蘋果！又是蘋果！人工智慧晶元產業誰來迎戰？

北京時間9月13日，隨著新款iPhone的發布，一場科技界的探索發現之旅就此開始，手機廠商找趨勢，配件廠商找優勢，軟體廠商想創意。不過對晶元廠商來講，並不是什麼好事，蘋果這個攪局者要在晶元領域興風作浪了。

在這場發布會上，庫克船長多次強調A11仿生晶元中採用的是自研的GPU，雖然具體型號蘋果沒有透露，但從新iPhone在Face ID 、AR以及機器學習的表現上來看，這款GPU可謂性能不俗。也正是這款GPU的加入，使A11成為了真正的AI晶元。

自此，在群雄逐鹿的AI晶元大戰中，蘋果這個最強勁的對手也加入了進來。

人工智慧推動AI晶元發展

現如今的人工智慧技術，尤其是以深度學習為代表的，需要大量的標註數據可以讓我們訓練一個有效的模型。它不依賴於人的知識積累，而是要基於巨大的數據和運算量來訓練擁有巨大容量的模型，所以想讓這些成功運作，離不開強大的硬體系統。

在以前，CPU是電腦的主要處理單元，主要負責通用計算，但如果想讓計算機進行深度學習，搬運數據就很麻煩，而且計算單元有限。而以前多用來做圖像信息處理的GPU有多個流處理單元，對重複的浮點計算有高度的並行，因此對AI的結構框架，尤其是圖形圖像的計算要快很多。

不過，由於近年來，人工智慧發展速度加快，GPU在圖像處理方面的優秀表現已經不能滿足處理日益增長的數據了，想要處理更龐大的數據，研發更適於人工智慧發展的晶元就顯得很有必要了。

根據中國產業發展研究網的報告，2016年人工智慧晶元市場規模達到6億美金，預計到2021年將達到52億美金，年複合增長率達到53%。人工智慧晶元市場增長迅猛，發展空間巨大。

所以在這個代表著世界最尖端技術的晶元研發領域，眾多科技巨頭也都開始紛紛布局。

老牌晶元大廠

英特爾

在數據中心服務市場上，英特爾仍是老大，IDC認為它的市場份額達到了恐怖的99%。但在細分的人工智慧領域，英特爾卻沒能拔得頭籌。在英特爾的所有伺服器中只有7%的被用來處理有關機器學習的演算法，另外只有0.1%是在運行深度神經網路。

2017年Intel推出了Xeon Phi，希望這個晶元能在快速發展的機器學習市場獲得一席之地，目前百度正在運行的自然語言處理服務「Deep Speech」使用這款晶元來加速自己的深度學習模型。

英偉達

英偉達是人工智慧領域的炙手可熱的晶元生產商，因為對GPU的專註，使得這家本來在晶元市場上份額不大的公司，突然就成為了對人工智慧行業舉足輕重的角色。

英偉達目前最強大的人工智慧晶元是tesla P100 GPU,這款號稱全球最大的晶元，可以執行深度學習神經網路技術，運算速度極快。

高通

高通在智能手機端處於絕對領先地位，它也是AI晶元的先行者，高通一直在和Yann LeCun 在 Facebook AI 研究機構的團隊保持合作，共同開發用於實時推理的新型晶元。

今年七月份，高通發布神經處理引擎開發包--NPE，用來開發驍龍處理器的深度學習潛能，不過對於高通來說，神經處理引擎的下一步自然是硬體化，即推出專用AI移動晶元。我們不知道高通何時發布這款晶元，但它肯定會來臨。

科技大鱷

IBM

相比其他矽谷巨頭，有著美國軍方背景的IBM想做人工智慧晶元起點更高。但是IBM對AI晶元的理解顯得更為激進---要讓機器打破馮諾依曼體系，模仿人腦。

TrueNorth是IBM 2014年發布的仿人腦晶元，但是該套晶元的編程和運行能力一直備受質疑。所以進展也相對緩慢。

微軟

微軟目前每年要在硬體上花費50到60億美金，如果說微軟不開發自己的硬體，在人工智慧時代，微軟將會掉隊。

在AI晶元上，微軟選擇了站隊FGPA，是在下一盤更長遠的棋。雖然一個FPGA晶元的速度比不上谷歌的TPU，但是微軟隨可以著需求的變化重新編寫硅電路。而且這些設計之一很可能在今後幾年是有用的，微軟可以繼續採用FPGA進行編程，並建立一種專門的晶元。.

Google

Google在人工智慧上的投入可以說是不遺餘力，無論是軟體還是硬體。

TPU是Google專為其深度學習演算法TensorFlow設計的專用集成晶元，如今已經發展到了2代。谷歌稱其為全新類別的定製化機器學習加速器。谷歌研究TPU是為了將人工智慧提升到一個新的高度：公司需要一種效率更高且能耗更低的晶元。

蘋果

使用了自研的GPU以後，蘋果成為了目前唯一一個軟硬體核心技術都親力親為的科技巨頭。

投入自主研發以後，其產品話語權就掌握在了自己手裡。比起供應商提供的GPU，蘋果自主產品的靈活性更高，意味著其擴展能力強，可以適應全新的平台而為蘋果增加跨產業的合作機會。

而且蘋果作為技術的集大成者，往往是最早將技術商業化的，第一次自己研發的GPU就能實現Face ID,AR等高運算量任務，在AI晶元研發上有著不俗的實力。A11 仿生晶元也成為了世面上的首款用於移動終端的人工智慧晶元（使用麒麟970華為Mate 10 還未上市）。

中國製造

寒武紀

雖然中國在CPU，GPU的發展上沒有話語權，技術受制於美國。但寒武紀崛起著實讓國外看到了中國在人工智慧領域發展的成績。

這個全球首個晶元獨角獸公司，將自研的NPU用於華為的麒麟晶元中，在Mate10上市之前，這款全球首款AI晶元到底表現如何我們還不得而知。如果真的可以讓人工智慧在移動終端更好的得以體現，祭出可以媲美iPhone X 甚至更先進的功能。那無論對寒武紀，華為，還是中國的人工智慧都將是一次大的進步。

除了巨頭，很多中小型科技企業也和寒武紀一樣專註於晶元的研發，並取得了一定的成績。但是晶元研發作為世界最頂尖的技術，未來註定也會上演大魚吃小魚的戲碼，而誰又能成為真正的贏家我們也很難預測。

來自矽谷的研究員Matr hurd曾在自己的博客上這樣調侃晶元大戰：

「高通憑藉其手機市場的主導地位，可以輕鬆進入贏家榜單。蘋果不管做什麼都會成功的。英偉達的 V100 有 Tensor 單元，也基本上贏了。我不確定我能否看到谷歌的 TPU 在無休止的長期矽谷競賽中倖存下來，儘管目前它的性能很出色。

我也很喜歡 FPGA 方法，但我也不禁想他們應該以遠遠更低的價格發布 DNN 版本，這樣才不會被大眾漠視。英特爾和 AMD 會做自己的協處理器。因為所有主要玩家都參戰了。IBM 的 TrueNorth 可能會是個例外，因為它不僅能執行脈衝網路，還能有效地運行 DNN。

在這樣的競爭中，預測誰是贏家是傻瓜的舉動」

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！