在冰与火的夹缝中生存,AI芯片市场最近变冷?

2019-07-16来源: eefocus关键字:AI芯片  英伟达  芯片市场

最近,AI芯片市场明显“冷”了下来。

 

 

作为芯片市场的一哥,英伟达刚刚发布的Q1季度报告表现就十分不理想。数据显示,截至2019年4月28日,英伟达当季收入22.20亿美元,环比增长1%,同比下跌31%,毛利率58.4%,环比提高3.7个百分点,同比减少6.1个百分点;净利润3.94亿美元,环比下跌31%,同比下跌68%。数据一出,整个AI芯片市场的心态都很难不受影响。

 

 

英伟达营收下跌的因素有很多,作为高端芯片设计巨头,就像是早年苹果显著优势被不断追赶上一般,现在英伟达也处在这样的困局之中,创新无力,优势渐失。因此,它的利润下跌暗示出两个信号:1.整个市场平均水平上升了;2.高端AI芯片市场产品性能发展“停滞不前”。

 

可见,形势已然生变。

 

人人可做的AI芯片

从应用角度来看,AI芯片主要应用在云、边缘和端侧。其中云上最为常见的产品是AI加速器,其主要用于加速深度学习训练和推理;而在边缘和端侧,则根据在智能手机、安防、汽车等领域应用场景的不同出现各类AI芯片。其中云端训练需求大约占AI芯片市场的50%,云端推理需求约占AI芯片市场的25%,边缘和端侧占据25%。

 

数据显示,AI芯片市场规模在未来5年将会增长10倍,到2022年达到35亿美元,可以说是一个相当可观的市场。

 

但是入局者很多,尤其是在应用端,国内原本做安防、语音语义、人脸识别、云计算等领域解决方案的公司纷纷开始了自研芯片的道路,从百度、阿里到思必驰、云天励飞。而2018年大批AI算法公司开始转向各自所在领域的AI芯片研究,这也不再让人感到惊奇。

 

开先河的人是谁?似乎是特斯拉。大家应该都还记得,马斯克“嫌弃”英伟达芯片之后自己默默地就研发了用于自动驾驶的芯片,速度很快就换下了英伟达芯片,完全是一副“很容易做”的态势。

 

 

公开数据显示,截止2018年底,国内芯片设计公司规模已经发展到近1700家,虽然受经济影响,增速大不如前两年,但是仍然有不少人想要抢夺这块蛋糕。在AI的大背景下,人人可做芯片成为一个再正常不过的现象,这也让这部分尚未成型的市场争夺格外激烈。

 

2018年是格外热闹的一年,包括云知声、思必驰、出门问问等国内不少AI初创企业纷纷推出了自己的芯片或模组。而今年年初,云知声更是一口气发布了三款芯片:第二代物联网语音AI芯片雨燕Lite,面向智慧城市的支持图像与语音计算的多模态AI芯片海豚(Dolphin)以及面向智慧出行的车规级多模态AI芯片雪豹(Leopard);而思必驰也携手中芯国际发布AI语音芯片TAIHANG。如此之类,比比皆是。

 

可以看出,尤其是在终端应用上,芯片设计巨头的优势正在逐渐消失。

 

为什么AI芯片人人可做?

“做神经网络芯片并不难。”在刚刚结束的CAIS大会上,赛灵思人工智能业务资深总监姚颂公开表示。

 

言下之意,现在应用于深度学习算法的AI芯片开发起来并不是一件困难的事情。因为应用在特定领域,对于初创公司来说,专用架构设计已经没有太高门槛,早期的初创公司如寒武纪、地平线等公司也都已经开始比拼工程能力和客户能力。

 

那AI芯片到底为何如此容易做?

回答这个问题还需要回到AI芯片是什么这个话题上。

 

说起AI芯片,它是一个比较宽泛的概念,且至今为止都没有一个明确的定义。从广义范畴上讲,面向AI计算应用的芯片都可以称为AI芯片。除了以GPU、FPGA、ASIC为代表的AI加速芯片(基于传统芯片架构,对某类特定算法或者场景进行AI计算加速),还有比较前沿性的研究,例如类脑芯片、可重构通用AI芯片等。

 

但后者距离大规模商用还有较长距离,暂时不会对市场造成太大影响。因此一般情况下,当我们谈论AI芯片,我们通常指的是以GPU、FPGA、ASIC为代表的AI芯片,而它们本质上就是AI加速器或计算卡,即专门用于加速AI应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。

 

如业内人所分析,因AI芯片就是用于计算的芯片,效率高,功能相对单一,且不涉及IP授权问题,应用起来更节约资源且门槛要比通用芯片低,故而进场者众多。

 

当然,除了技术本身,AI芯片市场发展的停滞不前也为入局者留有了足够的时间。有业内人调侃说,“我去年把工作重心放在了5G,今年转回来去做AI芯片,发现还是没有多大变化。”

 

可以看出,门槛低、专用性强、AI芯片再难创新等因素都直接促使了AI公司纷纷去做自己的AI芯片。

 

 

市场混战,谁能胜出?

不同于传统芯片市场,AI芯片专用性强,进入门槛也相对较低,且基础架构设计没有特定限制,因此整个硬件市场颇为“混乱”,资源也比较分散。

 

发展两年下来,“鱼龙混杂”成为AI芯片市场的发展现状,不再抱着参数和性能说话,走竞价路线成为芯片厂商不得不做的转变。

 

在谈到这一问题时,姚颂也明确表示认可。

 

他认为公司在做AI芯片时其实就是在做产品,“能不能用、好不好用和用户能不能离得开”成为衡量AI芯片的三大标准。

 

“底层技术过关是基础,赢得市场还是要看软件服务乃至生态。而一款芯片到底好不好,性能参数并没有那么重要,重要的是其在具体应用中的表现。”

 

在举例时,姚颂提到,即便是在赛灵思做的最不为人知的汽车领域,其芯片在实测场景中也已经能够达到每一百万芯片中低于2颗芯片的缺陷数和每10^9小时内发生错误数大概在12次的优秀表现。没有参数,没有性能,只有客户与应用数据,而这就是最大的“话语权”。

 

确实,对于早期进场且有了众多芯片产品的AI芯片公司们,如寒武纪、地平线、百度,甚至包括英伟达,都开始沉下心来做市场,同时在下一代芯片的定义和设计上,他们也都谨慎和冷静了许多。

 

用一句话描述2019年的市场,AI芯片产业相对平静,“热度”都传导到了应用市场。

 

AI芯片困局:竞争力与差异化

目前,无论是初创公司还是芯片设计巨头,压力都是与日俱增。一般而言,只要有应用场景的支持、足够的资金和工程能力,AI芯片做出来不会成为大的问题。但对于AI芯片这一新兴市场而言,谈市场布局实在有些为时过早,大家心中都明白这将是一场持久战,而产业真正的未来和发展方向还是取决于创新。

 

从现有的市场情况来看,2019年整个产业趋于平静也反应出了大家已经逐渐从保证功能的粗放设计转变为提高竞争力和差异性的精耕细作了,但要做出竞争力和差异化却不容易。

 

如何提高竞争力?

上文提到,想要赢得客户,做服务、建生态是当下打开市场的出路,但是“硬件好做,软件难”却是大家普遍反映的问题。

 

有业内人指出,无止境的软件工具优化让大家备受困扰,从单核、多核到多芯片、多板卡,再到神经网络算法与非NN算法、异构系统、软硬件联合优化,软件工程师会遇到各种问题,这都将为大家不断深耕上层的带来阻力。

 

最近,台湾成立的“台湾AI芯片联盟”(AI on Chip Taiwan Alliance,简称AITA)就是为了合力为AI芯片的开发构建相对完善的软件开发环境和生态,以推动芯片的商业化。

 

 

而做出差异性就更是一件难上加难的事情,尽管这很可能是AI芯片公司发展的最终出路。

 

对于差异化这件事,尤其是在现有的商用AI芯片基础上,业内普遍认可的是AI芯片架构创新。但有前车之鉴,对于现在AI芯片架构热潮会不会重蹈三十年前的体系架构热潮的失败,谁也不敢保证。

 

不过从业内各人士发出的声音来看,向通用方向发展成为最易落地的方案。百度昆仑芯片的架构师欧阳剑就结合他们的研发经验指出通用性会越来越重要,同时曾经力挽展讯于狂澜之中的芯片设计工程师李力游就称未来云—端通用的芯片将不会是梦,而这必将打破现有的市场格局。

 

最后

从全球市场覆盖率来看,虽然如今英伟达的优势逐渐被赶超,但云端的训练和推理市场几乎被英伟达包下,边缘和端侧的应用则主要被三星、高通、英特尔、英伟达等厂商占据,除了华为,鲜有国内厂商出现在市场占有率前沿的名单上,这是不争的事实。

 

此外,国内第一梯队的AI芯片设计公司在高性能芯片上尚未形成强竞争力也是需要关注的地方。可见,卖片只是第一步,路漫漫其修远兮。


关键字:AI芯片  英伟达  芯片市场

编辑:什么鱼 引用地址:http://news.eeworld.com.cn/qrs/ic468117.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:小行星撞击并非科幻,Space X助力NASA消除威胁
下一篇:电子元器件市场随时在变化,大联大应如何迈出下一步?

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

怎么提高AI芯片性能?看华为设计中的“快速通道”

有“AI奥斯卡”之称的2019上海世界人工智能大会(WAIC)最高荣誉SAIL奖(Super AI Leader)在今天颁出,华为推出的7nm人工智能手机芯片麒麟980与麒麟810斩获卓越奖(Superior)。而今天带来的,则正是华为的一项和芯片有关的专利解密。众所周知,照外围组件快速互连总线标准或加速器的高速互联内存一致性总线标准的规定,由于某些原因(比如芯片老化,温度变化等)引起链路出现不能稳定运行的现象时,系统软件需要对链路进行修复。其中,链路修复过程包括链路均衡(简称为“ 均衡”)。若系统软件触发的链路均衡过程花费的时间过长,可能会导致系统工作或运行超时等错误。因此,需要一种合适的方法来解决链路均衡过程花费的时间过长
发表于 2019-09-08
怎么提高AI芯片性能?看华为设计中的“快速通道”

车规级AI芯片将引领汽车驶向超级计算机时代

第二届全球IC企业家大会暨第十七届中国国际半导体博览会(IC China 2019)在上海召开,本届大会主题为“开放发展 合作共赢”,由工业和信息化部、上海市人民政府指导,中国半导体行业协会、中国电子信息产业发展研究院联合主办。地平线作为在AI芯片领域的先锋创业企业受邀参加本届大会,于上周宣布量产了中国首款车规级人工智能芯片——征程二代的消息也在整个半导体行业内引起不小的震动,创始人兼CEO余凯也在会上向IC同行和产业相关人士们阐述了地平线就车规级AI芯片研发和落地的产业布局。  边缘计算是应对终端数量激增和海量数据计算挑战的关键余凯在演讲伊始提到,计算的变迁一直围绕着终端的变化,计算终端变迁将助力计算机发展史
发表于 2019-09-06
车规级AI芯片将引领汽车驶向超级计算机时代

星光中国芯工程20载创新路!邓中翰提AI芯片的智能摩尔之路

的数字多媒体芯片技术体系,开发出拥有自主知识产权、具有星光多媒体、星光移动、星光安防、星光传感、星光智能5大芯片体系,两次荣获国家科技进步一等奖。在人工智能方面,星光智能系列芯片应用在基于SVAC国家标准的安防监控行业,使我国安防监控行业由模拟时代、数字时代跨入智能时代。据悉,在此次大会上,邓中翰还重点介绍了他们在AI方面的新突破,人工智能芯片的未来——智能摩尔之路。
发表于 2019-09-06

特斯拉自研AI芯片性能提升 成本下降20%

(图片来源:www.futurecar.com)据外媒报道,日前,特斯拉硬件工程副总裁Pete Bannon透露了特斯拉未来FDS(完全自动驾驶)系统Autopilot芯片组的相关细节。Bannon表示,新的AI芯片速度是目前英伟达芯片的21倍,成本只有英伟达的80%。新的AI处理器具有60亿个晶体管。特斯拉表示需要更强大的硬件,从而实现2019年的“完全自动驾驶”目标,即不仅能在高速公路上行驶,还能在有交通灯和路标的地方道路上行驶。芯片设计者之一、特斯拉Autopilot硬件高级总监Ganesh Venkataramanan表示,“在功率限制和外形因素限制的条件下,为了满足我们的性能水平,我们必须进行自主设计。”特斯拉为其新芯片
发表于 2019-09-03
特斯拉自研AI芯片性能提升 成本下降20%

地平线宣布量产中国首款车规级人工智能芯片“征程二代”

人工智能底层核心技术的突破。车载AI芯片是人工智能行业的珠穆朗玛,也是自动驾驶实现大规模落地的前提。此次地平线率先推出首款车规级AI芯片不仅实现了中国车规级AI芯片量产零的突破,也补齐了国内自动驾驶产业生态建设的关键环节。未来,地平线将持续发挥AI时代底层赋能者的核心优势,秉持开放赋能的心态,助推自动驾驶时代早日到来。” 地平线征程二代芯片核心参数 极致效能、全面开放,征程二代全方位赋能汽车智能化地平线此次量产的中国首款车规级AI芯片 -- 征程二代,搭载地平线自主创新研发的高性能计算架构BPU2.0(Brain Processing Unit),可提供超过4 TOPS的等效算力,典型功耗仅2瓦。征程二代能够
发表于 2019-09-03
地平线宣布量产中国首款车规级人工智能芯片“征程二代”

AI芯片厂商最全面列表

AI芯片知多少?最近,芯片专家唐杉博士更新了“AI芯片全景图”,同时加了版本号和发布时间,介绍了现有的几乎全部深度学习处理器,可能是对AI芯片厂商做的最全面的列表了。 AI芯片全景图 AI芯片全景图包含5个大类,共介绍了99家AI芯片公司,包括:IC供应商(15家)科技巨头&HPC供应商(15家)IP供应商(7家)中国芯片初创公司(15家)全球芯片初创公司(47家)  接下来,我们带来这99家芯片公司的详细介绍:集成电路供应商英特尔在Hot Chips大会,英特尔强调了“AI Everywhere”思想。在2019年的Hot Chips大会上,英特尔公布了即将推出的高性能AI加速器
发表于 2019-09-03
AI芯片厂商最全面列表

小广播

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved