<li id="51xia"><ins id="51xia"></ins></li>

      1. <li id="51xia"><ins id="51xia"></ins></li>

        <dl id="51xia"><bdo id="51xia"><nobr id="51xia"></nobr></bdo></dl>

        <dl id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></dl>

      2. <dl id="51xia"><ins id="51xia"></ins></dl>
      3. <input id="51xia"></input>
        1. <dl id="51xia"><ins id="51xia"></ins></dl>
        2. <dl id="51xia"><font id="51xia"></font></dl>
          <li id="51xia"></li>

              1. <output id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></output>

                <dl id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></dl>
                <output id="51xia"></output>

                    <output id="51xia"><font id="51xia"></font></output>
                        <dl id="51xia"></dl>

                      1. <li id="51xia"><ins id="51xia"></ins></li>

                        <dl id="51xia"><ins id="51xia"></ins></dl>
                                    1. <li id="51xia"><ins id="51xia"></ins></li>
                                      1. <dl id="51xia"></dl>
                                      2. <dl id="51xia"></dl>
                                        <dl id="51xia"><ins id="51xia"><thead id="51xia"></thead></ins></dl>

                                              <dl id="51xia"><font id="51xia"></font></dl><dl id="51xia"></dl>
                                              一个行内人对AI芯片行业的评价
                                              发布时间:2018-11-29
                                              浏?#26469;问?span>646 次

                                                新兴科技行业的发展,离不开半导体公司数以十年计的?#24230;搿?#27491;确的长期战略路线,加上?#20013;?#30340;研发?#24230;耄?#25165;能在半导体行业造就一方霸主。

                                                当今半导体行业的“一哥”英特尔,成立于1968年,而其在80年代之前的主要业务是SRAM(静态随机存取存储器)和DRAM(动态随机存取存储器)。90年代的整整10年,英特尔在微处理器芯片设计上全力加注,才有了后来享誉世界的英特尔 Inside。通信领域的高通,将整个90年代用于CDMA研发,才揭开了 3G无线通信的序幕。成立于1993年的英伟达,先是用了10年时间专攻游戏市场,紧接着又用了10年做通用计算GPU(GPGPU),才为AI时代的到来提供了发动机。

                                                半导体行业霸主的兴起往往伴随着一个领域的兴起,而新兴领域的市场规模决定了半导体公司能走多远。与其说是英雄造时势,不如说时势造英雄。

                                                80年代初开始的个人电脑?#39034;?#24310;续了20年,这20年也是英特尔成长最快的20年。2005年后个人电脑增速减缓,英特尔的增长也趋缓,直到近几年的云计算?#39034;保?#25165;把英特尔的服务器业务推向一个新的高点。可以说,在个人电脑和服务器领域,英特尔对整个场景有全面的把控。?#35789;?#20010;人电脑的普及还没有到全世界每人一台,更新周期延长到如今的每三五年更换一次,更新后的设备用的还是英特尔芯片。在半导体领域,英特尔芯片的制程技术与其架构能力一样出名。相比于其他厂?#19994;膄abless(无晶圆生产线)模式,英特尔长期以来在生产制程和工厂上的大?#30452;釋度?#19968;直令众多竞争对手难以望其项?#22330;?#30452;至近几年移动和存储芯片的崛起,台积电和三星的制程能力才对英特尔形成威胁。

                                                2000年后的移动通信?#39034;?#25512;动了手机芯片的发展。从3G到4G,高通公司延续了近20年的领先地位。与个人电脑不同的是,手机的普及在很多国家达到了人手一部,更换的频率也接近了每年一换。智能手机的兴起更是将手机在日常生活中提升到?#34892;?#20301;置。这一切都使手机芯片成了世界上出货量最大的芯片,也是兵家必争之地。尽管这几年华为、?#36824;?#19977;星、英飞凌(被英特尔?#23637;海?#31561;公司研制的手机芯片已经用在有限(往往是自家)产品里,高通对以移动通信为核心场景的掌控仍然是首屈一指。

                                                10年前英伟达推出了CUDA,一个用GPU做并行计算的框架体系。之前的英伟达 GPU产品虽然倍受游戏玩?#19968;?#36814;,但是hard-core(硬核)游戏玩家毕竟还相对小众。2012年之后的人工智能?#39034;保?#25226;英伟达推到了一个独特地位。由于英伟达的产品在很长时间里是唯一能做神经网络训练的设?#31119;?#23398;术和工业界开始争相购买高端显卡。加之近两年的加密货币?#39034;保?#33521;伟达的产品一度到了一卡难求的地步。这第一波AI芯片应用来得猛烈,但也带来些许过度的预期,AI芯片真正的大规模场景应用还需要假以时日才能得以验证。

                                                半导体行业的特点是高?#24230;搿?#38271;周期。一旦在某一个场景确定领先地位,则会带来赢者通吃的回报。这些特点意味着半导体公司必须具备非常准确的长期战略眼光,在趋势到来的第一时间就能发现并?#24230;?#22823;量研发。而?#35789;?#26159;最大的半导体公司,也只能选择性针对少数几个场景发力。要想靠单一场景称霸十年,场景的选择至关重要,简单地说,预期的年全球出货量需要在百亿美元以上。

                                                纵观全世界,能让一个半导体公司称霸十年的场景并不常见。 这也是为什么面对当今AI时代的芯片机会,会有这么多的公司All-in。尽管大众预言AI在未来将无处不在,但是真正能形成每年百亿美元级规模的场景当前看有如下几个:

                                                1. 自动驾驶汽车:由于未来自动驾驶汽车带来的经济效益会是以万亿美元计,百亿美元的芯片规模自然不言而喻。但自动驾驶汽车的技术成熟和产品的规模化任重道远。整车厂家一贯的对技术的保守选择,和车规级芯片严格的认证过程,使这一领域研发到产品的周期尤其长。

                                                2. 云端AI计算:云端AI计算未来在安防、金融、电商消?#36873;?#26381;务娱乐等行业都会有大规模部署,因此芯片的市场规模的总和会达到百亿美元之上。因为是针对企业的业务,不同应用领域的技术需求会有不同。而企业大客户往往需要产品有定制化或半定制化的能力。这类产品注定是研发和服务成本高、毛利也高的品类(中国的独特国情造成了企业服务类产品低毛利,但是芯片领域会?#20852;?#19981;同)。

                                                3. 终?#35828;?#21151;耗AI计算:众多终端产品不仅要求低功?#27169;?#32780;且要求低成?#23613;?#36825;个领域的AR/VR/XR、智能摄像?#36820;?#20135;品,会把市场规模带到百亿美元之上。?#29575;?#19978;,当前智能手机芯片的AI美图功能就已经是终?#35828;?#21151;耗AI芯片的最大场景。这一场景未来将是出货量最大、单价最低的领域(甚至低至1-2美元)。前期研发的?#24230;?#21482;有依靠规模来弥补。

                                                ?#23548;?#19978;,广义AI芯片的开发至今已经超过了10年。?#34892;?#20844;司“起了大早,赶了晚集”,?#34892;?ldquo;顺水推舟”被?#23637;海?#33021;做到最后的,往往是对场景和技术?#21152;?#28145;刻把控的企业。但是最重要的因素,却还是?#19994;?#30340;深度。

                                                2005年,一个不知名的?#21450;?#26519;公司Movidius开始做低功耗视觉计算芯片,其后的10年公司几经起伏,也曾走在能否延续的边缘。直到2015年前后,芯片最终被DJI和谷歌的产品采用。这也使得Movidius在2016年的AI?#39034;?#20013;被英特尔?#23637;海?#31639;是得到完满的结局。现在的Movidius 已经推出了第三代产品,在很多终端场景中被使用。

                                                同是被英特尔?#23637;?#30340;还有Nervana Systems。这是一个以高通?#33455;?#38498;前成员为核心的团队,在高通公司探索类脑芯片不成功后自立门户创业,很快也得到了著名投资人Stephen Jurveston的青睐。Nervana在自?#34892;?#29255;还未流片的节点就被英特尔?#23637;海?#20063;让投资人以极快的节奏?#39034;?#25343;到回报。

                                                2010年前后,昔日的IT业霸主IBM也曾做过类脑芯片True North。直到2014年样片才出来,但是?#23548;?#21151;能非常有限,除PR之外从未获得过广泛的使用。

                                                2016年微软 Hololens的成功推出,离不开一颗定制的低功耗视觉计算芯片。整个项目历时多年,传闻?#24230;?#36817;20亿美元,Hololens 的作用主要是一个树立形象的Demo Project(示范项目),也只有微软才能如此“有钱任性”。

                                                以色列公司Mobileye,成立于近20年前,其EyeQ系?#34892;?#29255;是为数不多的把辅助驾驶智能芯片量产化,并且进入Tier 1供应商和车厂的产品。在2014年成功上市之后市值一度达到百亿美元,并于2017年被英特尔以153亿美元?#23637;骸?/p>

                                                2016年谷歌 TPU的发布,让世界看到了第一个大规模部署的云端AI芯片。由于谷歌业务的庞大体量,使其自?#34892;?#29255;从摊薄成本到批量生产部署有了?#23548;?#24847;义。随后发布的谷歌 TPU公有云计算功能,也为谷歌 TensorFlow 框架带来了众多用户。TensorFlow 从众多深度学习框架?#22411;延?#32780;出成为主流,TPU的功劳不可或?#34180;?/p>

                                                从产品销售量看,华为麒麟970和980里的AI内核,?#36824;鸄11/A12的AI内核,是所有AI芯片领域部署数量最大的几款产品。而且这几个AI内核的场景非常明确,专为手机端人脸识别、手机拍照的AI后处理而生。如今,手机拍照美颜已经是跨越五大洲的全人类?#25307;?#38656;求。这样的专用AI内核未来会成为所有智能手机芯片的标配。

                                                在自动驾驶领域,英伟达 四年2000人团队的研发?#24230;?#32456;于修成正果。最近发布的Xavier 车规级SoC,集成了CPU、GPU,以及DNN和CV加速器,还有多路ISP和传感器集成功能。如此高性能的芯片同时还做到了相对的低功?#27169;?0-60瓦)。可以说,这款为自动驾驶定制的芯片,目的就是取代当前智能车上所有其他芯片的算力。这种架构方式也类似于当前智能手机一颗SoC打天下的方式。同时英伟达在自动驾驶软件架构和算法研发上也不惜余力,已经把很多自动驾驶功能直接整合到芯片上并且开放给合作伙伴。

                                                为什么在自动驾驶领域如此发力??#31185;?#21407;因,还?#21069;?#20159;美元场景太少。已经提到的三个场景里,低功耗AI芯片技术门槛不够高,容易变成价格战“红海”;服务器领域场景需求还未明朗,所有公司都对英特尔忌惮三分。所以真正开放的、有技术门槛的战场只有自动驾驶。英伟达全力一搏,为的是下一个十年。而业内人士也深为“?#35828;?#25945;主”黄仁勋的长线眼光折服。

                                                在服务器和数据?#34892;腁I领域,英伟达和众多其他公司也没有?#20849;?#19981;前。英伟达最近发布的T4已经把服务器上的预测功能提升到大规模、低成本的水平。给其他厂家带来了很大压力。华为、英特尔甚至互联网公?#26223;?#37324;巴巴也纷纷公布了未来的云端AI芯片规划,其中英特尔能否在2019年推出(或集成)众盼已久的Nervana AI内核,已经成为对当前英特尔执行能力的一个考验。

                                                在移动领域,尽管高通股价已?#28216;?#26085;高点跌落甚多,但其强大的技术能力和数百亿美元的现金储备仍不能小觑。在移动领域仍然是通信和移动计算为核心的前提下,未来高通芯片上集成AI内核只是时间问题。

                                                如果用一句话描述近几年的AI芯片领域,就是万类霜天竞自由。仅在中国,创立不久的AI芯片公司就有包括因加密货币而起?#19994;?#27604;特大陆(第一代服务器端AI芯片已经产品化),以算法见长的地平线机器人(第一代芯片已流片),以?#24067;?#21152;速著称的深鉴科技(已经被赛灵?#38469;展?#19988;专注于FPGA加速),和代表国家队的中科寒武纪(其IP核已经在华为麒麟970/980被使用)。大家奋力一搏的,是未来十年百亿美元的场景。未来众多产业的AI场景能否顺利地商业化,很大程度上也取决于半导体企业产品能否顺利推出。半导体行业与多个产业结合如此紧密,已经到了荣辱与共的地步。

                                                从集成电路的诞生算起,半导体行业的发展已经经过了60年。尽管未来无法预期,但人类改变世界的愿望从未如此强烈,能力从未如此强盛。AI时代的芯片,将会揭开半导体行业的一个新篇章。

                                              湖北十一选五规则
                                              <li id="51xia"><ins id="51xia"></ins></li>

                                                  1. <li id="51xia"><ins id="51xia"></ins></li>

                                                    <dl id="51xia"><bdo id="51xia"><nobr id="51xia"></nobr></bdo></dl>

                                                    <dl id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></dl>

                                                  2. <dl id="51xia"><ins id="51xia"></ins></dl>
                                                  3. <input id="51xia"></input>
                                                    1. <dl id="51xia"><ins id="51xia"></ins></dl>
                                                    2. <dl id="51xia"><font id="51xia"></font></dl>
                                                      <li id="51xia"></li>

                                                          1. <output id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></output>

                                                            <dl id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></dl>
                                                            <output id="51xia"></output>

                                                                <output id="51xia"><font id="51xia"></font></output>
                                                                    <dl id="51xia"></dl>

                                                                  1. <li id="51xia"><ins id="51xia"></ins></li>

                                                                    <dl id="51xia"><ins id="51xia"></ins></dl>
                                                                                1. <li id="51xia"><ins id="51xia"></ins></li>
                                                                                  1. <dl id="51xia"></dl>
                                                                                  2. <dl id="51xia"></dl>
                                                                                    <dl id="51xia"><ins id="51xia"><thead id="51xia"></thead></ins></dl>

                                                                                          <dl id="51xia"><font id="51xia"></font></dl><dl id="51xia"></dl>
                                                                                          <li id="51xia"><ins id="51xia"></ins></li>

                                                                                              1. <li id="51xia"><ins id="51xia"></ins></li>

                                                                                                <dl id="51xia"><bdo id="51xia"><nobr id="51xia"></nobr></bdo></dl>

                                                                                                <dl id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></dl>

                                                                                              2. <dl id="51xia"><ins id="51xia"></ins></dl>
                                                                                              3. <input id="51xia"></input>
                                                                                                1. <dl id="51xia"><ins id="51xia"></ins></dl>
                                                                                                2. <dl id="51xia"><font id="51xia"></font></dl>
                                                                                                  <li id="51xia"></li>

                                                                                                      1. <output id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></output>

                                                                                                        <dl id="51xia"><font id="51xia"><nobr id="51xia"></nobr></font></dl>
                                                                                                        <output id="51xia"></output>

                                                                                                            <output id="51xia"><font id="51xia"></font></output>
                                                                                                                <dl id="51xia"></dl>

                                                                                                              1. <li id="51xia"><ins id="51xia"></ins></li>

                                                                                                                <dl id="51xia"><ins id="51xia"></ins></dl>
                                                                                                                            1. <li id="51xia"><ins id="51xia"></ins></li>
                                                                                                                              1. <dl id="51xia"></dl>
                                                                                                                              2. <dl id="51xia"></dl>
                                                                                                                                <dl id="51xia"><ins id="51xia"><thead id="51xia"></thead></ins></dl>

                                                                                                                                      <dl id="51xia"><font id="51xia"></font></dl><dl id="51xia"></dl>