您现在的位置:新闻首页>趣闻

BAT AI芯片布局盘点 谁是“中国芯”新希望?

2018-12-05 15:32编辑:AI发烧友人气:


  AI芯片在科技领域到底有多热门?如果高通、英特尔、英伟达这些传统芯片巨头都已开始制造AI芯片还不够证明其热度,那么电商巨头亚马逊、社交巨头Facbook、软件巨头微软等也都开始自主研发AI芯片不仅能说明AI芯片到底有多受关注,更能证明其重要性。

  相比美国的科技巨头,国内三大科技巨头BAT的脚步似乎并没有那么快。在中兴通讯事件再次引发全民对中国缺乏高端芯讨论的背景下,一部分人将中国芯发展的希望寄托于不缺钱的BAT。那么,BAT已经完成的芯片布局有哪些? 都有何关注重点?

  据雷锋网了解,目前人工智能芯片厂商中实力比较强的是美国。数量上,据不完全统计,美国有33家芯片厂商,中国有12家。美国的厂商中其中既有谷歌、英特尔、IBM这样的科技巨头,也有高通、英伟达、AMD、赛灵思这类在各自领域中有绝对优势的大公司,还有一些发展良好的中等规模公司和活跃的初创企业,中国则主要以中小公司为主。

  芯片类别上看,美国厂商遍布人工智能芯片CPU、GPU、FPGA、ASIC的四大流派,IC设计环节的产业结构也十分均衡,并在GPU和FPGA领域完全垄断的。而中国企业只能FPGA编译、ASIC和类脑芯片方面略有作为。

  另外,AI 芯片的创新涉及到人工智能算法、编程语言、计算机体系结构、集成电路技术、半导体工艺等方面。因此人才也十分重要,2017年数据显示,美国1078家人工智能企业有约78700名员工,中国592家公司中有约39200位员工,仅为美国的50%。

  可以看到,BAT AI芯片布局盘点在过去十年里诸多科技企业都试图进入AI芯片领域,人工智能热浪卷起的不只是AI行业而已,但由于较高的专利技术壁垒、市场规模偏小、竞争激烈、较长的投资周期使许多科技企业以失败收场。

  不过,AI 芯片作为人工智能产业的核心,也是技术要求和附加值最高的环节,产业价值和战略地位远大于应用层。这也是社交、软件、电商等科技巨头以及各国注重AI芯片布局的重要原因。

  既然美国科技巨头都已经纷纷开始布局AI芯片,并且谷歌、英伟达等厂商的人工智能芯片都已经取得了不错的成果,国内的科技巨头进展如何?

  阿里一直都在加码AI,除了最近向AI独角兽公司商汤科技投资15亿人民币引来的无数围观外,其实阿里在海内外已经完成了多项AI投资,垂直领域涉及区块链、谁是“中国芯”新希望?边缘计算、新型存储、量子计算等。其中,在阿里的“投资履历”中,阿里及阿里系表现出了对AI芯片公司的倾心。

  2015年,阿里与杭州中天微系统有限公司(简称中天微系统)进行深度合作,面向物联网各细分领域开发云芯片架构。中天微系统以32位高性能低功耗嵌入式CPU、芯片架构授权为核心业务,针对各种嵌入式应用场景的CPU业务线款嵌入式CPU覆盖高中低嵌入式应用,包括物联网、数字音视频、信息安全、网络和通信、工业控制、以及汽车电子等多个领域。2016年 1月阿里成为其第一大股东,2017 年 6 月,阿里又向中天微系统注资 5 亿,正式跨入芯片基础架构设计领域,2018年4月,阿里全资收购中天微系统。

  2016年 11月,阿里与腾讯一起领投了可编程芯片公司Barefoot Networks。Barefoot Networks开发了世界上第一个可编程芯片,能以每秒6.5兆的速度处理网络数据包。有消息指出阿里巴巴和腾讯的加入成功将Barefoot的C轮融资推到了8000万美元高峰。

  2017年8月,阿里投资了被称为全球第一个成功流片并拥有成熟产品的中国AI芯片公司寒武纪(Cambricon Technologies Corporation Limited)。寒武纪拥有终端AI处理器IP和云端高性能AI芯片两条产品线A处理器是首款商用深度学习专用处理器,面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备。目前寒武纪终端处理器IP产品已衍生出1A、1H等多个型号。

  2017年10月,阿里旗下的重要投资部门蚂蚁金服投资部投资了深鉴科技。据了解,深鉴科技由清华大学和斯坦福大学顶尖深度学习硬件加速研究者于2016年创立,在2017年的发布会上布了深度神经网络开发套件“DNNDK”,旨在简化和加速深度学习应用程序的开发,大大缩短算法部署到硬件的周期。

  2017年11月,阿里又领投耐能(Kneron)。耐能的定位是终端人工智能技术提供商,核心竞争力在于轻量级NPU,专注终端市场。相关数据显示其M4、M5等级芯片功耗可降低到毫瓦级别,所需体积可以缩小至主流神经网络芯片的1/40。目前已经针对智能家居、智能安防、手机等提供客制化的解决方案。

  2018年4月19日,阿里巴巴宣布达摩院正在研发一款名为Ali-NPU的神经网络芯片,按照设计,阿里巴巴Ali-NPU性能将是现在市面上主流CPU、GPU架构AI芯片的10倍,制造成本和功耗仅为一半,性价比超40倍。Ali-NPU芯片主要是为解决图像、视频识别、云计算等商业场景的AI推理运算问题,提升运算效率、降低成本。

  总体来看,从阿里巴巴的AI投资图谱可以发现其倾心AI芯片公司,涵盖多个领域,包括手机、安防、智能家居等。至于背后的原因,可以理解为阿里希望通过芯片的投资帮其打通并保证“操作系统(yunOS)+处理器芯片或应用芯片+算法+终端+应用+云”这样一条通道的顺畅无阻。

  自研芯片方面,阿里巴巴自主研发的Ali-NPU主要针对视频和图像处理两个场景的AI推理,去年成立的达摩院是其强大的支持。阿里巴巴战略投资部中天微项目负责人宋晔表示,未来阿里将继续在芯片领域进行不断的资源投入。

  2017年3月,百度发布DuerOS智慧芯片。DuerOS智慧芯片将 DuerOS 集成到紫光展锐芯片中,使芯片具有低功耗、低成本的特点,并提供丰富的 IO 接口,支持 Wi-Fi/蓝牙多种连接模式。同时,该芯片采用ARM mbed OS 内核及其安全网络协议栈,实现与云端的安全连接,降低设备商应用开发门槛。物联网方案服务商汉枫科技也基于该芯片推出 WiFi 模组,并且行业中已经有众多企业推出了相关产,集成DuerOS 智能语音交互功能。

  2017年加州Hot Chips大会上,百度发布XPU,XPU是一款256核、基于FPGA的云计算加速芯片,合作伙伴是赛思灵(Xilinx)。另据雷锋网了解,百度设计的芯片架构突出多样性,着重于计算密集型、基于规则的任务,同时确保效率、性能和灵活性的最大化。

  百度研究员欧阳剑称:“在百度,我们使用FPGA已有多年时间。我们的数据中心、云计算平台和自动驾驶项目中有大量FPGA,非常了解FPGA的优缺点以及如何优化。凭借XPU的大型核心,我们专注于多样化的计算任务。如果XPU被证明可以用于AI、数据分析、云计算和无人驾驶,那么百度可能需要用ASIC技术去开发XPU。XPU的目标是在性能和效率之间实现平衡,并处理多样化的计算任务。”

  2018年2月,百度风投和美国半导体高管财团领投美国初创公司Lightelligence。Lightelligence主要利用基于光学新技术加速人工智能的工作负载,通过所谓光子电路的新兴技术来加速信息处理,光子电路是电子电路更有效的替代方案,进行计算的不是电子而是光子。

  与阿里偏爱投资AI芯片公司并且还未正式发布自主研发的AI芯片不同,百度已经发布了DuerOS智慧芯片体积与赛思灵合作的FPGA加速芯片,投资的AI芯片工资包括Lightelligence。虽然投资的AI芯片公司不多,但百度在2016年9月设立了专门操刀投资AI项目的机构,命名为百度风投(BV),BV投资的项目超过30个,包括虚拟建模技术公司8i、FPGA加速技术公司Falcon、无人机飞控和地图平台Airmap、智能零售店方案提供商YI Tunnel以及智能教育公司作业盒子等在内的多家企业。

  从百度的AI布局中,不难发现百度似乎更钟情于FPGA,目前也将重心放在自动驾驶和智能语音领域。

  腾讯是BAT梯队中布局人工智能最晚的,除了上面已经提到的与阿里一起的对Barefoot Networks芯片的投资,目前腾讯还没有其他公开的AI芯片方面的投资,也没有腾讯自主研发AI芯片的消息曝光。

  不过在AI投资上,腾讯偏好行业覆盖性的战略方针,例如VoxelCloud(体素科技)、碳云智能是智能医疗领域的代表;真时科技主要涉运动算法;蔚来汽车则直接指向无人驾驶;乐聚智能属于家庭娱乐人形机器人的研发企业。目前来看,腾讯资本注入力度较大主要在智能医疗领域。

  通过整理,不难发现阿里倾心投资AI芯片公司,并且在美国商务部对中兴通讯禁令的时期宣布了其正在自主研发Ali-NPU芯片,从公开信息来看,阿里也是BAT中AI芯片领域的布局更加全面的,涉及的领域也十分丰富。百度主要通过多方合作布局AI芯片,也更加偏爱FPGA,关注的重心主要是智能语音与智能驾驶。腾讯则是三者中AI芯片布局最少的,当然其通过投资在AI领域的布局并不少。人工智能技术

(来源:未知)

织梦二维码生成器
已推荐
0
  • 凡本网注明"来源:的所有作品,版权均属于中,转载请必须注明中,http://www.ai278.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。






图说新闻

更多>>
运动员和教练可以接触到数量惊人的分析和数据

运动员和教练可以接触到数量惊人的分析和数据



返回首页