Nvidia股票两年上涨10倍,AI芯片市场2018年将有“混战”
硅谷Live / 实地探访 / 热点探秘 / 深度探讨
AI 领域打仗,怎能不了解“军火”—AI 芯片。
谷歌的人工智能大杀器 AlphaGO 下赢了世界围棋冠军李世石,但你知道吗,李世石的大脑就是我们普通人类的大脑,如果说人脑耗能是20瓦的话,AlphaGO所用的计算机耗能2000千瓦。
也就是说,人工智能机器人用十万倍的功耗才把李世石打败。
可见,人工智能要往前发展,硬件是个很大障碍,谁克服了这个障碍,谁就能往前跑得更快。这也是为什么,芯片对于人工智能的普及和发展来说极为重要。
作为人工智能的重要加速器,2018年人工智能芯片前景如何?市场现有的重要玩家又有什么重要表现?创业公司机会在哪里?硅谷投资人,LDV Partner基金的合伙人 Lake Dai 给出了独家分析与预测,由硅谷密探进行采写整理。
戴学颖 Lake Dai
大玩家霸主地位仍在
如果说,谁是这两年美国股市的大牛股,英伟达(Nvidia)是当仁不让的那个。
得益于人工智能和深度学习的迅速发展,英伟达股价在2016年上涨了近200%,2017年涨幅也高达81%,平均下来两年内股价升了10倍,跑赢了Facebook、Google、Apple 等科技巨头的股票。
因为 GPU (Graphic Processing Unit,图形处理单元)对处理复杂运算、并行运算拥有天然优势,这也让英伟达成为了深度学习的首选和主要选择。
去年12月,英伟达公布了首款基于 Volta 架构的Titan V,官方宣称是目前“全球最强 PC 用 GPU”,主要针对的就是 AI、深度学习等相关领域的科研人士。
这款“旗舰产品”在 815 平方毫米的芯片上装有 211 亿个晶体管,可以产生 110 TFLOPS,当然售价也达到了2999美元。
(图片来自网络)
相较于芯片巨头英伟达,另一个重要玩家却是以互联网搜索起家的科技巨头--Google。我们知道李世石大战 AlphaGo,TPU 就是谷歌称帮助 AlphaGo 击败李世石的“秘密武器”。
17年4月,谷歌关于张量处理器(TPU)的论文被接收,这也是谷歌官方首次公开这款定制机器学习芯片的“内幕”。
将 TPU 与 Intel 和 Nvidia 的芯片进行比较的话,谷歌官方博客透露,“尽管在一些应用上利用率很低,TPU 平均比当前的 GPU 或 CPU 快15-30倍,性能功耗比高出约 30-80 倍”。
为什么身为互联网公司的谷歌要自己造芯片?还是取决于对处理数据和能耗的要求。尽管英伟达的GPU是理想的深度学习芯片,但谷歌数百万台服务器如果不停运行,GPU的能耗就会变成严重的问题。于是,谷歌开始设计更高效、更低能耗的芯片。2016年5月的I/O大会,谷歌首次公布了TPU(张量处理单元)。
第二年的I/ O大会上,谷歌公司宣布了第二代 TPU 的性能:它可以提供高达 180 TFLOPS (万亿次浮点运算)。为了让人明白这个性能有多强大,谷歌官方举例是:大规模翻译模型可能需要花一整天的时间来训练世界上最好的32个GPU,但只需要一个下午,用八分之一个TPU,就能把这件事情做好了。
毫无疑问,目前,谷歌并没有将定制的硬件推向市场,这对于英伟达、英特尔等公司来说是一件好事。根据Jon Peddie Research 的数据显示,Nvidia独立GPU市场份额在2017年第三季度增长至72.8%,而其余的则由AMD占据。
而消费者和个人电脑OEM(原始设备制造商)更倾向于使用英特尔集成芯片和AMD最新Vega GPU上的独立显卡。不过,英特尔传闻会拿出独立GPU来挑战Nvidia的霸主地位。
不管如何,当前英伟达与英特尔等大公司仍占据人工智能芯片市场的头号地位暂时并未被撼动。
小玩家垂直领域机会众多
到底人工智能芯片市场有多大?根据瑞士联合银行预测,AI芯片市场到2021年将激增至350亿美元,高于2016年的60亿美元。尽管存在着英伟达、英特尔、谷歌等大玩家,但现有市场依旧容得下更多的玩家进入。
比如说Groq这个隐形创业公司。
这家公司是由Google TPU 原来的创始工程师团队创立的,有八名是TPU团队的前十名员工,其中创始人之一就是TPU的发明者Jonathan Ross。尽管没有正式产品出来,但团队称,正在“构建下一代芯片”。
硅谷知名风投机构Social Capital 为这家公司投了1000万美元,投资人恰好是密探此前介绍过的Facebook 前副总裁Palihapitiya,光找到创始人,Palihapitiya 就花了一年半时间。
另一家公司 Novumind 则是希望打造Google Deepmind +TPU的结合。它旗下的NovuMind 为人工智能推理提供高性能、低功耗的 NovuTensor,以及为 AI Training 设计了超级计算机 NovuStar,2016年已经完成了1500万美元的A轮融资。
到底中小玩家在什么领域更有机会?
我们都知道,目前使用深度神经网络是一个两阶段的过程,首先,第一阶段是“训练一个神经网络”,也就是Training。第二阶段,是部署这个“神经网络”进行推理,使用之前训练过的参数,对未知的输入进行分类、识别和处理,也就是Inference。
芯片针对训练(Training)和推理(Inference)功能所达到的不同目标,给人工智能芯片领域的中小玩家带来了巨大的机会。
因为针对训练的话,需要很高的吞吐量,大量的算力、数据等,而GPU 具有很高的计算精度(Computational precision),很强的并行、复杂运算的能力,但Nvidia仍然需要不断提高其内存带宽和数据吞吐量(Data throughput)。
而推理方面,通常会比训练分批输入更少的数据量,但需要尽可能快的响应和能耗效率优化。能耗优化在终端场景更为重要,比如无人机、IoT 等。谷歌第一代 TPU 就在推理方面的性能和耗电效能方面超过 GPU。据谷歌称,与当前的CPU和GPU相比,TPU的性能提高了15-30倍,每瓦性能提高了30-80倍。这些优势有助于Google的许多服务以较低的成本和规模运行最先进的神经网络。
举个例子你就懂了。
神经网络如果是人,大家可以想象这个人在学习做一份工作。学习的过程中需要大量数据大量练习,反复出错纠错,然后总结出了经验。一旦学会了,执行工作就快很多了。因为你已经知道该怎么做了。
用专业词汇说,训练有素的神经网络是在数字世界中运用已经学到的东西 - 识别图像,语言,基因疾病,根据训练结果推断出新数据。在AI词典中,这被称为“推理”。
推理跟人大脑处理信息是一样的。如果你把人放在花花草草的环境里,去看去吸收,脑子里自然会有各种结论,比如这里有行人,这里有花草等等。如果你带着“现在是不是春天”这样的问题去看,你可能知道有嫩绿花草的就是春天,带着问题去找答案,就没用这么多脑细胞,决策就快了。
因此,现在很多芯片创业公司会研发推理芯片,而且就某一个垂直领域进行优化,他们更省能耗就是这个道理。
这里面就是机会,因为垂直领域很多,也不会是一个芯片解决所有的问题,专门优化的芯片可能会做得更好。不过值得注意的是,各大公司其实各自有倾向性,到底是适应什么场景去优化这点很重要。
2018市场预测:“垂直领域有一场混战”
既然垂直领域众多机会,2018年人工智能芯片市场的一个明显趋势将会是:推理的垂直领域将会有一场芯片“混战”。
因为,不仅中小玩家意识到机会,连大公司也进入了。
今年 CES 上,第一场重磅发布会就是英伟达发布"全球首个自动化机器处理器Drive Xavier",这是英伟达新一代的自动驾驶芯片。因为,深度学习正是自驾车算法的秘密武器。这款芯片不仅拥有8核ARM架构的CPU、GPU核心暴涨到了512个,且采用了下一代Volta架构、但功耗下降至30W。
(图片来自网络)
除了英伟达之外,英特尔也跳出来说“could be better in inference of AI”。再加上谷歌的定制芯片,有可能会促使Amazon 、Microsoft 等公司进行更多的定制芯片开发,可见,接下来的芯片开发、研发的一场混战很可能就在推理(Inference)这块。
尽管机会众多,但不可否认芯片这个行业属于研发投入非常高的行业。从巨头公司来看,像英伟达拿出了20亿美元研发费用设计这款最强的芯片 Titan V,所以说,初创公司融资1000多万美元,可能只够完成芯片的设计部分。
此外,整个芯片从设计到量产的环节耗时非常久。因为首先要有一个理论,需要满足什么功能,当芯片做出来,需要在不同场景之下测试,看是不是能够实现原本理论设计的功能。小批量生产后,还要结合量产做设计,看最终能否成功量产。通常至少需要上百人的工程师团队,花上2到3年的时间。
从人工智能的风开始吹,借助英伟达股票这两年的上涨和整个行业的增长空间,可以说,人工智能芯片的创业意识从两年前就开始觉醒了,经过两年多的潜伏与发展,2018年恰好达到一个成长期。因此,不管是涌现更多的芯片也好,或者是芯片相关软件层面的开发,2018年都会开始陆续出现,这将是今年值得期待和观察的第二个重要趋势。
让我们拭目以待。
你对AI芯片又有什么期待?欢迎留言讨论。
对人工智能、深度学习感兴趣的,还可查看Lake Dai此前的科普文章:如何区分人工智能、机器学习和深度学习?
想和探长聊一聊?来加探长个人微信号 svinsight
推荐阅读
区块链报告 | 脑机接口报告
硅谷人工智能 | 斯坦福校长
卫哲 | 姚劲波 | 胡海泉
Nvidia股票两年上涨10倍,AI芯片市场2018年将有“混战”相关推荐
- AI芯片市场现状及企业竞争状况
https://www.toutiao.com/a6672168138810851853/ 随着大数据的发展,计算能力的提升,AI算法进一步成熟,谁抢占了AI芯片高地,谁就拥有了市场主导权.纵观AI芯 ...
- AI芯片市场需要一把火还是一桶冰?
作为芯片市场的一哥,英伟达刚刚发布的Q1季度报告表现就十分不理想.数据显示,截至2019年4月28日,英伟达当季收入22.20亿美元,环比增长1%,同比下跌31%,毛利率58.4%,环比提高3.7个百 ...
- AI芯片市场,到底是怎么一回事?
目前,整个AI芯片市场都围绕着深度学习而展开.深度学习(DL),则正是让AI应用程序在现实世界中真正发挥作用的最成功的机器学习技术范例. 如今的AI芯片市场把所有注意力都集中在了加速深度学习方面--无 ...
- 边缘AI芯片市场将在2025年首次反超云端AI芯片市场
边缘AI将利用许多其他新兴技术,为消费者和企业领域的各种新商机铺平道路. 来源:雷锋网 作者:吴优 由于市场对低延迟.数据隐私以及低成本和超节能的可用性的日益关注,预计到2025年,边缘AI芯片组市场 ...
- AI需求强劲 AI芯片市场规模有望达到405亿
无论是智能手机.智能家居.物联网还是人工智能机器人,所有智能产品的核心都是芯片.根据统计,芯片约占人工智能市场规模的15%左右.嵌入式开发 根据市场发展需求,预计至2018年,全球人工智能市场规模有望 ...
- 清华校友陈怡然、杨越组队进军AI芯片市场,成立苹芯科技,最新Pre-A轮斩获近千万美元...
来源:量子位 随着最新一轮融资的曝光,由清华校友杨越博士.陈怡然教授主导创立的苹芯科技,引起资本界和产业界的关注. 在最新一轮Pre-A轮融资中,其融资金额达到近千万美元,吸引了红点中国.红杉中国等多 ...
- 继英伟达最小边缘超算,英特尔再推10倍VPU,终端AI芯片竞争加剧
市场被催熟,巨头进场收割. 边缘智能,人工智能的最后一公里,很长一段时间里被创业者视为得以绕开巨头打压的蓝海市场,在今年开始有了微妙的变化. 11 月 13 日机器之心消息,北京时间今日凌晨 2 点, ...
- 清华出品:一文看尽AI芯片两类瓶颈三大趋势,存储技术开拓新疆界 | 附全文...
12月10日-11日,由北京未来芯片技术高精尖创新中心和清华大学微电子学研究所联合主办的「第三届未来芯片论坛:可重构计算的黄金时代」在清华大学主楼举办,并正式发布了<人工智能芯片技术白皮书(20 ...
- 发布两款昇腾AI芯片后 如何看待华为的AI战略?
今年,国内企业相继在AI芯片上发力,继百度发布昆仑芯片和阿里成立平头哥公司后,华为在10月10日的全联接大会上发布了两款AI芯片,一款是当前单芯片计算密度最大的昇腾910,另一款是低功耗的昇腾310. ...
最新文章
- 利用jQuery实现回收站删除效果
- 安装了超图、oracle、eclipse、JDK后系统的java进程情况以及java.exe、javaw.exe
- 价值观对做产品的三点影响
- RSACryptoServiceProvider加密解密签名验签和DESCryptoServiceProvider加解密
- boost::hana::suffix用法的测试程序
- 【进阶技术】一篇文章搞掂:Spring高级编程
- php数组添加省会城市,【JSON数据】中国各省份省会城市经纬度 JSON
- Object之MemberwiseClone方法
- FFmpeg源代码简单分析:avio_open2()
- C++_limits头文件
- C++ - 使用copy函数打印容器(container)元素
- eclipse java常用插件_Java 开发的 10 大必备 Eclipse 插件
- FAT文件系统简明教程
- C语言一维数组、二维数组传参
- linux用户和组的权限管理
- 观察 | 经济学诺奖的启示:金融科技的核心任务是什么?
- android ip地址,手机号码,邮箱格式验证
- MyBatis 02
- BI技巧丨目标达成(二)
- 约四成的平板和智能手机用户看电视时“一心多用”