目前的AI芯片市場，幾乎全都在談?wù)?a href="http://m.sdkjxy.cn/v/tag/448/" target="_blank">深度學習。深度學習（DL）是機器學習之中，能讓AI應(yīng)用在現(xiàn)實世界中實現(xiàn)價值的最佳范例，而這其中又以加速（accelerating）深度學習最受關(guān)注，因為加速是訓練與推理過程所必需的。

AI芯片市場的參與者目前呈爆炸式增長：在最近的一份研究報告中，我們統(tǒng)計出全球約80家初創(chuàng)公司坐擁投資者的105億美元，與大約34家成熟的參與者競爭。顯然，這種狀況是不會長久的，但我們需要對市場進行剖析，以更好地理解為什么會形成目前這種狀況、它會如何變化，以及這一切意味著什么。

將時光倒流至2010年左右，當時英偉達（Nvidia）在其圖形處理單元上推出了高端通用計算（GPGPU，現(xiàn)在簡稱為GPU）。它引發(fā)了深度學習的興起，將大型神經(jīng)網(wǎng)絡(luò)的訓練時間從幾個月或幾周減少到幾天幾小時，甚至更少。英偉達自此成功轉(zhuǎn)型為AI計算公司，并開發(fā)出了數(shù)十億美元的新業(yè)務(wù)。

這也刺激了其他芯片公司和芯片架構(gòu)師開始思考——如何從一張白紙開始，構(gòu)建一個專門用于運行AI工作負載的架構(gòu)，還要比針對多種工作負載設(shè)計的GPU更好？

如今，AI工作負載僅僅意味著運行深度學習，這是目前的市場需求所在。

但市場需求是多變的。盡管大多數(shù)AI訓練都在數(shù)據(jù)中心（包括超大規(guī)模云端）和工作站上進行，但AI推理卻隨處可見：在云端、在工作站、在邊緣……尤其是邊緣端。

人工智能芯片市場如何細分

無論一個初創(chuàng)企業(yè)決定加入哪個細分市場，競爭都將非常激烈。我發(fā)現(xiàn)將這個市場映射為一個三角形非常有用。三角形的每個頂點都有自己的一組標準來代表獨特的市場需求。

三角形的頂點是數(shù)據(jù)中心、云端和HPC環(huán)境對AI芯片的需求。Cerebras公司很好地抓住了這一市場，它制造了世界上最大的芯片，晶圓級引擎（Wafer Scale Engine，WSE）。這個細分市場需要最高的計算能力，而功耗和成本則是次要的。初創(chuàng)企業(yè)面臨的挑戰(zhàn)是他們要與超大規(guī)模企業(yè)和老牌企業(yè)競爭，比如英偉達就在穩(wěn)步發(fā)布其不斷改進的架構(gòu)，其最新版本（Ampere）已于2020年5月發(fā)布。

三角形的下端主要涉及推理，企業(yè)可以在保持準確性的同時，構(gòu)建較低精度的芯片。其對產(chǎn)品的需求和三角形頂點有所不同，主要包括芯片大小、低延遲、低功耗和低單位成本。特別是小邊緣市場，這是所有初創(chuàng)企業(yè)最活躍的市場，像英偉達這樣的大牌公司不太會參與這個市場的競爭，英偉達也曾表示它不打算涉足大宗商品推理市場。但是，處于這個角落的玩家不僅要與競爭對手競爭，而且還要與潛在客戶斗智斗勇，因為客戶可能會決定自己創(chuàng)建一家公司或購買一家初創(chuàng)公司。

人工智能芯片的下一步發(fā)展

AI芯片領(lǐng)域中有太多的競爭者，看看圖1中三角形的每個頂點就知道，最好的全方位設(shè)計才會勝出。除了我們已提到的各種因素，還需要添加成熟的軟件開發(fā)堆棧、針對市場的愿景以及將深度學習應(yīng)用嵌入產(chǎn)品中的更大潛力，這樣才能使市場合理化。

不過，這個市場中已經(jīng)有犧牲者了，最近的是Wave Computing于2020年4月宣布破產(chǎn)。

競爭導致市場上出現(xiàn)更快、更高性能的AI芯片，AI研究人員將從中受益來實現(xiàn)他們奇思妙想。我也更期待出現(xiàn)新的算法取代深度學習當前的霸主地位——AI研究的長期愿景是創(chuàng)建像人類一樣的人造大腦，很顯然深度學習是死胡同。新算法不可避免地會出現(xiàn)（有些已經(jīng)出現(xiàn)，但不是本文涵蓋的內(nèi)容），而這些下一代算法可能需要不同類型的加速器。

深度學習在實際案例中的應(yīng)用廣度，使這些芯片擁有數(shù)十億美元的市場，隨著5G的推出，還將不斷增長。這個市場需要AI硬件加速器。AI芯片市場將趨于合理化，然后整個游戲?qū)㈦S著下一代AI算法的崛起而發(fā)生改變，不過，沒人清楚這個改變什么時候會發(fā)生。
責任編輯:tzh