人工智能芯片熱潮再起。近日，全球最大的云服務提供商亞馬遜AWS發(fā)布消息：Invent上發(fā)布了首款高性能機器學習加速芯片Inferentia。由騰訊領投的AI芯片企業(yè)燧原科技也于近日發(fā)布了首款云端AI訓練芯片邃思DTU及加速卡云燧T10。2019年人工智能技術加快滲透進入實際應用當中，成為業(yè)內(nèi)公認的AI落地之年。而其中關鍵在于AI芯片，算力的支撐成為人工智能發(fā)展的“發(fā)動機”。這也使得人工智能芯片市場有望快速成長。

AI芯片開發(fā)踴躍

全球最大的云服務提供商亞馬遜AWS發(fā)布了首款高性能機器學習加速芯片Inferentia。作為全球最大的云服務提供商，亞馬遜AWS此舉頗為引人關注。根據(jù)亞馬遜公布的指標，Inferentia芯片能夠提供128TOPS的算力，并支持INT-8和FP-16/bfloat-16計算類型。亞馬遜同時公布了幾種搭載了Inferentia芯片的服務器配置，最高性能的版本可以搭載16顆Inferentia芯片，從而能提供高達2000TOPS的峰值算力。

實際上，關于亞馬遜自研AI芯片的情況早有消息傳出。2018年美國科技媒體The Information報道稱，亞馬遜已經(jīng)開始設計定制人工智能芯片，未來將用在其開發(fā)的智能語音設備Echo之上，以幫助Alexa語音助手獲得更快的響應速度，從而提升整體的使用體驗。2015年，亞馬遜斥資3.5億美元收購以色列芯片制造商Annapurna Labs。Annapurna Labs設計開發(fā)的芯片用于數(shù)據(jù)存儲設備、WiFi路由器、智能家居設備和流媒體設備之上。

燧原科技的產(chǎn)品同樣引人關注。燧原科技是騰訊投資的第一家國內(nèi)AI芯片企業(yè)，成立不足一年半，就完成超過6.6億元的累計融資。目前燧原已同騰訊一起針對通用AI應用場景項目展開密切合作，未來也將會擴展到更多AI應用場景。燧原科技CEO趙立東介紹，此次發(fā)布的邃思DTU采用格羅方德12nm FinFET工藝，480平方毫米主芯片上承載141億個晶體管，實現(xiàn)2.5D高級立體封裝，算力可達20TFLOPS，最大功耗225W。產(chǎn)品將于2020年第一季度上市。同時，燧原科技發(fā)布首款計算及編程平臺“馭算”，可支持開源學習平臺TensorFlow進行開發(fā)。

新應用驅(qū)動AI芯片增長

一家大型一家初創(chuàng)，一家國際一家國內(nèi)，亞馬遜AWS與燧原科技先后發(fā)布AI芯片，顯示了AI芯片當前的火熱。實際上，近年來各類勢力均在發(fā)力AI芯片，參與者包括傳統(tǒng)芯片設計、IT廠商、技術公司、互聯(lián)網(wǎng)以及初創(chuàng)企業(yè)等，產(chǎn)品覆蓋了CPU、GPU、FPGA、ASIC等。

安富利亞洲供應商及產(chǎn)品管理高級總監(jiān)鐘僑海指出，當前人工智能技術正在快速落地，正在滲透進入實際應用。這是AI芯片快速發(fā)展的原因之一。根據(jù)Fortunebusinessinsights的預測，2018年全球人工智能市場規(guī)模為206.7億美元，至2026年有望增長到2025.7億美元。而Gartner則預測，2018年AI芯片市場約為42.7億美元規(guī)模，有望在2022年增長至343億美元。

人工智能的應用首先是在云端服務器市場展開，這也是當前AI芯片開發(fā)的重點。不過隨著市場的不斷拓展，人工智能將向邊緣以及終端領域擴展。未來一段時間，邊緣計算將成為AI芯片發(fā)展最快的新領域。對此，清華大學電子工程系教授汪玉表示：“在發(fā)展過程中， AI芯片首先是受到了云端服務器市場的關注和應用，國際公司如Google的TPU、亞馬遜的Inferentia、英特爾的SpringCrest，國內(nèi)公司如寒武紀的MLU100、百度的昆侖、華為的升騰、比特大陸的算豐，都是面向云計算所開發(fā)”不過，隨著邊緣計算的發(fā)展，面向邊緣計算的AI芯片也開始受到越來越多的重視?！靶碌倪吘墕⒂?，數(shù)據(jù)密集型應用和工作負載將由AI提供支持。AI將用于分析和解釋來自這些應用程序的數(shù)據(jù)，以幫助人們（在某些情況下，其他機器）實時做出關鍵決策?！蓖粲癖硎?。

鐘僑海也表示，人工智能在物聯(lián)網(wǎng)領域正在迅速展開。在人工智能以及物聯(lián)網(wǎng)上，安富利已經(jīng)開發(fā)出許多相關的成功案例，如智能制造系統(tǒng)、智能農(nóng)業(yè)系統(tǒng)、智慧城市系統(tǒng)等?！澳壳皡^(qū)分人工智能在云服務和邊緣側(cè)的市場份額還比較難。但是，很多用戶都希望在他們原有的物聯(lián)網(wǎng)系統(tǒng)當中能夠加上人工智能的功能。此外，越來越多的企業(yè)希望有他們自己的云，他們自己的云可以做訓練，他們自己的云可以做數(shù)據(jù)的分析，這些事情他們可能不希望通過公有云來做。因此，可以預計未來人工智能在邊緣側(cè)的市場將會越來越大。”

架構(gòu)彈性成為關注焦點

雖然前景看好，但是AI芯片在應用落地同樣存在挑戰(zhàn)。鐘僑海認為，人工智能落地還將面臨三個挑戰(zhàn)：第一，人工智能需要繁多的訓練、數(shù)據(jù)分析、識別、大量計算。所以，AI解決方案應針對不同的應用對網(wǎng)絡和性能參數(shù)，要求不同速度、延遲、能耗、準確性。第二，神經(jīng)網(wǎng)絡技術需要大量的數(shù)據(jù)以訓練模型，在大量的運算中有數(shù)十億次乘積累加運算以及幾十兆字節(jié)參數(shù)，故需要大量運算符、自定義數(shù)學及存儲器層次結(jié)構(gòu)。第三，人工智能算法的更新?lián)Q代較為迅速，在固定架構(gòu)中會存在很多風險，一旦舊人工智能架構(gòu)失靈，在新架構(gòu)出現(xiàn)時，原本的固化架構(gòu)很大程度上即刻失效。所以，架構(gòu)的彈性成為業(yè)界需要聚焦關注的問題。

汪玉提出建議，目前AI芯片設計面臨著太多種的樞架，如TF 、Pytorch、Caffe、Mxnet等。同時現(xiàn)存的芯片平臺也有很多，如CPU、GPU、FPGA、ASIC等。這就給AI芯片的設計開發(fā)帶來了極大的挑戰(zhàn)。如果能有公司設計開發(fā)出一款中間層性質(zhì)的平臺產(chǎn)品，由它來向上支持不同類型的設計框架，向下支持各種芯片平臺，并最終服務于各個人工智能公司，將大大降低AI芯片設計中的復雜度，提高工作效率。這其中蘊含著巨大的商機。汪玉也呼吁應當加強產(chǎn)學研的結(jié)合，以技術為基本出發(fā)點，營造出有利于創(chuàng)新發(fā)展的環(huán)境。通過這一系列的努力，中國完全可以抓住新一輪由5G商用所趨動的邊緣計算市場商機。
責任編輯：wv