0
行業(yè)普遍認為，安防芯片已經(jīng)是一個紅海市場。
隨著AI在安防行業(yè)的落地，AI獨角獸們也紛紛進入這一市場。如何實現(xiàn)差異化競爭，其中一個關(guān)鍵因素就是IP的選擇。
提供安防芯片的IP授權(quán)，全球范圍內(nèi)ARM、Cadence、CEVA等廠商已占據(jù)了大量的份額。
通常，IP研發(fā)的資金投入大、技術(shù)難度高。而國內(nèi)廠商，入局這一市場，又是否還有生存的機會？
作為異構(gòu)處理器IP 平臺和芯片解決方案提供商，華夏芯擁有自主知識產(chǎn)權(quán)的 CPU、DSP、GPU 和 AI 處理器 IP，也是國產(chǎn)IP授權(quán)供應(yīng)商中的一員。
將IP授權(quán)模式作為芯片的一種商業(yè)模式，還要從ARM等公司說起。
上世紀90年代前后，以臺積電為代表的Foundry（芯片代工廠）模式和以MIPS、ARM為代表的IP（知識產(chǎn)權(quán)）授權(quán)模式的誕生，永久地改變了世界半導(dǎo)體產(chǎn)業(yè)的版圖——大大降低了半導(dǎo)體產(chǎn)業(yè)的準入門檻。
此前，全球只有幾十家芯片公司，都采用自己的指令集來設(shè)計芯片，這是芯片設(shè)計的1.0時代。
IP授權(quán)模式的興起則催生了全世界范圍內(nèi)大量的芯片公司。迄今為止，全球有大大小小幾千家基于第三方IP設(shè)計芯片的半導(dǎo)體公司。這也就開啟了芯片設(shè)計的2.0時代。
今天，芯片成為了從谷歌、阿里這樣的互聯(lián)網(wǎng)企業(yè)到特斯拉、格力這樣的終端產(chǎn)品公司的“護城河”和核心競爭力。與此同時，新的芯片設(shè)計模式也在孕育中。
在人工智能時代，伴隨著摩爾定律的減緩甚至失效，在新工藝下設(shè)計、生產(chǎn)高端復(fù)雜芯片的投入巨大。市場上現(xiàn)有的通用芯片無法滿足人工智能高速計算以及不同場景下的差異化需求，而專用芯片又無法滿足算法每3到6個月就迭代升級一次的可編程需求。
因而，市場針對高端芯片的定制化需求就呼之而出。
華夏芯CEO李科奕認為，目前的芯片市場，正是一個新技術(shù)、新模式分流的時代。
年銷售額在2000億元以上的公司，包括谷歌、華為等已開始自研芯片；銷售額在10億元以下的公司，可能會繼續(xù)使用市場上現(xiàn)有的通用芯片；而銷售額在10億到2000億元之間的公司，很可能會選擇第三種路徑，即委托第三方來設(shè)計、定制所需要的芯片。芯片設(shè)計的3.0時代，就是自研芯片、通用芯片以及定制芯片三種模式并行的時代。
“對于高端復(fù)雜芯片而言，自研芯片需要跨界建立龐大的設(shè)計團隊，不一定符合經(jīng)濟規(guī)律。而市面上的通用芯片由于需求不明確，容易面臨設(shè)計不足或過度設(shè)計的問題。在一定規(guī)模的基礎(chǔ)上，定制則能夠?qū)崿F(xiàn)客戶針對性能、功耗、可編程性、內(nèi)存、接口、成本、算法、生命周期等不同的要求?！崩羁妻日f道。
要做定制芯片的生意，就又回到了IP授權(quán)的問題上。
國內(nèi)IP產(chǎn)業(yè)還處于初級階段，IP公司整體規(guī)模都比較小，大部分都在價值鏈較低端的領(lǐng)域，且國內(nèi)IC設(shè)計廠商也大多購買國外IP核授權(quán)。
即使在國內(nèi)興起的“造芯”熱潮中，從事自主設(shè)計CPU、GPU或DSP的單位仍如“鳳毛麟角”，而異構(gòu)計算IP平臺需要同時具備CPU、GPU、DSP、AI等不同計算單元的設(shè)計能力，就更是難上加難。
李科奕直言，如果初創(chuàng)公司用傳統(tǒng)方法設(shè)計自主的異構(gòu)處理器IP平臺，幾乎是“不可能完成的任務(wù)”。因為每個相關(guān)領(lǐng)域，都有芯片研發(fā)隊伍在千人以上和龐大資金實力的傳統(tǒng)處理器巨頭。
可能成功的辦法只有一個：規(guī)避PC、服務(wù)器、手機這些已經(jīng)形成了生態(tài)壟斷的市場，并且采用全新的設(shè)計理念和技術(shù)基因。
“除英特爾等極個別公司外，全球99.99%的傳統(tǒng)芯片廠商都是采用來自不同供應(yīng)商的IP設(shè)計自己的芯片。比如CPU一般是ARM授權(quán)的，DSP可能是CEVA授權(quán)的，神經(jīng)網(wǎng)絡(luò)可能甚至是采用初創(chuàng)公司的授權(quán)。這樣就必然導(dǎo)致設(shè)計芯片隊伍很龐大，因為需要不同的開發(fā)團隊分別學(xué)習(xí)不同的指令集，熟悉不同的IP，對各種IP進行適配，再在仿真環(huán)境中，看IP的運行是否有沖突、會不會‘打架’?！?/p>
“而且產(chǎn)品開發(fā)團隊十分龐大，產(chǎn)品開發(fā)周期也很漫長。應(yīng)用開發(fā)者需要學(xué)習(xí)ARM的CPU、CEVA的DSP以及第三方的神經(jīng)網(wǎng)絡(luò)是如何編程的。越是復(fù)雜的AI應(yīng)用，越是需要不同計算單元之間高效的管理與調(diào)度。所以，如果沒有一套融合不同計算IP的系統(tǒng)開發(fā)調(diào)試的工具，實現(xiàn)產(chǎn)品開發(fā)的周期會很漫長?！崩羁妻日f道。
明白了設(shè)計異構(gòu)芯片時的IP痛點在哪里，華夏芯采取的是與傳統(tǒng)路徑完全不同的理念來切入市場。
與其說華夏芯是在已經(jīng)形成生態(tài)的IP陣營里搶下“一塊蛋糕”，還不如說華夏芯是另辟蹊徑，在增量IP市場上開辟一條全新的道路，成為“異構(gòu)計算”領(lǐng)域的“一站式供應(yīng)商”。
什么是”異構(gòu)計算”？
在IT界，異構(gòu)計算并不是一個新興的詞。
在80年代末，異構(gòu)計算這一概念就已經(jīng)誕生了。所謂異構(gòu)，就是將CPU、DSP、GPU、加速器、FPGA等不同架構(gòu)、不同指令集、不同功能的計算單元，組合起來形成一個融合的計算系統(tǒng)。
由于摩爾定律接近失效，芯片算力的增長已接近瓶頸，而AI的發(fā)展對計算力的超高要求，異構(gòu)計算近幾年來在產(chǎn)業(yè)中開始顯露鋒芒，并被普遍認可。
一般來說，通用計算單元難以滿足算力的高要求，AI專用計算單元則在編程靈活性、算法升級上有所欠缺。因而目前業(yè)內(nèi)普遍看好的一種方式，就是將通用和專用計算架構(gòu)結(jié)合在一起，取長補短。但是，將不同類型指令集和體系架構(gòu)的計算單元集成到一顆SoC芯片上，設(shè)計難度和復(fù)雜程度是非常大的。而且不同計算架構(gòu)有不同的開發(fā)環(huán)境和編程語言，導(dǎo)致系統(tǒng)性的開發(fā)調(diào)試也非常復(fù)雜。
這就是目前“異構(gòu)計算”所需要解決的兩大難題：一個是降低芯片設(shè)計的復(fù)雜度；第二個是降低編程開發(fā)的復(fù)雜度。這也是現(xiàn)在安防芯片廠商們，尤其是在安防前端開發(fā)廠商面臨的挑戰(zhàn)。
李科奕解釋道，新一代的“異構(gòu)計算”可以定義為“單芯片上高效協(xié)同的統(tǒng)一編程模式”。
華夏芯所采用的技術(shù)手段就是新一代的“異構(gòu)計算”，用一套指令集設(shè)計不同計算單元的IP，IP之間形成高度的統(tǒng)一性，只需要一個團隊就可完成IP的學(xué)習(xí)、設(shè)計及使用。而且不會存在CPU和DSP、GPU之間“打架”的問題。
“華夏芯基于統(tǒng)一指令集的異構(gòu)設(shè)計模式，將不同的計算單元整合在一起。比如說，我們正在設(shè)計的一款低功耗的SoC芯片，CPU與 DSP融合在一個計算單元里面，與傳統(tǒng)的CPU核加DSP核相比，功耗更低，而且只需一套編程模型?！?/p>
李科奕說道，“定制一個芯片，我們希望它生命周期有三到四年，為了實現(xiàn)比較好的適應(yīng)性和靈活性，就需要在芯片的通用性和專用性上達成一個折衷。其中，既有專用計算單元，又有通用計算單元。這樣既能高效的處理數(shù)據(jù)，又能支持算法的更新和迭代?！?/p>
如果將視角集中到目前市場看好的AI加速器上，華夏芯的異構(gòu)計算架構(gòu)優(yōu)勢在哪里？
李科奕指出，現(xiàn)有市場上集成了AI加速器的芯片在應(yīng)用上還存在問題。
第一是芯片價格太高。第二個芯片的可編程性不足?！皝碜园卜李I(lǐng)域的廠商普遍反映的不僅是芯片的性能不夠，而且芯片中的AI加速器使用起來都很復(fù)雜，如果要實現(xiàn)CPU、DSP和AI協(xié)同計算則更加困難?！?/p>
在以安防、自動駕駛為代表的邊緣計算市場，對芯片的綜合性能要求非常高。芯片需要處理的數(shù)據(jù)量很大，同時對于性能、性價比、性能功耗比要求都很高。而作為新興市場，邊緣計算的需求量很大，目前布局的廠商并不多，還未形成巨頭壟斷。
對于云端語音和圖像識別芯片的需求是只要性能足夠好，芯片的價格可以做到較高，但需求量并不會很大。云端芯片要求處理速度極快，一秒鐘需要做到處理幾千張畫面。但對功耗要求相對較低。
而在物聯(lián)網(wǎng)市場，對AIoT芯片的需求量也很大。AI性能要求相對較低，如智能門禁、門鎖等場景，可能只需要一秒鐘分析幾張畫面。但要求功耗低、成本低。
以上新興市場還未有巨頭形成壟斷的生態(tài)，而且對性能、功耗、可編程性、成本等存在多元化、差異化的需求。通過芯片定制發(fā)揮異構(gòu)計算相對于傳統(tǒng)的通用芯片或?qū)Ｓ眯酒膬?yōu)勢就有了“用武之地”。
“定制芯片還是個新生事物，很多廠家想要嘗試，目前還需要一個逐步推廣的過程?！?/p>
“現(xiàn)在很多新興的人工智能場景，從安防監(jiān)控、輔助駕駛、服務(wù)機器人、物聯(lián)網(wǎng)、到5G應(yīng)用等，這些領(lǐng)域的芯片都還沒有形成壟斷的生態(tài)。尤其在安防領(lǐng)域，前端有很多新的技術(shù)出現(xiàn)，如三維立體識別、步態(tài)檢測，以及通過5G實現(xiàn)變焦攝像頭的聯(lián)動等。因而，我們認為現(xiàn)在恰恰是做指令集的一個最好的時代。”李科奕說道。
而如何平衡定制需求和芯片成本的問題呢？眾所周知，目前很多AI安防芯片廠商做芯片時面臨的一個很大問題就是，如果芯片產(chǎn)量不夠大，便很難以收回成本實現(xiàn)盈利。而定制芯片的需求量相對更難把握，如果不能實現(xiàn)規(guī)?；少?，成本問題就更加突出。
李科奕介紹道，這確實需要做一個平衡。“既然接受定制，一定要先把賬算好了，再進行定制。華夏芯是提供一整套IP，設(shè)計投入相對較少，這意味著只要銷量達到幾十萬到上百萬顆就能實現(xiàn)盈虧平衡?！?nbsp;
按照聯(lián)發(fā)科的測算，中國有400億美金的定制市場，這部分市場的客戶都希望通過芯片定制支持產(chǎn)品創(chuàng)新，提升競爭實力。
值得注意的是，異構(gòu)計算目前生態(tài)上還不夠成熟。目前，AMD、高通、ARM、華夏芯等成立了異構(gòu)系統(tǒng)架構(gòu)（HSA）聯(lián)盟，而Intel在推動“超異構(gòu)”。
國內(nèi)目前也有一些企業(yè)開始涉足這一領(lǐng)域，如華為等企業(yè)都在研發(fā)異構(gòu)計算的產(chǎn)品，而初創(chuàng)企業(yè)，如前百度科學(xué)家吳韌創(chuàng)立的異構(gòu)智能，也在專攻異構(gòu)計算。
不過，異構(gòu)計算所需要的一些基礎(chǔ)技術(shù)，諸如Cache的一致化、統(tǒng)一Memory及新的工具鏈等，對于國內(nèi)的芯片企業(yè)來說仍然感到門檻很高。
在李科奕看來，以云端市場為例，CPU仍然占據(jù)云端芯片71%的市場，隨著人工智能浪潮而受益非凡的GPU僅占17%，AI專用加速芯片的市場占有率僅為7%。
雖然傳統(tǒng)架構(gòu)的芯片在市場上還占有大部分份額，但是異構(gòu)計算的架構(gòu)已經(jīng)成為趨勢，比方說，新一代的GPU和FPGA都引入了異構(gòu)架構(gòu)。
另一方面，對中國企業(yè)而言，異構(gòu)計算是挑戰(zhàn)也是機遇。
正因為異構(gòu)計算從技術(shù)層面上，目前還處于百花齊放的階段，從生態(tài)上來看，還沒有出現(xiàn)壟斷巨頭。無論是中國的IP供應(yīng)商還是芯片設(shè)計公司，一個深層次的價值貢獻在于，即使單一的計算單元的水平還不是全球頂尖，但通過異構(gòu)計算所形成的系統(tǒng)能力和生態(tài)建設(shè)方面就有機會達到世界先進水平。
在這方面，李科奕也有著更高的愿景。
早期以華為為代表的企業(yè)，是在做芯片上的“集成創(chuàng)新”，而隨著國產(chǎn)芯片實力的增強，以及目前在AI加速、異構(gòu)計算，以及類腦計算等芯片新范式上的嘗試，我國更有機會去實現(xiàn)芯片設(shè)計的“原始創(chuàng)新”。
“指望中國芯片企業(yè)超越20年的差距，在PC領(lǐng)域趕超Intel是不太現(xiàn)實的。這并非只是技術(shù)原因，還包括x86強大的生態(tài)優(yōu)勢。但現(xiàn)在異構(gòu)計算還沒有形成一個主流的生態(tài)，所以中國就還有換道超車的機會?！崩羁妻日f道。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
