AI 芯片是个伪命题吗？
|
公众号/AI前线 作者 | 刘燕 AI 芯片进入了市场检验期。 技术研发关卡 “无芯片不 AI”。最近几年，业界萦绕着对摩尔定律失效的担忧。后摩尔定律时代，AI 芯片的崛起被寄予厚望。
AI 芯片一度站上了风口，热度空前，与此同时，挑战尤存。现阶段的 AI 芯片处在发展早期，尚有诸多技术痛点待攻克。 在设计、研发上，一个最大的技术挑战在于 如何跟得上 AI 算法的演进。 芯片研发速度往往落后于 AI 语言的迭代速度，很多芯片做出来时，AI 算法已发生了较大的改变，甚至已过时了。因此在芯片设计时，预测未来的前沿算法趋势十分重要。 架构创新能力也是核心竞争力之一。摆在设计和研发前的第一个大难题就是解决架构问题，要具备适应所有应用的架构。正确的架构取决于对 AI 的理解，一些专家芯片设计能力很强，但对 AI 的计算或应用特点理解不深入，一些 AI 算法科学家在底层知识上有所欠缺。AI 芯片的核心要点在于对整个 AI 算法、硬件能力有宏观认知，及对未来发展趋势有精准预判，具备这一综合能力难度不小。去年初，图灵奖得主 John L .Hennessy 和 DavidA. Patterson 曾在二人的合著论文中预判，未来十年，计算机架构将迎来新的黄金时代。 投入成本高企、进入门槛高、周期长、回报率低是整个 AI 芯片产业“头顶”的几座大山，也是目前行业发展的现实情况。一款 AI 芯片的研发周期一般在 18 个月左右，一款 AI 芯片产品问世后，可能要历经 N 次迭代后才能获得较大市场份额，这是一个更考验耐心和韧性的行业。目前国内约有十几家公司实现了实现 AI 芯片量产，包括华为、寒武纪、依图、鲲云等公司。 亿欧智库调研数据显示，以终端常用的 28nm 制程的芯片为例，国内 AI 系统芯片的开发费用约为 2500 万美元。新鼎资本创始人张驰曾在接受 InfoQ 采访时表示，寒武纪等 AI 芯片公司的研发支出主要花在流片上，高精尖工艺造成了流片成本高。一般一款芯片流片费用在千万起步，如果要做到 7 纳米，至少要花费五千万，这还不包括流片失败的费用。像寒武纪这种体量的公司，一般一款芯片流片的体量可能在三千万 – 五千万左右，甚至有可能单次上亿。 英国 AI 芯片创企 Graphcore 高级副总裁兼中国区总经理卢涛对 InfoQ 表示，一款 AI 芯片的研发成本主要包括 5 个方面： 开发工具的成本。 IP 购买成本。如果内部 IP 积累较少，需要购买 IP，成本约在千万美金级别。 后端设计成本。如果没有后端设计工艺，就需要依靠 Broadcom、IBM、TI 这样的公司提供帮助。一些较新的工艺或涉及更高昂的成本。 人力成本。一般做一个 AI 处理器的团队要在 100 人左右，且只能做一款产品。如果要保持像目前头部厂商这样的迭代速度，可能要并行做好几个产品，这是一块很大的成本投入。 失败成本。经验比较丰富的团队可能一版能成功，如果不成功，又需要做好几版，这都意味着高成本投入。 鲲云科技 COO 王少军认为，架构创新不仅考验的是芯片公司的硬件设计能力，作为专用芯片来说，还考验对专用领域的应用理解和转化能力，在 AI 领域，这主要体现在对算法的深入理解和准确的发展趋势判断。而摩尔定律终结的质疑声在一定程度上说明了业界对芯片工艺水平持续提升的能力、速度和成本的担忧。他认为，单纯依靠工艺提升来解决性能问题的技术路线在不久的将来将面临巨大挑战。 基于这个判断，鲲云科技更重视芯片利用率和实测性能，希望通过架构创新为客户提供更高的算力性价比。一周前，鲲云科技发布了全球首款数据流架构的 AI 芯片 CAISA，据悉，搭载 CAISA 芯片的加速卡仅拥有英伟达同类产品 1/3 的峰值算力，但其通过 95.4% 的芯片利用率可实现最高 3.91 倍的实测性能提升。数据流架构或是未来提升 AI 芯片性价比的一条可行性技术路线。 落地下半场 AI 芯片实现极致性价比也与应用强相关。 卢涛觉得，如果在一些应用中，能够做到 5 倍、10 倍、20 倍的性能时，性价比的问题也就变得简单了。 找到合适的场景，实现利润率合理的、规模化的出货量，并逐步搭建起自己的生态圈，是衡量一家 AI 芯片公司商业化路径成功的关键标准。 智慧安防、智能终端、自动驾驶、云计算等场景是目前 AI 芯片主要的应用场景，尤其在安防领域，几乎所有的 AI 芯片公司都在该领域有所布局，安防硬件巨头们也都在紧锣密鼓进行 AI 芯片研发。 自动驾驶是其中落地较快，能够相对独立地为用户提供价值，颇具应用潜力的场景。现在自动驾驶技术在实际落地上还不成熟，有些“雷声大、雨点小”，这也在很大程度上限制了 AI 芯片的落地。 长期关注 AI 芯片行业的媒体人刘宇（化名）对自动驾驶的未来持怀疑态度。他认为，自动驾驶本身就不靠谱。在他看来，“靠谱”的 AI 芯片应该具备类似指纹识别这种应用特征 （编辑：52站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
