运算的APU,搭载了NeuroPilot AI技术,这是一个独立的NPU单元,通过CPU、GPU、APU进行异构运行,可以提供从入门到高级的完整API支持和开发者工具包,具备性能以及功耗优化、可移植性和客制化等特点。

在产品性能上,曦力P60采用了ARM的4个Cortex A73 及 4 个A53 的 8 个大小核心架构,效能相较上一代产品 Helio P23 与 P30 产品,CPU及 GPU 性能均提升达 70%。同时,由于制程工艺的提升,相较于上一代,执行大型游戏时的功耗降低25%,大幅延长手机电池的使用时间。

据联发科技无线通信事业部总经理李宗霖透露,Helio P60融合了来自腾讯、商汤、虹软、旷视等多家人工智能厂商的方案,在手机安全、拍照、人脸辨识等方面均做到了业界先进水平。

Imagination——PowerVR NNA

AI2018071808

Imagination原本是一家英国芯片企业,曾经是苹果公司的GPU供应商。2017年3月,Imagination被苹果抛弃,公司股价一夜之间下跌超7成。半年后,中国私募资金凯桥资本Canyon Bridge出资5.5亿英镑(约49亿元人民币)将其收购。但是,Imagination的MIPS CPU业务因受美国政府干涉被剥离,没有一起被Canyon Bridge收购。

被收购后,Imagination公司CEO由李力游出任,李力游此前曾任展讯的董事长,后展讯被紫光收购,李力游出任紫光集团联席总裁。除了GPU以外,Imagination在2017年9月就推出了面向人工智能应用的硬件IP产品PowerVR NNA神经网络加速器。

目前,Imagination公司主要有三大产品线,即GPU、神经网络加速器、连接与通信通信类IP Ensigma。

寒武纪(Cambricon)AI芯片

AI2018071809

寒武纪科技创立于2016年3月,由陈天石、陈云霁兄弟联合创办。是全球第一个成功流片并拥有成熟产品的智能芯片公司,拥有终端和服务器两条产品线。公司脱胎于中科院计算机所的一个课题小组,最早可以追溯到2008年中科院计算机所成立的10人计算研究团队。寒武纪团队成员不仅有中科院技术精英,也有中国首个通用CPU龙芯一号的核心参与人员。

课题小组2009年将人工智能应用于处理器设计验证;2011年团队与南京大学周志华合作,将AI应用于处理器架构优化,提升处理器性能;2013年研发全球首个深度学习处理器架构DianNao,获得ASPLOS 2014最佳论文;2014年,团队推出全球首个多核深度学习处理器架构DaDianNao,再次获得MICRO 2014最佳论文;2015年,团队成功研制出全球首个深度学习专用处理器芯片“寒武纪”;2016年寒武纪科技在北京、上海注册成立。

2016年,寒武纪就发布了全球首款商用深度学习处理器“寒武纪1A”,包含了全球首个人工智能专用指令集Cambricon ISA,具有完全自主知识产权,理论峰值性能1GHz,支持视觉、语音、自然语言处理等多种智能任务。

2017年,寒武纪授权华为海思使用寒武纪1A处理器,搭载于麒麟970芯片和Mate 10系列手机中

2017年8月,寒武纪科技宣布完成A轮融资,由联想创投、阿里巴巴创投、国投创业,国科投资、中科图灵、元禾原点(天使轮领投方)、涌铧投资(天使轮投资方)联合投资。A轮融资使得寒武纪成为AI芯片领域的首个独角兽企业。

2017年11月,寒武纪又发布了新款智能处理器。首先是1A处理器的升级版,拥有更高性能的寒武纪1H16处理器。另一款产品是面向视觉领域的1H8处理器,有4种配置可选,主打拍照辅助、图片处理、安防监控,性能功耗比是1A处理器的2.3倍。

今年5月3日,寒武纪在上海发布了新一代终端 IP 产品,采用7nm工艺的终端芯片Cambricon 1M、首款云端智能芯片MLU100以及搭载了MLU100的云端智能处理计算卡。

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。配置方面,寒武纪1M使用台积电7nm工艺生产,其8位运算效能比达5 Tops/watt(每瓦 5万亿次运算)。寒武纪提供了2Tops、4Tops、8Tops三种尺寸的处理器内核,以满足不同场景下不同量级智能处理的需求。

而MLU100采用寒武纪最新的MLUv01架构和台积电16nm工艺,可工作在平衡模式(主频 1Ghz)和高性能模式(主频1.3GHz)两种不同模式下,等效理论峰值速度则分别可以达到128万亿次定点运算和166.4万亿次定点运算,而其功耗为80w和110w。

寒武纪介绍,MLU100云端芯片同样具备高通用性,可支持各类深度学习和常用机器学习算法,他们还提出“端云协作”的理念,也就是说,MLU100云端芯片可以和寒武纪1A/1H/1M系列终端处理器进行适配,协同完成复杂的智能处理任务。

百度“昆仑”AI芯片

AI2018071810

2018年7月4日,在第二届百度AI开发者大会上,百度创始人、董事长兼首席执行官李彦宏重磅发布自主研发首款云端全功能AI芯片——“昆仑”

“昆仑”是中国在大规模AI运算实践中催生出的芯片,基于百度8年的CPU、GPU和FPGA的AI加速器的研发,20多次迭代而生,是中国AI芯片的又一里程碑。

“昆仑”芯片的主要参数为:14nm 三星工艺;260Tops性能;512GB/s内存带宽;100+瓦特功耗,由几万个小核心构成。

综合来看,“昆仑”拥有高性能、高性价比、易用3大特点:

  • (1)高效:针对语音、NLP、图像等专门优化;
  • (2)低成本:同等性能下成本降低10倍;
  • (3)易用:支持paddle等多个深度学习框架;编程灵活度高;灵活支持训练和预测。

据了解,“昆仑”是迄今为止业内设计算力最高的AI芯片(100+瓦特功耗下提供260Tops性能),可高效地同时满足训练和推断的需求,除了常用深度学习算法等云端需求,还能适配诸如自然语言处理,大规模语音识别,自动驾驶,大规模推荐等具体终端场景的计算需求。

而百度的AI芯片战略将以开放生态合作的方式来推进。未来,百度将面向智能汽车、智能设备,语音图像等更多场景,持续打造AI时代的中国“芯”力量。

云知声AI芯片“UniOne”

AI2018071811

根据云知声的表示,UniOne是云知声的芯片品牌,是一系列芯片的总称。今天发布的第一代芯片是“雨燕”产品,是第一款面向IoT人机交互场景的AI芯片,面向智能家居和智能音箱,主要是由语音AI切入DNN/LSTM/CNN。而第二代芯片“雪豹‘预计将于明年发布,面向智能车载领域,主打多模态、车规级,对算力的数量级提升;第三代芯片”旗鱼“预计将于2020年推出,面向智慧城市领域,将提供通用的AI边缘算力。

另外,云知声不仅提供芯片,还将提供一体化的云端芯产品级解决方案,对接AI云服务、AI软件方案商、芯片原厂等。在本次发布会上,云知声还公布了与两家公司的战略合作。会上,云知声宣布与京东Alpha平台合力打造定制化智能标杆产品,并联手亿咖通科技共同研发汽车前装车规级AI芯片,构造以语音为核心的座舱交互平台。

出门问问AI语音芯片”问芯”

AI2018071812

“问芯 Mobvoi A1”一站式软硬结合语音解决方案将解决软件 SDK 赋能厂家所面临的 3 大难题:即集成难度大、调试周期长、沟通成本高。

据了解,“问芯”集成了出门问问的麦克风阵列信号处理技术,语音交互 SDK 与可定制语义技能,其中包括了公司长期积累的回声消除、声源定位、波束成形、语音降噪、语音唤醒、语音识别、语义理解与语音合成等自有 AI 语音交互核心技术。可以为核心应用场景智能电视、机顶盒与机器人提供一站式、集成难度小、调试周期短、沟通成本低的 AI 语音交互解决方案。

中国AI芯片想要赶超,还有很长的路要走

AI2018071813

总体来看,中国公司在全球AI芯片排行榜上的席位已不少,但是如果想要达到世界领先水平,甚至赶超英伟达、英特尔、恩智浦等还有很长的路要走。

首先,发展国产芯片对长期研发投入的积累和高忍耐度。这种长期投入一方面体现在重资金投入和高产出的正向循环;另一方面体现在微架构设计、底层操作系统的设计能力上。

其次,中国如果想在AI芯片领域赶超国际对手,必须在一个垂直领域做得非常深,而且要真正做到全栈的东西给到用户,能让它真正应用。

再次,长期来看,国内厂商必须进行硬件开发者生态的培育。Intel和MS在国内高校多年发展课程体系、认证体系、生态培育体系,国内企业鲜有如此跨级战略操作。

本文整理来源于网络

未经允许不得转载:数智网 » AI芯片终极大战悄然开打,国产芯片企业能否“弯道超车”?

分享到: