AI芯片据理力争,要挑战传统芯片的节奏?

小彭
关注

近年来,随着人工智能是快速发展,AI芯片的迅速爆发,给中国芯片产业带来了巨大的市场和商机。但对于传统芯片而言,仍有一段路要走,需要奋起直追。

何为AI芯片,AI芯片被称为加速器或计算卡,即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。

据市场研究公司Compass Intelligence发布的上半年研究报告显示,在全球前24名的AI芯片企业排名表中,英伟达(Nvidia)、英特尔(Intel)以及IBM(NPU)分别位列前三名,中国公司占据了七个席位,最高名次是排行第12的华为。

困局之中破局是唯一的出路,AI芯片可能就是那个突破口。作为计算芯片的一种,它正在对传统(计算)芯片发出挑战。

AI芯片据理力争,要挑战传统芯片的节奏?

      AI芯片是趋势使然

根据摩尔定律,当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。如何在相同的面积内放入更多的元器件?这对于制作工艺而言是一个极其大的挑战,而这一工艺的提升速度是缓慢且艰难的。因此,在算力、性能等方面,当前的集成电路相当于到了一个“瓶颈期”。

与此同时,AI逐步发展并落地,面对海量数据的实时采集和处理,“算力”成为了一项至关重要的必备条件。然而当前的AI算法训练、推理等,还是依赖英伟达、高通等厂商提供的传统芯片。但是,不管是高通骁龙系列,亦或是英伟达GPU等传统芯片,其当初被研发出来的目的并不是针对AI算法,这也就意味着,在AI算法加速方面,它们多是“心有力而余不足”的。

如果说在传统芯片领域,我国“反超”的机会不大,且消耗的多项成本过高,那么“AI”芯片的大面积布局,将是此领域关乎国家战略层面的重要机遇。也由此在风起云涌间,传统芯片与AI芯片难免狭路相逢。

      AI芯片尚有短板

相比于针对算法而研发的AI芯片,不管是算力还是功耗,包括GPU等在内的传统芯片在内的传统芯片都无法相比。尽管AI芯片来势汹汹,但短板也非常明显。

事实上,目前还没有出现像CPU一样的AI通用算法芯片,一剑封喉的应用还没出现。首先,AI芯片的量产问题是头部短板。不同于已经定性的传统芯片,AI芯片从架构到设计等多个层面都会是一种全新的颠覆。当前,虽有几家初创公司表示他们的产品已经实现了一种量产,但最终多是应用于自身产品和产业链,算不得真正的量产。

其次,AI芯片的工作只是加速AI算法,但在整个主板上,这只是芯片所要计算的一部分。于其他方面,还有更多的计算工作,而它们中间的多数,并不需要AI芯片的介入,比如数据存储等等。

当然,主流架构探讨、算法通用可实现性、刚需应用场景等也是AI芯片需要攻克的问题。

短期之内,如英伟达这样的芯片行业巨头,其GPU因为算力尚且能够满足当前AI算法加速的需要,虽然耗能表现不佳,但是出于产业的需求,仍然是占据了当前市场的主要份额。

AI芯片据理力争,要挑战传统芯片的节奏?

      结论:时代更替,迎来发展预期

不管是CPU、GPU等传统芯片,还是AI芯片,它们出现的根因皆是因为市场有了新需求,继而才会形成趋势,最终落实为产品。这其中,有着时代的更迭,也有着技术的进步。

这方面,AI芯片本身就是一个典型的案例。因为计算的需要,人们开始研发芯片,从而诞生了CPU、GPU等。之前很长一段时间内,CPU一直做着主要的任务处理和数据计算工作。之后随着AI的出现,CPU的算力遇到了挑战。反之,因为并行运算架构,以往并不起眼的GPU开始焕发光彩。不过,它们终究不是为AI算法而定制的,也因此,迎合产业需求发展的AI芯片出现了。

长远来看,出于对算力、功耗等多方面的考虑,就AI算法加速方面,AI芯片取代传统芯片是一个必然的结果。届时,AI芯片或将与CPU、GPU等一起集成到一个完整的处理器中,诸如寒武纪NPU被集成至麒麟970一般,又或者,AI芯片也将作为独立处理器存在,这一切目前还是未知数。

目前,不管是在技术上还是质量上,我国AI芯片都达到了较高的水准。如今,国家投入大量人力、物力、财力,推动AI芯片不断创新和发展,使其走上世界前列。我们不妨可以大胆试想,一旦AI芯片实现量产,一方面符合智能时代产业发展的需求之外,另一方面将在芯片产业中获得一定的话语权,在当前核心技术缺失的情况下实现“拐弯加速”。

声明: 本文由入驻OFweek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。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存