故事

AI芯片风口背后拿来主义盛行代工贴牌也能

2019-05-15 01:38:20来源:励志吧0次阅读

深度学习技术,犹如1管强大的兴奋剂,让中年迟暮的半导体产业全部沸腾了它能让现有的芯片性能提升1万倍。正在经历摩尔定律失效危机的从业者们喜出望外,终于因深度学习而柳暗花明。

随之而来的还有,前赴后继的赶风者,他们野心勃勃,手握前沿算法,纷纭誓言要做传统半导体行业的颠覆者让资本和市场兴奋不已。

坊间传闻,仅仅2017年下半年,在全球晶圆代工厂台积电,忙碌的流水线上已积攒了超过30款人工智能芯片等待下线流片。作为芯片正式量产前的小规模试产,流片意味着芯片距离落地愈来愈近了。

AI时代下的软红利

中国是全球电子产品制造国,但芯片却一直是从业者们的一块心病。

虽然中国市场消耗着全球近三分之一的芯片,但芯片自给率低却是不争的事实。业界早有中国进口芯片比石油还多的说法。

这个数字大概是10%左右。芯片行业专家莫大康谈到中国芯片的自给率时说道,一些机构给出的数字为17%,但这是把英特尔和三星在中国生产的芯片也计算在内。

需求催生出市场。自上世纪90年代开始,华为海思、展讯、中星微等一批中国芯片企业突起,但站在全球市场上来看,这远远不够,直到近以深度学习为首的人工智能技术落地。

依托中国人口红利的海量数据,资本加持、人材和巨大市场需求,让中国成为人工智能时代潜力的选手。同时,政府立志实现人工智能强国弘愿,人工智能芯片被列为八大关键技术之一。

一切因素向好,似乎中国芯弯道超车的机会终要来临,主角是人工智能芯片。它又被称为深度学习芯片、神经元芯片,主要指专为深度学习计算特点和需求而设计的一类专用芯片。

制图/四月

根据AI财经社统计,国内以人工智能芯片为核心的创业范围公司为18家,成立时间多为1年~2年,融资轮次集中在A轮及更早,多聚焦在端智能和视觉领域。

在这群极具挑战精神的人工智能芯片创业者中,中科寒武纪是为耀眼的一家:已经拿下华为麒麟970芯片合作定单将其人工智能芯片的设计专利植入麒麟970芯片,为华为Mate10、荣耀V10等旗舰加速。据业内人士透露,该款芯片的出货量将达到3000万片。

公司如其名。中科寒武纪依托于国家队创建,其中陈云霁、陈天石两兄弟为创始人。陈云霁9岁上中学,14岁进入科大少年班,是典型的天才少年。弟弟陈天石也基本沿袭了哥哥的成长路径。

我毕业后一直做芯片,弟弟一直做算法芯片加算法,正好诞生了寒武纪人工智能芯片。陈云霁说道。这位在2015年入选《麻省理工科技评论》全球创新人士的天才语出惊人:要让人工智能芯片的计算效力提高1万倍,功耗下降1万倍。

这对遵循摩尔定律运转了近70年的半导体业而言,是一次巨大冲击!过去,芯片的迭代周期为18个月,每一次迭代性能提升1倍。现在,算法这项软技能犹如九阳神功,要将硬件的铁律打破。也正因为此,在人工智能芯片创业团队中,大多数领头人为人工智能研究型学者或偏算法型人材,并没有沿袭芯片行业的传统硬件科班出身。

早在2015年,英特尔豪掷167亿美元收购可编程芯片厂商Altera时,投行分析师Tony给出的投资意见就是:VC们在面对这样的芯片创业者根本没有意想到他们在从事软件工作,不具有软件知识,应当迅速撤离。 可编程芯片(FPGA)现已经成为芯片厂商进军AI的敲门砖。

随后的一年里,英特尔加大筹码,开启了买买买的大力布局战略,代表性的收购案包括以3.5亿美元收购人工智能芯片创业公司Nervana、4亿美元收购计算机视觉芯片Movidius、153亿美元收购自动驾驶供应商Mobileye等。大企业的布局,更加速了追风人的步伐。

也是在这一年,中国人工智能芯片产业迎来了软件算法出身的余凯入场。

2015年11月,前百度研究院副院长余凯辞职,创建地平线(原地平线机器人)。那时,人工智能芯片还是一个让大多数中国从业者摸不着头脑的词。这是一件非常具有远见的事。由于你看到了别人还没有看到的事情。余凯谈道。

低调内敛不善言辞等传统半导体从业者的标签被逐一撕掉。取而代之的是深得互联精髓的新生代,他们自备代言人属性,强调更快地迭代落地,慷慨激昂地讲述着PPT上陡峭的性能提升曲线。

2017年年初,埋头苦干两年后,地平线获得英特尔投资;年底,其专用人工智能芯片落地。我们无疑是这个领域中快的,没有第二。余凯激动地对AI财经社说道。

2017年11月,人工智能独角兽公司商汤科技宣布引入高通的战略投资。这一芯片巨头表示,正是看中了商汤在机器学习模型与算法上的优势。早些时候,两家公司已就和物联人工智能芯片达成合作。

2017年12月,人工智能芯片初创团队熠知科技(ThinkForce)横空出世,宣布完成4.5亿元A轮融资,成为芯片创业队中早期融资额的一笔。在其亮眼的投资人背景中依图科技、云锋基金、红杉资本、高瓴资本,计算机视觉公司依图科技排在位。有业内人士指出,该团队初期曾在依图科技内部孵化而成。

创办于2012年,早期以提供语音辨认、语音交互等技术方案的云知声也加入了战局。其集成人工智能算法的芯片将在今年完成流片。云知声联合创始人李霄寒博士向AI财经社表示,早在2014年,公司就有做芯片的想法,由于智能家居跟不一样,不是纯软件就能解决问题。

固然,在诸多以算法为核心实力的团队以外,还有硬背景出身的人工智能芯片公司。因获三星、赛灵思、联发科等芯片巨头投资而备受关注的深鉴科技,脱胎于清华大学电子系,其CEO姚颂是一名来自于2011届的90后。他在本科期间就发表了多篇相干论文,同时也是清华电子系学生科协主席。

2015年姚颂本科毕业。1年后,深鉴科技成立。我们联合创始人之一韩松是在博士研究过程中转向算法方向的。姚颂谈到团队背景,做人工智能芯片靠纯硬件背景行不通。我们在机器学习、SLAM算法(实时定位和地图构建)等方面进行了长期研究。

2014年创立于美国圣地亚哥,两年后选择在中国珠海落地的耐能科技也同样坚信着硬件工程师文化。创始人刘峻城曾供职于三星、高通等巨头公司的研发中心,创始团队多毕业于世界名校的电子工程系,拥有超过10年的芯片行业从业经验。2017年11月,耐能科技获得阿里巴巴、红杉、高通等数千万美元的A轮融资。

风口背后:伪概念和拿来主义

然而,这不过是冰山一角。

早在2014年12月,大基金甫一成立就释放出强烈信号,这是一只200亿美元范围的国家集成电路产业投资基金。随后3年间,各级地方政府相继设立了超过30只半导体产业发展基金,公布的融资范围超过1000亿美元。

仅在资本层面,芯片市场已足够掀起一场创投狂欢。但就在从业者欢呼雀跃地拥抱人工智能芯片之时,它的定义似乎都还没准备好。

你不觉得人工智能芯片是个伪概念吗?一位人工智能芯片创业者对AI财经社直言,从半导体圈子的人来看,人工智能芯片概念比较怪,定义也非常宽泛。你做机器学习也是人工智能芯片,做深度学习也是人工智能芯片,做某几种特定算法也是人工智能芯片。

地平线CEO余凯则对AI财经社分析道,广义的人工智能芯片是指能够很好地去支持主流算法,尤其是以深度学习为代表的算法的芯片。其中包括GPU(图形处理器)、一些性能不错的CPU和DSP(数字信号处理芯片)等。

过去一年,中国芯片半导体领域投资事件为61起,总融资额超过1500亿人民币。来源IT桔子

狭义的人工智能芯片则要求高得多。它要围绕深度学习或者人工智能算法,对这颗芯片内部的架构和计算、存储单元进行专门设计,比如谷歌的TPU。

曾在高通、三星电子研发中心、晨星半导体等企业担负研发职务的耐能创始人刘峻诚则表示,在美国,人工智能加速芯片对应着严苛的NSF认证:要让DNN(深度神经络算法)计算功耗比提升1000倍的芯片。 (注:NSF是美国独立的非政府组织,专门致力于为各行业标准制定、产品测试和认证服务工作。)

可是这样的讨论仅限于认知层面。和指甲盖一般大小的芯片,一旦植入密密层层的电路板,再套上硬件的外壳,包装上理想的性能参数表,其人工智能的含量和真假实在难辨。

去年就有一家公司出了款号称NPU(神经络处理器)的芯片,但实际上,只是几颗传统DSP(数字信号处理器)芯片的组合,加上软件的修改。芯片从业者吴力说道。

如果说概念炒作只是从业者的一个入门,那么,挖对手墙脚、拿来主义、噱头包装才是进阶后的真正套路。

年初,在刚结束的CES(全球消费电子展)上,中国人工智能芯片创业队是不容忽视的存在。展会期间,一篇关于人工智能行业芯片的采访报导这样写道:我们敢为人先。完全舍弃了传统运算,采取了一种独特的新型架构这将让我们获得全球性能功耗比、性价比的芯片。

百千米之外,正在赶去机场路上的Kevin看到报导后,异常气愤。他认为,文中所谓的新型架构,正是自家独有的专利技术,却被竞争对手公司拿来作产品宣传的新噱头。

这部分是我们公司的专利,2016年我们团队发布的论文中就已详细论述,2017年1月这篇论文被刊发在IEEE杂志上。Kevin对AI财经社解释道,并翻出了论文原文和对应内容。他补充,该项专利已在美国和中国大陆申请到方法型专利保护,在中国台湾地区,专利还在提交过程中。

但迫于知识产权纠纷案件取证和指控都十分困难,Kevin其实不打算将时间和精力耗费在起诉对手公司上。取证难是知识产权维权的主要障碍。上海浦瑞律师事务所合伙人邢路对此表示在侵犯商业秘密案件中,原告取证的难度要远远高于其他知识产权案件。起诉时间长,主要是取证复杂。

Kevin之所以对竞争对手盗取自家专利技术如此肯定,其佐证之一在于该篇论文的其中一名作者在2017年初被挖到了竞争对手公司。当时团队成员里有一名学生,他很清楚该专利的技术细节。

激烈的技术竞争背后,隐含的是人材争夺的拉锯战。高价码的薪资固然有吸引力,但这也是有代价的。现为某上市公司深度学习加速项目负责人张然说道。春节后,张然打算跳槽,年底他正在物色更有活力的创业公司,但面试经历却让他心里有说不出来的别扭。

我面试过一些相关企业,无一例外地,他们都会委婉地提出一个问题能否快速地将原公司或原来的研究成果复制出来。张然进一步解释道,换句话说,就是让你把原公司的技术拿到新公司来。

大家都这样。某知名创业公司CEO一语道出了行业的潜规则。

这个行业的准入门槛很高,站在外围的旁观者通常是缺少判断力的。另外一位人工智能芯片业者说道。

在拿来主义背后,是各家争相出头,一味追求速度的急功近利。芯片设计不再是一门高深的科技艺术。在工业化的流水线上,现在,一些追风人比拼的仅仅是组装能力。

对于初创芯片公司,要成立专门的系统级芯片设计部门存在一定风险。一旦市场暗淡或产品没能及时量产,此前的大笔投入将会付之东流。这时候,一批设计代工厂商便应运而生,他们致力于提供完全的芯片设计打包方案。

制图/四月

当数家设计都集中涌向设计代工企业,他们没有花费太多精力打磨产品。一般来说,为关键的人工智能计算加速部分前端的芯片体系结构设计,应该由芯片创业公司自己完成。而接口、布线等其他后端工作交由代工设计方完成。

但求快的创业氛围改变了这一切。部分芯片创业公司有着更精明的打算。有的人工智能芯片公司连前端的设计也都外包给代工方做。有从业者透露。

无人驾驶太远,人人都想切安防蛋糕

行业早期竞争的乱象印证着市场的不理性,而更大的质疑还在于能够支撑起产品落地的故事越来越难讲了。

制图/四月

在产业化落地方面,以安防/泛安防和智能为主要切入的市场和领域。其次,在云端的训练和大型数据处理中心也有数家公司有尝试与挑战,如中科寒武纪、深鉴科技等。离普罗大众的智能家居产品中也越来越多地需要针对语音交互、视觉处理等功能的专用芯片。

在这之中,产业成熟度、需求量确当属安防产业。2016年国内安防行业规模达到5410亿元,同比增长了11%,占据我国GDP的0.73%。在摄像头中加入人工智能芯片,不仅能提高其影像录制效力,还能为其加入人脸辨认、身份比对、人数统计、行为分析等智能功能。

主打安防场景的深鉴科技乐观地表示,这个市场是巨大的。海康威视一年的摄像头出货量是1亿台,大华是3千万台。

就市场规模而言,前端市场的芯片需求的确比服务器和云端的想象力更大。但这是一个看上去很美的市场。安防产业以传统和封闭著称,要撬开这扇大门并非易事。目前来看,面向人工智能芯片市场的存量仍十分有限,并且天平更多时候还是向更便宜的那一方倾斜。

在我们大谈人工智能芯片即将普及前,有一个前提需要被明确,只有规模化的出货量才能抵消高昂的流片和研发投入。28nm规格的芯片从投入到流片的成本大概是400万美元,如果能够卖出去100万片,每片的成本大概能摊到4美元,这比客户购买FPGA芯片便宜多了。一名人工智能芯片创业公司CEO给AI财经社算了一笔账。

然而,这与现实情况相去甚远。目前大概只有1%的安防设备运用了人工智能技术。海康威视对于英伟达一年的需求量在20万片左右,这还是世界上的安防厂商需求量。某上市公司深度学习加速项目总监张然表示。

如果说,100万片是现阶段人工智能芯片公司维持正常运转的出货量标准线,那末一家AI创业芯片公司少要谈下5家海康威视需求量级的大客户才行。另外,虽然是在这样有限的增量市场里,人工智能芯片创业公司也未能掌握独立的话语权。现阶段创业公司所能提供的大多为折衷方案,多采购第三方FPGA芯片再进行编程和优化,如Xilinx(赛灵思)、被英特尔收购的Altera等。

他们(创业公司)对芯片价格和用量是及其敏感的,用量多可能致使整体方案很贵。由于议价权还是掌握在FPGA厂商手中他们并不会因为创业公司的方案而降价。 但对芯片巨头而言,如英特尔,针对客户的行业需求,他们给出一个打包后的解决方案价格,方案中涉及到的芯片使用量并不会影响方案价格的浮动。

固然,摩尔定律的另一面也一样值得重视。当人工智能芯片企业推出专用的芯片,每隔18个月,芯片性能提升1倍的同时,其价格也将下落一倍。在大部分从业者和投资人看来,人工智能芯片的增量市场仍大有可为。

2016年~2021年人工智能芯片市场整体范围变化。图片来源于天风证券研究所

在落地层面,性能和功耗之间的平衡也是硬性指标之一。寻求性能容易,但功耗可能达不到。云知声IoT副总裁李霄寒介绍,由于格力对产品质量和相干验收标准及其严格,我们跟格力磨合了近一年时间。

仅次于安防热的,便是自动驾驶领域,但同样面临着雷声大、雨点小的尴尬。谈到是否真正投身其中,大多数厂商仍持观望态度。其缘由主要在两个方面:

不过,在该领域仍不乏敢于挑战的试险者。前百度研究创始人副院长余凯博士创办的地平线就瞄准了该方向,在落地方面主要依靠英特尔,英特尔也是其投资方之一在异构智能中国区总裁周斌看来,哪怕是自动驾驶训练和测试阶段,人工智能芯片也已经需求不断。现在跑无人车的GPU芯片要占满全部后备箱,而且通常跑个半小时就需要停下来降温。在今年的CES现场,我们已经收到了很多关于该领域的需求。

总结

可以预感的是,2018年,将会是人工智能芯片产业密集落地的一年,深鉴科技、云知声、异构智能等1波芯片公司均在今年完成流片。芯片产业在搭载深度学习加速的火箭后,将以指数级速度向前发展。

前是嗷嗷待哺的行业需求,后有巨额的产业基金刺激,人工智能芯片创业者遭到了的关注和期待。但是,逐风口的狂欢背后,也少不了荒唐的乱象和丛生的泡沫。概念模糊不清、贴牌式厂商滥竽充数、拿来主义习以为常、一味寻求速度的急功近利随着落地步伐的加速,危机正在不断放大。

站在机遇和泡沫共存的十字路口,每一位赶风者都在理性与野心之间博弈。

经期延长不能吃什么
月经经期延长吃什么
月经经期延长怎么办
分享到: