AI芯片战火蔓延,谁才是“制芯之王”?
AI不仅是最大科技热点,也是未来数十年科技发展趋势。伴随着这股热潮,AI芯片成为了半导体行业的新风向,投资者的新宠。AI芯片战火蔓延,先进制程储备战隔空上演最近,三星电子放了狠话,将在未来10年内(至
AI不仅是最大科技热点,也是未来数十年科技发展趋势。伴随着这股热潮,AI芯片成为了半导体行业的新风向,投资者的新宠。
AI芯片战火蔓延,先进制程储备战隔空上演
最近,三星电子放了狠话,将在未来10年内(至2030年)投资133兆韩元(约合1150亿美元,7730亿人民币),以在逻辑芯片制造领域发挥主导作用。
刚刚登上代工厂第二名的三星,显得相当的雄心勃勃,不但要在逻辑芯片市场称王,还要挑战台积电代工厂龙头的位置。这边三星发力要蚕食价值850亿美元的代工市场这块肥肉,那边吞掉超过一半市场份额的台积电,显然不打算对三星的挑衅置之不理了。
在这场芯片制程终极之战中,三大芯片代工巨头,一方面进行着路线之争,另一方面铆足火力隔空火拼未来的关键制程技术节点,尤其是6nm和5nm。
所谓路线之争,一方有台积电三星自定标准,“激进”挺进5/4/3nm工艺,另一方英特尔坚守“慢工出细活”,做业界最好的10nm。
而关于未来技术节点之战的导火索,在这个4月已经被点燃!台积电和三星两大芯片代工厂隔空开“杠”,三星刚高调更新6nm、5nm工艺进展,台积电就在当日傍晚立即跳出来宣布自己的6nm计划。
芯片制程的战火,正从前两年炙手可热的10nm、7nm向更为领先的6、5、3nm蔓延。
从争相研发先进技术,到积极储备顶级光刻机等半导体制造设备,台积电和三星的战旗已经高举,以各自独特的方式给摩尔定律续命。
同时,摩尔定律的拥护者英特尔则坚持遵从严苛的技术规格,循序渐进地进行着堪比其他厂7nm的10nm制程研发。
新的制程之战已经隔空上演,三大巨头谁又最有望夺得芯片制程的王座?
AI芯片从云端走向终端
今年3月,科技巨头的新动作引起了行业关注,谷歌对外发布搭载Edge TPU芯片的千元级开发板,执行推理速度优于任何其他处理器架构;英伟达也在GTC十周年之际发布了一款边缘计算产品Jetson Nano人工智能计算机,仅售99美元;聚焦边缘计算的AI芯片公司地平线融资6亿美元,估值超过30亿美元。
从科技大厂到创业公司,似乎都站上了边缘计算的风口,这场芯片大战已经由云入端,抢占边缘。
在2016年,云端(包含企业、数据中心等)为深度学习芯片的主要营收领域,占了80%。不过,到了2025年,此一比例将会改变,转变成边缘(Edge)占了80%,而云端的比例则降为20%。这边所指的边缘意指终端设备,且以消费性产品为中心(而非小型服务器或是路由器),包括移动装置(手机、平板)、头戴式显示器(HMD),如AR/VR/MR、智能音箱、机器人、无人机、汽车、安防摄像头等。
现今大多数的AI处理器,如GPU,多用于云端服务器、数据中心,以在云端上进行AI训练和推论。不过,随着隐私、安全性需求增加,加上为了降低成本、延迟及打破频宽限制等因素,分散式AI随之兴起,越来越多AI边缘应用案例出现。例如苹果的A12仿生芯片,其具备新一代“神经网路引擎”,以即时机器学习技术,改变智能手机的使用体验。
简而言之,AI从云端转向边缘是现在进行式,当然目前AI在边缘装置上多还是以推论为主,而非训练。不过随着AI创新应用增加,有越来越多芯片商尝试提升终端装置处理器的运算效能,为的就是不用再传送数据至云端进行数据运算、推理和训练。也因此,各式的处理器纷纷问世,像是CPU、FPGA、GPU、ASIC、NPU或SoC Accelerator等。
从现实应用上讲,数据中心仍然需要更强、更快的训练能力,而“AI+”迫切需要遍布于从终端到云的推理能力,这是促使科技巨头大规模投入、互相竞争的根本。
应用部署AI能力的位置、尺寸、成本、功耗要求的多样性以及与其他计算能力快速集成的要求对AI计算提出了更高层级的要求。作为芯片巨头的英特尔,一方面探索量子计算和神经拟态计算,另一方面也在探索超异构计算形态,未来无论是云、终端,都是AI超级芯片的天下。
在英特尔、英伟达、arm公司占领了数据中心和手机芯片市场的情况下,中国公司试图从边缘及终端突围,利用中国巨大的制造业硬件产业链和场景优势,试图建立起自身AI芯片生态系统。
国内芯片公司蠢蠢欲动
AI新时代的到来,让众多企业站在了同一起跑线上。在这大争之世中,不仅有老牌半导体巨头的强势参与,也有一些国产品牌开始初显锋芒。同时,我国庞大的电子市场所带来的数据资源,也为AI训练芯片的发展提供了肥沃的土壤。在这种环境的驱动下,国产厂商也开始试水训练芯片市场。
除华为之外,我国互联网巨头也纷纷试水AI训练芯片。在人工智能时代之前,这些互联网企业经过多年的积累,已经建立了生态优势。待到深度学习热潮的爆发,这些互联网企业生态中的数据价值开始凸显,而这就需要AI训练芯片。互联网企业跨界涉足AI训练芯片领域,可以通过资本运作的方式来参与,也可以选择建立新的部门或子公司,通过硬核技术切入AI训练芯片的竞争。