英偉達上周發(fā)布的第一季財報再次超出業(yè)界預期，財報顯示這一季度總收入增長了66%，其中數(shù)據(jù)中心業(yè)務營收增長71%達到7.01億美元。英偉達的數(shù)據(jù)中心業(yè)務包含HPC（高性能計算）、數(shù)據(jù)中心GPU以及AI加速器，因此即便相比過去幾年2-3倍的增長率要少，但極具潛力的市場空間依舊吸引了眾多巨頭和創(chuàng)業(yè)者參與AI芯片的競爭。那么，未來AI芯片市場到底是英偉達一枝獨秀還是其他巨頭和初創(chuàng)企業(yè)后來居上？中國的芯片廠商如何才能抓住這一波人工智能的浪潮？

英偉達的AI芯片到底有多厲害？

眾所周知，由于芯片算力、算法等的限制，人工智能（AI）歷經(jīng)了兩波熱潮仍未普及，目前我們身處AI的第三波浪潮，并且這一輪AI發(fā)展主要由深度學習技術的突破引領。據(jù)雷鋒網(wǎng)了解，深度學習是基于深度神經(jīng)網(wǎng)絡的一種機器學習技術，其中絕大多數(shù)運算都是矩陣運算，而矩陣運算天生容易并行運算，所以擅長并行計算的GPU非常適合深度學習。

英偉達正好以GPU而聞名，當人工智能研究者找上GPU的時候英偉達迅速抓住了機會，在短時間內(nèi)投入數(shù)十億美元動用數(shù)千工程師在2016年推出了第一個專為深度學習優(yōu)化的Pascal GPU。2017年英偉達又推出了性能相比Pascal提升5倍的新GPU架構Volta，神經(jīng)網(wǎng)絡推理加速器TensorRT 3也同時亮相，TensorRT作為一款可編程推理加速器能加速現(xiàn)有和未來的網(wǎng)絡架構。

因此，憑借通用的GPU單元，專門的TensorRT加速器，強勁的矩陣運算性能加上對其他算法的兼顧，英偉達不僅能用GPU滿足AI構建的訓練需求，還能用TeslaRT用來部署，很好實現(xiàn)AI構建。所以英偉達也率先成了這一波AI熱潮的最大受益者。

不過英偉達現(xiàn)在具有優(yōu)勢并不意味著AI市場的蛋糕會被英偉達獨吞，因此無論是科技巨頭英特爾、谷歌、IBM、AMD還是OURS、地平線、寒武紀等初創(chuàng)企業(yè)都紛紛加入了AI芯片領域的競爭。

英特爾All In AI實力叫板英偉達

在眾多的加入AI芯片競爭的科技巨頭中，英特爾絕對是英偉達不可小覷的競爭對手。根據(jù)市場研究和咨詢公司Compass Intelligence調(diào)查研究全球100多家企業(yè)后發(fā)布的2018年度全球AI芯片公司排行榜，英偉達排名第一，英特爾排名第二。

作為PC時代的霸主，英特爾在移動互聯(lián)網(wǎng)時代失利之后積極尋求轉(zhuǎn)型，因此在對AI可以稱得上是All In。英偉達在AI中取得成功的重要原因是其在深度學習或者說DNN中具有優(yōu)勢。不過，英特爾會將之前作為HPC平臺的XeonPhi加速計算卡做深度學習優(yōu)化，結(jié)合良好的軟件設計，英特爾非常有信心Xeon處理器能在AI構建的訓練過程中實現(xiàn)出色的性能。要知道，英特爾目前在服務器市場的份額超過80%。

除了通過優(yōu)化自身已有優(yōu)勢產(chǎn)品，英特爾還通過一系列的收購增強實力。2015年6月，英特爾宣布以 167 億美元的價格，收購全球第二大 FPGA 廠商 Altera，這一消息震驚業(yè)界，也是英特爾布局AI的重要一步。收購Altera三年后，2018年4 月 19 日英特爾宣布旗下的 FPGA 已經(jīng)被正式應用于主流的數(shù)據(jù)中心 OEM 廠商，可以幫助 OEM 數(shù)據(jù)廠商大幅度提升性能和速度，并且英特爾的FPGA方案還可以應用于數(shù)據(jù)分析、深度學習、視頻轉(zhuǎn)碼、網(wǎng)絡安全、基因研究等諸多場景中。

另外，英特爾FPGA的成功也與微軟的人工智能的發(fā)展相得益彰，微軟在2017年就宣布選擇了英特爾Stratix 10 FPGA作為其新的深度學習加速平臺（代號Project Brainwave）的關鍵硬件加速器，這種基于FPGA的深度學習加速平臺可以提供“實時人工智能”技術，使云基礎設施能夠以超低延遲來盡可能快速地處理和傳輸數(shù)據(jù)。

繼收購Alter之后，2016年英特爾又花4億美元收購深度學習初創(chuàng)企業(yè)Nervana Systems。收購Nervana可以認為是英特爾非常厲害的一招，這家公司曾經(jīng)連續(xù)幾年幫英偉達優(yōu)化GPU平臺。Nervana的成員是一群頂級黑客團隊，hack了GPU的native指令集，寫出了比當時的cudnn（NVIDIA自己的深度學習數(shù)學庫）還要快若干倍的數(shù)學庫。后來他們把成果都開源給了社區(qū)，cudnn后來的進步很大程度也是因為吸收了這些成果。因此Nervana被英特爾收購后，不僅斷了繼續(xù)為英偉達提供服務的可能，還極大增強了英特爾的實力。

隨后的2017年，英特爾又斥資153億美元收購以色列芯片公司Mobileye，希望用自家的高性能計算和網(wǎng)絡連接能力，結(jié)合Mobileye的計算機視覺專業(yè)技術打造從云端直達每輛汽車的無人駕駛解決方案，深化它在自動駕駛領域的布局。這無疑將使英特爾將在自動駕駛領域與英偉達的自動駕駛平臺NVIDIA DRIVE PX形成強競爭的關系。

上面已經(jīng)提到英特爾是All In AI，因此英特爾也在持續(xù)投資，2018年5月9日舉行的英特爾投資全球峰會上，英特爾宣布2018年的投資總額已超過1.15億美元，投資的12家科技創(chuàng)業(yè)公司涉及人工智能、云計算、物聯(lián)網(wǎng)等，芯片企業(yè)包括Lyncean Technologies、Movellus、SiFive，展現(xiàn)了英特爾以數(shù)據(jù)為中心的發(fā)展戰(zhàn)略。

由此可以看到，英特爾針對已有的優(yōu)勢產(chǎn)品XeonPhi加速計算卡、收購的Altera FPGA、 Nervana System幾大產(chǎn)品線進行深度學習的優(yōu)化，能夠從AI構建的訓練和部署都與英偉達形成競爭，在自動駕駛應用場景中也通過收購Mobileye與英偉達形成強競爭關系。同時還基于FPGA打造自己在AI領域的特色，對人工智能初創(chuàng)芯片企業(yè)的持續(xù)投資也有助于英特爾在AI芯片領域?qū)崿F(xiàn)后來居上。

OURS等搶占邊緣AI芯片市場，英偉達的AI“盲區(qū)”

當然，除了英特爾All In AI全面叫板英偉達，眾多初創(chuàng)公司也會成為挑戰(zhàn)英偉達不可忽視的對手。

雖然這一波AI浪潮是由深度學習技術的突破引領，但AI的發(fā)展算力、算法、數(shù)據(jù)缺一不可。云端數(shù)據(jù)中心AI芯片的高算力能夠滿足AI構建模型訓練與推斷的完成，但存在延遲、實時性不強等缺點。對于一些對實時反應要求較高的場景，如自動駕駛，延遲可能造成的結(jié)果難以想象，在工業(yè)制造、安防等領域，延遲所帶來的損失也可能會讓數(shù)據(jù)價值大打折扣。因此AI的普及還需要低功耗的邊緣端AI芯片，這也將成為AI的下一個戰(zhàn)場。

以2017年由兩位華人在美國硅谷創(chuàng)立的OURS為代表，OURS以低功耗端計算AI芯片為核心技術，目標是解決工業(yè)/商業(yè)、機器人、汽車自動駕駛、安防等領域的3D機器視覺和多傳感器融合的問題。具體來說，OURS的核心技術之一就是硅光技術，該技術是一種基于硅光子學的低成本、高速的光通信技術，用激光束代替電子信號傳輸數(shù)據(jù)。這一技術很適合于計算機內(nèi)部和多核之間的大規(guī)模通信，其最大的優(yōu)勢在于擁有相當高的傳輸速率，可使處理器內(nèi)核之間的數(shù)據(jù)傳輸速度比目前快 100 倍甚至更高。不過由于從設計到制造都存在諸多難題，使用硅光技術的芯片遲遲難以大規(guī)模應用，不過OURS 聯(lián)合創(chuàng)始人林森在這一技術領域比較擅長，并且OURS也已經(jīng)有基于硅光技術的相控陣（Optical Phase Array，OPA）測試芯片。

芯片之上，在“數(shù)據(jù)為王”的時代，OURS 采用的是以數(shù)據(jù)為中心的RISC-V 計算機指令集架構，這也是OURS的另一大核心優(yōu)勢。RISC-V 是開放式的結(jié)構而且開源，沒有 IP授權費還能讓開發(fā)者有很大的自由度做一些特殊應用的優(yōu)化，因此能讓OURS不僅能更好的支持物聯(lián)網(wǎng)的垂直應用，還能滿足低功耗的要求。據(jù)雷鋒網(wǎng)了解，采用RISC-V架構和ARM架構的芯片相比，功耗可以低 6 倍、面積效率提升 5 倍，OURS的低功耗AI處理器也已經(jīng)在FPGA上驗證和實現(xiàn)，即將進行流片。

另外，OURS已經(jīng)獲得了來自創(chuàng)新工場、北極光創(chuàng)投和元禾控股的 A 輪融資。創(chuàng)始團隊十余人，來自于UC Berkeley、清華大學、臺灣大學、斯坦福大學等。70%的員工擁有博士學位，員工均是來自于多家硅谷著名芯片公司中的資深技術骨干。所以，在邊緣端AI芯片市場，以OURS等初創(chuàng)企業(yè)很有希望占領高地，從另一個角度追趕甚至超越英偉達。

英偉達的優(yōu)勢還能維持多久？

通過前面的詳細分析，不難發(fā)現(xiàn)在深度學習領域英偉達的GPU確實具有優(yōu)勢，這也是英偉達在AI領域率先取得成功支撐其數(shù)據(jù)中心業(yè)務持續(xù)快速增長的重要原因。但AI芯片市場的蛋糕顯然不會被英偉達獨吞，因此以英特爾為代表的老牌科技巨頭All In AI向英偉達發(fā)起了全面的挑戰(zhàn)，不僅基于自身的優(yōu)勢產(chǎn)品進行優(yōu)化，還通過一系列的收購增強自身在AI領域的優(yōu)勢。再加上谷歌、AMD、IBM等巨頭的競爭，英偉達面臨的競爭十分激烈。

還有，AI初創(chuàng)企業(yè)雖然很難介入高門檻的云端AI芯片領域，但以OURS為代表的企業(yè)以低功耗端計算AI芯片為核心，希望通過從硬件到軟件的全棧解決方案更好的滿足邊緣計算的需求，通過邊緣端的AI芯片解決云端AI芯片延遲、實時性不強的問題，幫助AI更快實現(xiàn)普及，換個方式與英偉達在AI芯片領域競爭。

那么，英特爾與OURS目前在AI芯片方面的最新進展如何？未來將如何與英偉達競爭？眾多的巨頭以及初創(chuàng)企業(yè)能否阻擋甚至超越英偉達？這些問題的答案都能在由中國計算機學會（CCF）主辦，雷鋒網(wǎng)與香港中文大學（深圳）承辦的 CCF-GAIR 2018 AI芯片分會場找到答案。

CCF-GAIR 2018——2018 年全球人工智能與機器人峰會將在2018 年 6 月 29 日至 7 月 1 日深圳寶安區(qū)前海 JW 萬豪酒店舉行。

在過去兩年，CCF-GAIR 先后邀請到了：

•  10 余位中美兩國院士；

• 20 余位 IEEE Fellow；

• 上百位在各自專業(yè)領域享有盛譽的學者；

• AI 領域的知名企業(yè)家、投資者和創(chuàng)新者。

CCF-GAIR 2018組委會經(jīng)過商議而最終敲定了人工智能主會場和11 個分會場，涵蓋仿生機器人、機器人行業(yè)應用、計算機視覺、智能安全、金融科技、自動駕駛、自然語言處理、AI+、AI 芯片及投資人在內(nèi)的多個領域。

其中AI 芯片分會場已經(jīng)邀請到了英特爾中國研究院院長宋繼強，英特爾研究院一共800人左右，有600人是美國本土的，分成四大塊研究方向，英特爾中國研究院主要做視覺相關的人工智能的核心算法，包括人臉識別技術、情緒識別、場景理解。CCF-GAIR 2018上中國研究院院長宋繼強將分享英特爾在AI芯片方面的最新進展，解讀AI發(fā)展的未來趨勢，還能解答眾多AI開發(fā)者最關心的問題。

同時，OURS創(chuàng)始人、CEO 譚章熹也將在CCF-GAIR 2018 AI芯片分會場進行分享，譚章熹本科畢業(yè)于清華大學電子工程系，而后前往加州大學伯克利分校深造拿到計算機科學博士，是計算機系統(tǒng)結(jié)構和超大規(guī)模集成電路（VLSI）設計專家。他的博士生導師 David Patterson是新晉圖靈獎得主，也是 RISC 指令集架構的創(chuàng)始人。有著光鮮技術履歷的OURS創(chuàng)始人譚章熹不僅會分享他與OURS的故事，還會為開發(fā)者帶來非常實用的AI芯片，幫助開發(fā)者更快進入AI市場。

當然，CCF-GAIR 2018 AI芯片分會場還邀請到了中國電子學會電子設計自動化專家委員會主任委員、清華大學微電子研究所所長魏少軍，他將分享他對于人工智能熱潮的思考以及他看到的人工智能芯片的痛點，通過詳細的解讀更好地幫助中國的開發(fā)者更快、更準的進入AI市場。

以上只是CCF-GAIR 2018 AI芯片分會場邀請到的部分業(yè)界大拿，更多驚喜以及與諸多業(yè)界大拿面對面交流的機會在CCF-GAIR 2018現(xiàn)場等你。

過去兩屆的 CCF-GAIR 2018 都面臨一票難求的火爆境地，所謂事不過三，今年您還在猶豫和觀望嗎？就看您信不信得過我們啦。

CCF-GAIR 2018 大會官網(wǎng)及盲訂票入口：https://gair.leiphone.com/gair/2018yr

CCF-GAIR 2018，深圳見！

---

現(xiàn)在關注“雷鋒網(wǎng)”微信公眾號（leiphone-sz），回復關鍵詞【2018】，隨機抽送價值 3999 元的參會門票 3 張

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。