1. 首页
  2. 科技 > 正文

AI芯片持久战:是好故事,但不是好生意?

 2019-12-13 12:37:44  来源:互联网 

2016年,第一代人工智能芯片开始爆炸,传统芯片制造商、算法公司和互联网巨头纷纷加入进来。现在,三年后,“商业登陆”已经进入了现金时期。

“头两年,你仍然可以说我想生产人工智能芯片,但如果今年你没有产品可生产,那么与竞争对手相比,你实际上处于劣势。”半导体领域的投资者北极光风险投资公司总经理杨磊告诉Touzhong.com。

然而,“着陆”的过程显然比芯片开发本身更具挑战性。这不仅是第一代架构设计的试金石,还需要巨大的软件开发和客户支持。

当然,一些人工智能芯片公司刚刚推出或开始登陆产品和登陆场景,但它们能否真正应用于批量工程中的产品,能否真正满足实际场景的需求,以及芯片的稳定性还有待观察。

然而,这并不妨碍市场研究机构继续描绘ai芯片的光明未来:根据gartner的预测,ai芯片的全球市场规模将从2018年的42.7亿美元上升至2023年的323亿美元,2019年至2023年的平均增长率约为50%。

没有人怀疑人工智能的未来,也没有人怀疑人工智能芯片的工业基础。只有在这个有自己客观规律、又快又慢的战场上,参与者如何调整姿势去战斗?第一个参赛者有很多头衔。后面的参赛者有机会吗?投中网带怀着好奇心与业内许多从业者交谈。

客观地说,2019年,人工智能芯片玩家商业化的步伐并没有预期的那么快。

不管他们是华为、阿里、特斯拉这样的大公司,还是像亦智、邓林、绥远、昆云这样的快速创业公司。,即使一些已经发布产品或宣布回归流媒体电影,离大规模量产还有一段距离,更不用说大部分巨人的产品仍然供自己使用。

一些业内人士甚至开玩笑说,一年前,我看到十几家初创公司在一次峰会上展示了他们的带ppt的人工智能芯片计划。今年,这些公司只显示了更新的ppt。

人工智能芯片面临的商业登陆问题也可以从当前的融资案例中看出。一位投资者告诉Touzhong.com,几家主流的已经收到资金的人工智能芯片初创企业背后有一个共同点:认可客户或工业资源,“否则将会很困难。”

在深圳坤运信息技术有限公司创始人兼首席执行官牛新宇看来,“将人工智能芯片商业化与其说是困难,不如说是对人工智能芯片登陆的困难缺乏足够清晰的认识。”

人工智能芯片只有两个核心产品指标:计算能力的性价比和算法支持的通用性。

这两个指标支持人工智能应用程序着陆阈值的持续降低,包括部署成本和开发周期。围绕这两个核心指标,还有国内可替代的、特定领域的接口、领域冷却功耗稳定性指标和其他子指标。

“人工智能芯片的落地过程实际上是将这些指标与客户现有产品指标之间的差异释放给客户的过程。”

然而,这一过程有其自身的客观规律,没有捷径可走。自从大规模生产产品以来,产品的引进和产品的交付都有系统的工程坑需要一个接一个地填补。

就像为汽车制造人工智能芯片一样,“汽车本身是一件安全的事情,所以汽车人工智能芯片必须通过汽车轨距等级检查,必须保证系统功能和安全性能够得到充分验证,不能被超越。”黑芝麻智能技术联合创始人兼首席运营官刘伟宏告诉Touzhong.com..

杨磊用“障碍”这个词来描述人工智能芯片的启动。跨栏由三个要素组成:运动员自身的能力(整个队伍的结构)、跨栏的高度(人工智能芯片的难度)和助跑的长度(客观发展时间)

当然,当外界质疑人工智能芯片的缓慢着陆时,一些业内人士表示,拥有着陆产品是一个很好的商业发展,无论是来自人工智能、新兴领域、底层硬件平台还是芯片。

根据不同的场景,人工智能芯片可以分为云和终端。

云ai芯片性能强大,可以同时支持大量操作一起运行。此外,它可以支持许多不同的应用,如图片和语音。

市场研究机构阿比(Abi)在最近发布的一份描述当前人工智能芯片市场状况的报告中预测,云人工智能推理和培训服务应用市场将从2019年的42亿美元增长到2024年的100亿美元。

Nvidia是第一家吃螃蟹的公司,也用gpu在云ai芯片领域建造了一条高高的护城河。

根据乔恩·佩迪的研究,2018年第四季度,中英大卫gpu占据了全球离散图形市场的81.2%。凭借gpu在ai上的性能,Nvidia在16到18年间实现了10倍的市值增长。

英伟达的成功吸引了许多追求者。不仅有传统的芯片巨头,如amd和英特尔,还有互联网和通信巨头,如谷歌、亚马逊、阿里、百度和华为。

谷歌无疑是互联网公司核心成员中最重要的指标。2016年,在谷歌输入输出开发者大会上,谷歌正式发布了第一代tpu。迄今为止,谷歌自主开发的人工智能专用芯片tpu已经达到第三代。

此后,亚马逊、国内百度和阿里纷纷效仿。

2018年7月,百度发布了云的人工智能芯片“昆仑”。11月,亚马逊发布了推理系统;一种机器学习芯片。在2019杭州云居会议上,达摩学院院长张剑锋展示了阿里首款含800光的人工智能芯片...

在通信领域,2019年8月,华为宣布910正式商业化,并已用于实际的人工智能培训任务。

对于这些互联网和通信巨头来说,核心建设的逻辑简单而直接:一方面节约成本,另一方面考虑自身业务的整合和优化。例如,百度制造无人驾驶汽车和智能家居,阿里拥有物联网战略,目前各种业务的计算需要大量芯片。

与传统芯片制造商不同,这些巨头生产的人工智能芯片产品不是作为商品芯片单独销售,而是与他们自己的产品捆绑销售。例如,Light 800将通过阿里云输出人工智能计算能力。华为发布了910,用于华为自己的服务器和云服务。

阿里人工智能实验室首席科学家陈颖曾向广州日报全媒体表示,互联网巨头可以充分发挥巨人在人工智能领域积累的技术优势,生产的芯片可以首先应用于自己的人工智能平台及其应用,这可以促进芯片的发展,形成良性循环。

“在这个巨人已经进入的完全竞争的市场中,登陆平台级芯片系统必须解决两个问题:第一,产品开发过程中产品价值取向是否清晰,产品商业化后能否以足够的价值向客户发布。随着市场上产品的演变,所提供产品的价值是增加还是减少;第二,人工智能芯片是一个系统工程。作为一个平台级核心芯片,人工智能芯片在单个指数中领先,而其他指数在真正着陆之前仍需达到关口。”

今年6月,ist报道谷歌正在为印度班加罗尔的gchips部门进行大量招聘。在64个职位空缺中,大多数与芯片设计有关。还有一些公司尚未发布自己的研究芯片,但已经投资布局,如腾讯在Bitland、diffbot、icarbonx、cloudmedx、skymind、Scaled Impact等企业的投资。

互联网和通信公司正在一个接一个地构建核心。它还会影响其他人工智能芯片供应商吗?

对此,abi research首席分析师lian jye su公开表示,“这对刚刚开始使用芯片组的csp来说极具挑战性。我们甚至预测到2024年csp市场将下降15%到18%。但是机会更多地来自私有数据中心领域。

在这场巨大竞争的另一边,也有一些初创企业计划从老虎嘴里获取食物,如寒武纪、昆嵛山和邓林。然而,芯片是赢家通吃的市场。由于研发成本高,只有市场才能形成规模优势,进而转化为成本优势。云人工智能芯片市场和生态已经形成。"如果理论框架没有创新,新公司的空间就很小。"

面对与巨人的竞争,牛新宇坦言,用有限的资金降低试错成本是所有芯片初创企业都需要面对和解决的问题。因此,对昆云来说,一方面,数据流架构和编译器将在登陆过程中逐步迭代,芯片将被推出直到商业成熟阶段,以降低迭代成本;另一方面,在架构方面采用数据流架构caisa,芯片的利用效率提高了数倍,降低了芯片的流成本。

云受到计算成本、传输带宽通道、时间延迟和数据脱敏的限制,导致人工智能向终端下沉。

“即使在城市级的安全场景中,由于数据库中涉及的保密性问题,人脸识别的比较环节也必须放在云上,而检测、跟踪和特征提取环节则放在末端,因此后期云智能的应用必须在云中协调。”益智电子的创始人陈峰告诉Touzhong.com。

终端ai芯片,大势所趋。

Envision Technology创始人兼首席执行官卢勇在上一次芯片大会上表示,由于用户对智能家居的接受度越来越高,智能家居将在2019年迅速普及,也将推动ai芯片的登陆。

黑芝麻智能技术的联合创始人和联合创始人coo刘伟宏表示,自动驾驶是一个拥有1000亿美元水平的蓝海市场,他对没有驱动的人工智能芯片的登陆持乐观态度。他认为,感知、低功耗、高计算能力和满足车辆功能规格是实现自动驾驶人工智能芯片的关键。

与由巨人主宰的云人工智能芯片不同,终端人工智能芯片战场上,顶级玩家相互竞争,各种跨境玩家蜂拥而至。

不仅有传统的soc供应商,如全志、郑钧、瑞新威等。,还包括人工智能算法供应商,如易图、师旷、云之声、思比奇等。和算法芯片供应商,如寒武纪、地平线、沈剑科技等。

2019年1月2日,云之生发布了三款正在开发的人工智能芯片来定位不同的场景。1月4日,斯皮策推出ai语音芯片深聪太行芯片;7月,益智的第一个芯片进入大规模生产。黑芝麻智能还发布了“华山1号”自动驾驶芯片a500今年八月;九月地平线之旅第二代芯片在法兰克福车展上正式亮相。探索技术公司最近也发布了语音识别芯片语音旋风611...

与传统芯片制造商不同,ai算法公司发布芯片不仅是为了销售芯片硬件,也是为了将自己的算法与软硬件相结合,形成一套完整的销售解决方案。

一些业内人士告诉Touzhong.com,这将使水看起来更好。例如,即使一个芯片只需1美元,也比只需2到3元的许可快。此外,有了人工智能芯片,软件和硬件可以打包出售,这样水的流量可以更大。

软银在中国的管理合伙人张彭越也认为,算法公司制造芯片的商业意义大于技术意义。找到最佳着陆场景,为客户提供一整套解决方案,这样他们就可以赢得商业合同,但他们并没有真正说自己制造芯片。

一位芯片行业内部人士透露,一些算法公司将直接选择最“方便”的方式:购买别人的芯片,然后换成外包标志。

对于芯片制造商来说,软件算法也在得到补充,“只有当你添加自己的芯片和算法时,你才能提高耦合度。”一位知情人士告诉投中。

看着许多参与者,最初的芯片制造商从硬到软切入,软件算法从软到硬切入。与云相比,终端给人工智能芯片初创企业留下了更广阔的市场。

然而,无论是从硬到软还是从软到硬,人工智能芯片都包含两个部分:软件算法和硬件。一部分强调快速迭代,另一部分强调系统程序思维。自然,对抗是存在的。因此,如何在团队中跑步也是关键。

同时,杨磊将国内人工智能芯片市场描述为足球,低端需求最低,中端需求最大,高端需求低于中端,但大于低端。然而,在产品供应端,由于低端门槛较低,供应占据了大部分,是红海。

一位在芯片领域工作多年的业内人士告诉Touzhong.com,“大部分时间我们都在教育我们的客户”。对我们的客户来说,最敏感的问题仍然是产品成本。这导致一些人工智能芯片制造商采取激进的低价策略。"如果你卖一块,别人敢卖8美分."

这是一个好故事,但对于庞大的芯片行业来说,不一定是一个好生意。

目前,初创企业和传统芯片制造商都面临越来越大的压力。描述2019年人工智能芯片市场的一句话是,该行业趋于平静。

众所周知,这将是一场持久战,行业的真正未来和发展方向仍然取决于创新。

正如牛新宇所说,人工智能芯片的挑战在于市场上已经有了广泛使用的产品,所以与其他领域能够快速接受新推出的硬件产品的客户不同,所有人工智能芯片产品都必须明确定位自己的产品价值,也就是说,哪些其他产品不能解决已经使用的人工智能加速产品的问题。

当然,技术创新只是人工智能芯片登陆的关键之一,它还会涉及到接入领域、商业模式、市场环境等因素的影响。

“从长远来看,我们可以看到人工智能产业的快速发展和人工智能应用的逐步落地,而这个过程是不可逆转的:一旦人工智能应用落地,效率的提高就不允许人工方法的回归。这条轨道足够长,只要人工智能应用能够落地,产品有价值,人工智能芯片公司就可以逐步实现商业闭环和长期发展,”(文/韩静贤,主编/张丽娟资料/投中简历情报)

中彩网 500万彩票 1分6合彩

相关文章