侵权投诉
订阅
纠错
加入自媒体

中国芯片突围战,是科技史上最悲壮的长征

2019-05-21 07:50
一起聊IT
关注

其实小型机更“高大上”,成本昂贵,只是在金融电信行业较为常见。反而是随着互联网不断推进,因为X86架构在PC端的优势,所以服务器端也几乎是X86架构的天下。X86服务器开源,能生产X86服务器的厂商众多,IBM就曾是其中佼佼者。

但IBM显然有更大的野心,干脆在2014年把自己的X86服务器业务卖给了联想,继而专心开发自家的Power架构。诚然,IBM的Power架构优点很多,性能也很好,但IBM注定无法用它撼动IntelX86服务器的地位。

我把它形容为“IBM陷阱”:IBM野心太大满盘通吃,无论是芯片、系统还是产品都亲自上阵。但有一个问题,IBM既生产服务器芯片,又生产搭载这种芯片的服务器。试问,哪家服务器生产商愿意用Power架构芯片呢?

有道是“无欲则刚”,Intel的X86服务器架构成功垄断市场,恰恰是因为它只钻研服务器芯片,却坚决不生产服务器,留出一部分利润给下游。华为,如果既想卖5G基带芯片,又想卖5G手机,需要警惕IBM陷阱。当然,行业也有全产业链成功的案例——三星。

另外,如今的服务器市场可能还会有新变故。X86架构的电脑大量普及,帮X86架构服务器铺好了生态,身在2019年的我们不应该忘记,智能机的普及也帮ARM架构铺好了生态,做ARM服务器是有希望的。

身为ARM架构手机芯片阵营里的话事人,高通早就意识到了这一点并曾大胆尝试,但很遗憾以失败放弃告终。《经济观察报》指出,由高通和贵州省管企业华芯合作建立的华芯通,经历高调成立、疯狂挖人后,首款产品量产不足半年便迅速倒下,近日进入破产清算流程。

但这并不意味着ARM阵营的全面溃败,毕竟ARM早已被大范围授权,手机芯片不是高通一家的生意。华为,在2016年研发出了首款ARM服务器芯片;软银斥巨资收购ARM后,也表现出对中国市场和中国企业的期待,国内的芯片热潮未必不会波及服务器领域。

能把握5G时代芯片机会的毕竟还是少数,对多数企业而言,机会在于即将到来的AI时代。当然,手机上也需要搭载一些人工智能方案,比如华为海思的麒麟970、麒麟980都集成了寒武纪的人工智能模块。

但华为只是买了寒武纪的人工智能模块集成进自己芯片而已。余承东在国外的发布会上,将AI能力作为麒麟970芯片的核心卖点重点介绍,且在演示时并未点明这一项,只是将其描述为麒麟的NPU(嵌入式神经网络处理器)。

AI芯片新机遇

中国最有机会以弱胜强的领域,还在于AI芯片。寒武纪,背景是中科院孵化,目前估值位列全球AI芯片独角兽之首。

在AI芯片这条赛道上狂奔的企业,主要分三类:针对自身业务开发AI芯片的巨头,比如阿里、华为、特斯拉;针对自身业务开发芯片的AI创业企业,比如这两天靠着发布芯片登上新闻联播的依图;还有一类就是寒武纪之类的AI芯片创业公司。

这条赛道能这么火热,既得益于中兴事件引发的对中国“缺芯少魂”的民族情绪,更得益于AI的特殊性。AI至今经历了三次浪潮,之前已经有了两轮铺垫,这一次又爆发于互联网浪潮兴起后,在此基础上引发了激烈的商业和技术革命,因此显得格外剧烈。

AI目前的现状是,落地场景复杂,细分领域繁多,业务差异明显,除了有我们熟知的几家独角兽外,还有许多长尾集中。但偏偏,随着这些企业的算法不断优化,普通芯片已经难以提供满足他们利用的计算力。只有设计针对算法的强耦合的专用芯片,才能充分出芯片的潜力。

波音737max连续坠机悲剧的根源,足以告诉我们,硬件有问题的时候,只想从软件着手修正是多么愚蠢。不管在什么系统里,硬件软件的兼容和谐,都至关重要。如果是用来运算的芯片不给力,优化AI算法,只是空谈而已。

传统的芯片企业们,强在这么多年积累下来的技术经验,强在他们设计出的芯片可以更好地找到性能、成本、功耗之间的平衡点。但这一切都基于我们前文强调的一个词,架构。

服务器、PC、手机等等都有各自合适的架构,在此基础上设计电路的技术壁垒,在需要构建新的体系架构的AI领域,几乎荡然无存。

AI企业在中国遍地开花。如果说AI领域要打仗,AI芯片就是军火。无数人盯上了这门生意,依图这样的AI独角兽打起了自建“军工厂”的念头,更有无数资本闻风而动想分一杯羹。值得反思的是,我们所熟悉的那套融资烧钱打消耗的互联网打法,是正确的吗,适用于芯片行业吗?

从使用设备来看,AI芯片分为终端和云端两种。

终端很好理解,比如手机里除了5G基带芯片,当然也需要一些跑AI算法的芯片当然也会需要一些:华为的AI芯片更多的是服务摄像头拍出更好的照片,苹果的AI是为了更好的图像处理效果。云端芯片也有依图、寒武纪、阿里、百度等等选手参与,一种商业模式是先找好架构,针对自身擅长的业务设计出契合的芯片,再自己使用加强自己的算法,然后对外直接输出服务而不是买芯片。从算法步骤来看,AI芯片分为训练和推断两类。

机器学习一般就分为这两步:先输入大量数据,训练出网络模型;再利用此模型,推断新数据的结果(比如语音识别说了什么,面部识别此人是谁)。其中训练过程设计海量数据和深度神经网络结构,目前主流选择是适合并行运算的英伟达GPU,但这并不是最优解,谷歌为此设计出了自己的TPU芯片,阿里也有此意向;而推断环节的可用芯片更是五花八门。

从CPU到GPU,再到偏通用的FPGA芯片和针对功能定制的ASIC芯片,其针对特定AI功能的倾向逐渐加深。这意味着从通用芯片年代积累下来的技术少,壁垒低,未来可探索空间高,机会更多。

更何况,这些都只是基于冯·诺依曼架构的芯片,运算器和存储器分离,只能单纯的提升运算速度,却很难压缩数据访问消耗的时间。因此,类脑芯片的构想也逐渐出现在了学术界和产业界。

因此可以说,AI芯片几乎是一个另类的领域。不说是一片空白,但它至少很新,给了AI芯片从业者们“回到过去”重新竞争的机会。其中更有国家队的身影和为科技创新注入新活力的科创板问世,互联网已经诞生了无数的巨头独角兽,下一颗未来之星难保不会是芯片企业。

当然,赛道热领域多并不意味着谁都可以随意蹭热度。国内四大AI独角兽之一依图内部人士的看法是:算法即芯片的时代,相近的算法和应用的需求同样会导致产生相近的芯片设计。由此,也会产生竞争。

比如以人脸识别技术领先著称的依图,和以自动驾驶技术领先的特斯拉,本质上都是要有视觉识别能力,这就导致算法对AI芯片提出了相似的设计需求。“不该说今年是AI芯片爆发的一年,而是AI芯片交卷的一年,AI芯片良莠不齐的乱象即将面临考核。”上述依图内部人士表示。

结语

细数半导体行业,PC时代诞生了英特尔,移动互联网造就了高通和苹果,5G和人工智能时代这个全新的机会,谁又能成为霸主呢?

不管是追精度、还是设计新架构、亦或是给晶体管裹铁皮,甚至是直接追求化学物半导体(泛指各种不以硅为基础的半导体材料),芯片到底该怎么追,很难讲,但可以肯定的是,能不能成为AI时代里的Intel,跟能不能打败现在的Intel基本没有关系。

这已经是一种幸运了,中兴事件给我们敲响的警钟,余音绕梁, 5G时代AI时代我们没有理由不奋起直追。

想要中国芯,这是最好的年代。

作者:郭一刀

<上一页  1  2  3  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

电子工程 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号