華為加入AI晶元大戰，勝算幾何？

華為的「達芬奇計劃」曝光，該計劃是開發用於數據中心的AI晶元，以挑戰當下在AI晶元市場佔據龍頭地位的NVIDIA，那麼對於華為來說它加入AI晶元大戰有多少勝算呢？

NVIDIA的優勢

NVIDIA在AI晶元領域取得領先優勢並非一朝一夕所取得的，這是它十多年來努力獲得的結果。隨著AI的興起，業界日益認識到GPU所擁有的低精度、並行計算等優點更適合神經訓練，這是GPU開始逐漸被應用於AI領域的原因，不過NVIDIA能在該領域佔據領先優勢並不僅僅是它所擁有領先優勢的GPU，畢竟另一家GPU廠商AMD的Radeon GPU在性能方面與NVIDIA旗鼓相當，但是在AI領域卻遠遠落後於NVIDIA。

NVIDIA在AI晶元市場取得領先優勢除了其所擁有的性能強大的GPU之外，還與它早早打造的CUDA平台有很大關係。NVIDIA很早就認識到了GPU所擁有的強大計算能力，並認為GPU將較CPU有更大的的發展前途，為此它開發了CUDA平台，這個平台可以將GPU作為一個並行數據計算的設備，對所進行的計算進行分配和管理，用戶的開發門檻大大降低了。

在NVIDIA的努力下，CUDA平台逐漸獲得一些開發者的加入，並逐漸形成了自己的生態，只不過當時由於數據中心絕大多數都是基於Intel的X86架構服務晶元開發，NVIDIA的CUDA平台並沒有獲得迅速的發展，直到AI的興起，CUDA平台所擁有的優勢開始獲得認可，目前全球絕大多數的神經訓練網路都是基於NVIDIA的晶元搭建，CUDA平台開始形成一個良好的生態平台，它讓AI開發者可以基於CUDA平台更容易開發各種應用和服務，NVIDIA開始在AI領域取得領先優勢。

NVIDIA並未佔據絕對的優勢

當NVIDIA在AI晶元市場逐漸取得領先優勢的時候，各互聯網巨頭也開始在AI領域發力，不過或許是受伺服器晶元市場過於受制於Intel的影響，互聯網巨頭並不希望在AI晶元上完全受制於NVIDIA，而且各個互聯網巨頭在AI領域的發展方向有自己的側重點，例如圖片分析與語音分析就有很大的差異，NVIDIA的通用方案導致在計算效率方面並未達到理想的狀態，谷歌就專門開發了自己的AI晶元TPU並針對自己的AI演算法進行深度優化獲得更高的運算效率。

正因此全球的AI晶元開始呈現百花齊放的局面，尤其是中國市場誕生了數百家AI晶元企業，當下中國較為知名的AI晶元企業就有寒武紀、地平線等晶元企業。

中國晶元企業呈現高度繁榮的景象也與中國在2014年成立的集成電路產業基金的支持有很大關係，中國已認識到晶元的重要性為此對於國內興起的晶元企業給予了大力支持，而AI晶元作為新興晶元行業更容易在當下國外晶元企業尚未佔據絕對優勢的時候突圍而出，自然也成為中國支持的重點。

華為布局AI晶元有它的優勢

華為是中國實力最強的晶元設計企業，其研發的手機晶元已追上了國際領先水平，與手機晶元老大高通不相上下，其在智能手機晶元市場取得成功之後開始介入更多的行業，在備受關注的伺服器晶元方面它就基於ARM的授權開發了自主核心泰山，可見它對伺服器晶元市場的野心，在這樣的情況下順勢介入當下逐漸火熱的AI晶元行業也可以認為是順勢而為。

華為是中國伺服器市場的有力競爭者之一，其已成為全球第四大伺服器供應商，當下其也已成立華為雲事業部，這都可以看出它在數據業務方面的野心以及所擁有的能力，其可以如谷歌一樣將自己的AI演算法與AI晶元進行深度優化獲得更高的運算效率。值得注意的是國內最大的雲服務供應商阿里巴巴也宣布開發自己的AI晶元，華為更不應落於人後。

去年華為領先業界在自己的手機晶元麒麟970上集成了從寒武紀獲取授權的AI晶元，顯示出它在AI晶元開發和應用上都取得了一些經驗，這有助於它開發自己的AI晶元取得成功。當然從谷歌開發TPU花費了數年時間來看，華為自己的AI晶元要取得成功也需要一些時間。

筆者認為華為開發AI晶元是有很大的可能性獲得成功的，不過其AI晶元要獲得其他企業的採用並不容易，畢竟競爭對手考慮到競爭關係一般都不會採用華為的AI晶元，華為研發的AI晶元很可能也將如手機晶元一樣主要是應用於它自己的通信設備、手機、伺服器以及華為雲業務上。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！