导语:本文分析了目前AI芯片市场的情况,以及NVIDIA在这一市场的领先地位。不过,随着芯片巨头在AI芯片领域有了新的进展,NVIDIA将会面临更多的挑战,2019年AI芯片市场会如何?

作者将会分三部分进行介绍,本文是第一部分。

NVIDIA的领先优势

过去的五年,NVIDIA在数据中心领域成为了规模数十亿美元的巨头,并且没有一次面对持续且非常强劲的对手,这是一个令人惊讶的事实。NVIDIA快速增长的动力来自人工智能(AI)和高性能计算(HPC)对GPU芯片的需求。NVIDIA首席执行官Jensen Huang喜欢谈论深度学习的“寒武纪爆炸”,指的是神经网络算法的快速迭代。

目前,我们处于AI芯片爆发的门口,全球许多大型和小型公司都加入其中。三年前,芯片创业公司几乎不可能获得风险投资,现在,有数十家资金充足的挑战者在研发AI芯片。

去年,NVIDIA和 IBM为世界上最快的超级计算机提供芯片(据称其中95%的性能归功于NVIDIA的Volta GPU)。虽然这是一项令人难以置信的成就,但许多人开始怀疑NVIDIA的辉煌能否持续。

在最新报告季度,NVIDIA数据中心收入同比增长58%至7.92亿美元,占公司总收入的近25%。过去的四个季度总营收达到28.6亿美元。如果能够保持这种增长趋势,2019年数据中心营收或达到约45亿美元。

毫无疑问,NVIDIA以其强大的可扩展架构为动力打造出受欢迎的产品。NVIDIA现在拥有一个强大且持续更新的软件,高校、初创公司和合作伙伴使其成为由其新创建的生态的主导者。有些人会认为这个生态系统是坚固的护城河,但暴风云正在出现。潜在的威胁来自英特尔,谷歌,AMD以及数十家美国和中国的初创公司。

目前为止,在我看来,大部分竞争者都“火力不足”。因为我非常有信心除了谷歌,其它挑战者都没有抢夺了NVIDIA的市场份额。让我们来看看目前的竞争格局,2019年将会变得非常有趣。

重磅的竞争者

根据纽约时报的统计,有超过40家创业公司进入AI芯片领域,但实际情况是,只有少数公司能在这个市场上取得真正的成功(比如收入超过10亿美元)。对于深度神经网络(DNN)的训练,鉴于其产品的实力,市场占有率和生态系统,NVIDIA难以被击败。然而,目前市场规模还小的推理芯片市场最终将超过训练市场。

与训练不同,推理不是单一的市场。推理包含了云端和终端,每一种应用对深度学习算法、性能、功耗和延迟都有特定的要求。另外,在推理市场还没有绝对的领导者,即便NVIDIA声称在汽车市场拥有领导地位。

出于这些原因,推断市场是大多数新进入者主要或最初关注的方向。让我们来看看重磅的竞争者。

谷歌

谷歌是最早推出专用芯片(ASIC)的公司之一,然而谷歌可能是NVIDIA最大的客户之一。谷歌的“Tensor Processing Units”(TPU)芯片已经更新至第三代,可以加速云端的深度学习训练,最近还可以加速推理处理。据悉,用于训练和处理DNN的Google TPU的性能相当稳定,单芯片每秒性能可达45 TOPS。相比之下,NVIDIA的Volta性能最高可达125 TOPS。第一批TPU只供内部使用,现在谷歌将它们作为服务提供给Google Compute Cloud的客户。

虽然TPU会对谷歌的人工智能的发展产生影响,但除了内部的,对外的服务(这是一个相当大的市场)是故意限制的。TPU只能用于培训和运行Google TensorFlow框架,无法使用它来训练或运行使用Apache MxNet或PyTorch构建的AI,PyTorch框架的重要推动者是Facebook 和微软。TPU也不能用于非AI HPC应用,这一领域GPU占据绝对主导地位。

此外,TPU也不向企业或政府的数据中心出售。但谷歌对此表示满意,因为它将TPU和TensorFlow视为其全面的AI领导力战略。针对硬件的软件优化,可以构建强大而耐用的平台。

TPU更直接的影响可能是验证ASIC可以作为GPU的替代品,至少对潜在投资者而言如此。深度学习芯片初创公司的首席执行官表示,一旦谷歌宣布其TPU,风险资本就开始寻找投资目标,他随后获得了数亿美元投资。

谷歌一直擅长从NVIDIA的GPU技术大会(通常在三月份)的可预测信息中窃取一些引人注意的信息,如果今年谷歌发布性能强大的7nm TPU,对比我不会感到惊讶。

亚马逊也在去年秋天宣布,正在为推理处理研发ASIC。但是,该芯片仍在开发中。

英特尔

英特尔是非常重磅的玩家,虽然该公司打算使用Nervana芯片在2019年参与人工智能训练和推理的竞争,但它意识到推理将是更大的市场,并且拥有非常强大的实力。

除了Xeon CPU(最近更新后,推理性能得到显着提升),该公司还分别收购了MobileEye和Movidius,用于汽车和嵌入式推理。我已经看过这两种设备的演示,它们的确令人印象深刻。英特尔还推出了OpenVino软件工具包,它允许开发人员在任何地方进行训练,然后在英特尔处理器上进行优化和运行。

CES 2019上,英特尔透露正在与Facebook密切合作准备推出Nervana神经网络处理器(NNP-I),因为许多人猜测Facebook正在开发自己AI加速器。与此同时,英特尔副总裁兼AI产品总经理Naveen Rao在 Twitter上分享,NNP-I是采用英特尔10nm的SoC,并采用IceLake x86内核。

对于训练,英特尔最初的计划在收购Nervana一年的2017年宣布“Lake Crest”Nervana NNP。之后推迟到2018年,然后,公司决定重新开始。这可能是因为英特尔意识到第一款Nervana设备不足以大幅超越NVIDIA。

高通和苹果

为了完整性,我将高通和苹果也包括在内,因为它们都提供了令人印象深刻的手机人工智能功能(高通也布局IoT和自动驾驶汽车)。苹果专注于iPhone A系列CPU和用于手机AI的iOS操作系统支持。随着移动平台成为语音和图像AI推理的主要平台,这两个玩家拥有大量可用于建立领导力的IP(尽管华为我们也非常努力地推动人工智能。)

AMD

过去三年,AMD一直在努力让AI的软件正常运转。当我2015年在那里工作时,如果没有启动Windows,你甚至无法在Linux服务器上运行GPU。从那时起,AMD进行了很多工作,ROCm软件和编译器简化了CUDA的迁移,并且在其芯片上加速数学库MlOpen(不要与OpenML混淆)。然而,目前AMD的GPU仍然至少落后NVIDIA V100产品一代,而V100推出已经接近两年了。

AMD是否有能力在7nm上与NVIDIA TensorCores竞争,还有待观察。AMD可能会决定更多地关注推理市场,可能推出自动驾驶汽车平台,类似NVIDIA Xavier SoC,时间会证明。

赛灵思

Xilinx 的FPGA在2018年表现出色,除了宣布其7nm的下一代架构外,还与微软、百度 、亚马逊、阿里巴巴、戴姆勒-奔驰等合作伙伴达成合作。在AI推理中,FPGA具有优于ASIC的优势,因为FPGA可以针对特定的应用进行即时重新配置。当基础技术快速变化时,这很重要,就像AI一样。

例如,微软展示了其FPGA(来自赛灵思和英特尔)如何在深度神经网络中对特定层,可以使用1bit,3bit或其它精度的数据。这可以大大加快处理速度,并减少延迟,同时降低功率。此外,即将推出的Xilinx 7nm芯片称为Versal,具有AI和DSP引擎,可加速特定应用程序处理以及自适应逻辑阵列。Versal将在今年的某个时候开出货,我认为这可能是推理处理的改变者。

芯片巨头们2019年的AI芯片之争会如何?相关推荐

  1. 巴比特 | 元宇宙每日必读:科技巨头们下场自研AI芯片,微软、谷歌、亚马逊已推出或计划发布8款服务器和AI芯片,Meta也在路上...

    摘要:据澎湃新闻报道,当下,英伟达还是当之无愧的"AI算力王者",A100.H100系列芯片占据金字塔顶尖位置,是ChatGPT这样的大型语言模型背后的动力来源.然而,不管是为了降 ...

  2. 【AI芯片格局最全分析】国内AI芯片百家争鸣,何以抗衡全球技术寡头

    如果说 2016 年 3 月份 AlphaGo 与李世石的那场人机大战只在科技界和围棋界产生较大影响的话,那么 2017 年 5 月其与排名第一的世界围棋冠军柯洁的对战则将人工智能技术推向了公众视野. ...

  3. 寒武纪上市:AI芯片和普通芯片有何不同?全球AI芯片公司大全都在这里了

    来源:Zach小生 作者:腾讯新闻知识官.美国宾州州立大学硕士.芯片工程师Zach小生 7月20日,寒武纪正式在A股科创板上市,成为AI芯片第一股,引起了业内的热议和关注. 根据相关的资料显示,目前中 ...

  4. 云知声今年要量产三款芯片,还公布了多模态AI芯片规划

    安妮 发自 凹非寺 量子位 出品 | 公众号 QbitAI 推出首款面向物联网AI芯片半年后,AI创业公司云知声怎么样了? 昨天(1月2日)下午,云知声再次对外发声,公布了多模态AI芯片战略与规划,也 ...

  5. 人工智能芯片龙头之一gti概念股_AI芯片相关股票有哪些?AI芯片概念股票龙头一览...

    12月18日消息,AI芯片概念开盘报涨,华西股份(9.17,2.573%)领涨, 富瀚微(148,1.914%).汇顶科技(155.43,1.06%).华天科技(14.03,0.718%).紫光股份( ...

  6. 芯片优缺点_算力至上?AI芯片大对决

    作者 | 老石谈芯的老石 来源 | 老石谈芯(ID:laoshi_tanxin) 头图 | CSDN 下载自东方IC 目前,全世界超过90%的数据都是在过去的两三年之内产生的.随着人工智能.自动驾驶. ...

  7. AI芯片初创公司单纯卖芯片还是捆绑算法的商业模式更好?...

    雷锋网在<资本寒冬,这样的AI芯片公司2019年危矣>一文中已经提到,2019年的资本寒冬以及整个半导体行业的低迷,将会让那些没有技术独特性以及缺乏商业落地能力,且现金流控制不好的AI芯片 ...

  8. AI芯片初创公司单纯卖芯片还是捆绑算法的商业模式更好?

    雷锋网在<资本寒冬,这样的AI芯片公司2019年危矣>一文中已经提到,2019年的资本寒冬以及整个半导体行业的低迷,将会让那些没有技术独特性以及缺乏商业落地能力,且现金流控制不好的AI芯片 ...

  9. AI芯片大战已然打响,国内外巨头抢占万亿智能家居市场

    http://www.smartcn.cn/177925.html 2019年,AI芯片的竞争"硝烟弥漫":先是思必驰发布旗下首款具备完整AI算法指令集及硬件加速引擎的AI芯片TA ...

最新文章

  1. Regtech半月观察(9月上)
  2. go grpc测试_Grpc — 整体性能测试
  3. redis linux服务,linux服务之redis
  4. nodejs+nginx获取真实ip
  5. Cesium多屏展示
  6. About static contructor API changes in cocos2d-...
  7. SQL检索MongoDB的轻量级解决方案
  8. java编程剪刀石头布_Java实现的剪刀石头布游戏示例
  9. android查看native日志,Android 日志管理框架 NativeLogger
  10. cdsn自动添加目录
  11. matlab色度椭圆,matlab画色度图
  12. LaTeX代码: 在PPT中插入图片 ← 利用 beamer 宏包
  13. 风口下的追逐:AI正在驾驶、客服、教育领域疾驰
  14. xposed模块编写教程_Xposed插件开发入门详解
  15. galaxy 用不了_开箱即用使Galaxy S9更好的六种方法
  16. Mockman-Mock服务工具的安装与使用以及mock的一些扩展
  17. 利用随机森林预测股票大盘涨跌
  18. 利用Hudi Bootstrap转化现有Hive表的parquet/orc文件为Hudi表
  19. java app游戏源代码_跪求游戏java源代码
  20. 千变万化的ViewPager指示器-MagicIndicator

热门文章

  1. 分布式网站架构后续:zookeeper技术浅析
  2. nginx tcp代理_nginx——TCP/UDP Load Balancing
  3. AtomicLong和LongAdder的区别
  4. Tomcat优化之配置线程池
  5. 【简便解法】1084 Broken Keyboard (20 分)_16行代码AC
  6. 【讲解】1030 Travel Plan (30 分)【DFS】_41行代码Ac
  7. 18行代码AC——PTA 二叉树的遍历 (10分)——解题报告
  8. html flash 循环播放,在网页中插入flv格式的flash视频怎么让其循环播放_html/css_WEB-ITnose...
  9. linux ctime 时间戳,Linux时间戳atime ctime mtime区别及相关命令
  10. c语言删除文件第一行_ElasticSearch 文档的删除和批量操作