芯片战争全球打响，华为入场决斗苹果谷歌微软，BAT会跟进吗

知识结构

· AI芯片军备赛：互联网巨头、传统芯片厂商、中国代表队、创业公司纷纷登场

· 应用案例：得芯片者得天下：CPU/GPU/TPU争的是啥

· 芯片发展四阶段：通用、基于FPGA 的半定制、定制、类人脑

近日，华为在官方微博放出一张海报，主题文案是“AI不止是语音助手”。

在日前的华为上半年业绩发布会上，华为消费者业务CEO余承东不仅公布了华为手机上半年的出货量7301万部，更透露华为将在今年9月发布自研的人工智能芯片。这款由华为海思制造的芯片将会集CPU、GPU和AI功能于一体，并在其未来的产品使用自家的芯片产品。这也意味着又一个巨头正式杀入了人工智能芯片领域。

事实上，华为是AI芯片全球军备竞赛中的唯一一家中国企业。

就在不久前，微软也刚刚对外宣布：其将打造人工智能芯片并用于全新的Hololens AR设备。这是微软首次自主研发用于移动设备的芯片。

5月底，谷歌携阿法狗横扫柯杰之时，顺势推出其用于阿法狗的二代AI架构芯片TPU2，还因此发布论文显示TPU的速度比现行的CPU\GPU高30倍；

争锋相对的，特斯拉的芯片供应方，GPU巨头英伟达CEO黄仁勋则在其随后的年度开发大会上称：谷歌的TPU太僵化，英特尔的FPGAs太耗能。

可见，在小小的芯片领域，曾经被英特尔和高通主导的世界正在被人工智能、数据分析、大数据和新的计算任务打破，互联网巨头们涌入都想分一杯羹。

AI军备赛，各代表团选手先后入场

英特尔的CPU、英伟达的GPU、谷歌的TPU，他们的区别是什么呢？

简单理解，CPU是一个大学生，会一些专业技能（比如说游戏办公等日常任务）；GPU是一个高中生，课本知识学很好（比如说图像识别）；TPU则是小学生，只知道1+1=2。

CPU可以完成不同的任务，但在功耗成本一定情况下，计算能力很难再提升了；TPU很“白痴”，但功耗更低，并行更多，GPU介乎两者之间。简单说来，就是一个公司有钱请30个大学生或者3万个小学生，要这么分配就看你的需求。

那AI需要什么？

实际上，现在业界都认可，AI实际上就是暴力计算，需要的是海量计算，就是简单的训练与推理，不断优化从A点到B点的路线。这相当于算30万题1+1，30万个小学生速度肯定比30个精算师快。

不管是智能驾驶还是人脸识别，这些技术的实现都有赖于背后功能更强、体积更小、功耗更低的小小芯片。而能否发展出具有超高运算能力且符合市场的芯片则才是最关键的一役。

这是为什么巨头纷纷布局AI芯片领域的原因。

目前场上局势：

（详细情况，请拉到文末。）

毕竟Google和微软都曾以发明创新的软件发家壮大，但是这些软件使用的芯片的设计开发却都是出于他人之手。近几年，Apple也一直在为其移动设备开发设计处理器。外界广泛认为，Apple也正在研发新的芯片来，让未来的iPhone在人工智能方面表现得更出彩，虽然APPLE一直没有承认这点。

苹果、微软和谷歌正在开发自主的处理器产品，处理人工智能和其他计算任务。它们的目标是让人工智能算法可以不借助云计算平台运行，显然这一系列举动是为了抗衡传统芯片制造巨头Intel、NVIDIA等的布局。

当然，传统芯片制造商也不会坐以待毙。

作为全球最大芯片制造商，Intel去年夏天就收购了一家名为Nervana的AI芯片创业公司，目前正基于公司技术研发一款专门针对深度学习的芯片。Intel拥有世界上最复杂和最昂贵的芯片制作业务。但是，新一批正在崛起的人们则表示他们并不畏惧。原因之一是他们不必拘泥于已有芯片生态系统，受到最初为其他目的而开发的软件的限制。

领先公司（例如英特尔）的主导地位可能会被削弱。ARM正在关注数据中心市场。曾经的挑战者，例如AMD，正试图通过GPU产品实现复兴。但GPU行业的领导者是英伟达。物联网也值得关注，这个市场的发展趋势有利于高通。

众多的创业公司也在研发着自家的深度学习芯片，比如前GoogleTPU项目的工程师所创办的Groq。“Intel和NVIDIA这些公司，还在努力推销着那些过去在售的产品，”半导体行业分析公司LinleyGroup的创始人Linley Gwennap说，“但我们已经看到，跑的更快的会是这些领先的云计算公司和创业公司，因为他们是最了解自己的数据中心和更广泛市场上的需求的人。”

“我们的任务更简单，因为我们只需努力做好一件事，并且可以从头开始进行开发研究就好了。”英国专门从事AI芯片开发的初创公司Graphcore的CEO Nigel Toon说。上周他们刚刚宣布获得了包括DeepMind CEODemise Hassabis在内的3000万美元融资，该轮融资中还有数位来自OpenAI的领导人。

AI军备赛里，得芯片得天下？！

AI的军备竞赛里，三个基本方向，数据、算法、运算能力。

在前两者，中国企业都很有优势。

然而，在运算能力，主要就是看芯片和云计算上。芯片上看，中国显然优势不大，虽然中科院推出了寒武纪，但目前来说使用场景的落地并不明显。

众多巨头也都意识到，人工智能芯片其作为人工智能的上游产业将走在行业发展前沿，也将成为未来智能时代的制高点。

事实上，如今各大科技公司对于人工智能的争夺战已经进入到白热化阶段。先有CPU芯片巨头因特尔年内三次大手笔收购人工智能和GPU领域企业；后有苹果测试自主研发的用于新一代iPhone智能手机的人工智能芯片处理器；与此同时，谷歌也在研发第二代人工智能芯片。

尽管目前英伟达仍然保持着绝对的领先，但众多科技巨头的悉数登场使得人工智能芯片战局愈发扑朔迷离。

根据国际知名专利检索公司QUESTEL发布的《芯片行业专利分析及专利组合质量评估》报告指出：中国近10年芯片专利增长惊人，已成为芯片专利申请第一大国。目前，中国企业在芯片专利数量上已逐步赶上国外老牌企业，而众多国内企业也在加速发展自主人工智能芯片，在智能家居等其他应用场景中，类似的技术合作都在不断推进。

以中科院团队为班底的寒武纪科技则研制成功了国际首个深度学习专用处理器芯片，显著提升了人工智能领域的运算效能；

但是，尽管国内企业在政策支持下深化技术合作或能推动竞争力加速提升，可国产人工智能芯片的整体竞争力仍然滞后。无论设计还是制造，与国际先进水平相比都存在非常大的差距。

AI芯片发展何处去？

目前人工智能芯片涵盖了四个阶段：通用芯片、基于FPGA的半定制、针对深度学习算法的全定制、类脑计算芯片。

在樵夫看来，类脑计算芯片才是大势所驱。

通用芯片可以避免专门研发定制芯片的高投入和高风险，但是，由于这类通用芯片设计初衷并非专门针对深度学习，因而，天然存在性能、功耗等方面的瓶颈。随着人工智能应用规模的扩大，这类问题将日益突出。

人工智能时代新计算的强大需求，正在催生出新的专用计算芯片。值得关注的是那些声音还没有壮大的定制芯片（TPU、寒武纪、Tesla P100 GPU）和类脑芯片(TrueNorth)。

• 通用芯片的面临瓶颈：

使用这类已有的通用芯片可以避免专门研发定制芯片的高投入和高风险，但是，由于这类通用芯片设计初衷并非专门针对深度学习，因而，天然存在性能、功耗等方面的瓶颈。随着人工智能应用规模的扩大，这类问题将日益突出。

• 定制芯片的性能提升非常明显：

1、定制芯片的性能提升非常明显，这种性能的飞速提升对于人工智能的发展意义重大；

2、人工智能时代的市场空间将不仅仅局限于计算机、手机等传统计算平台，核心芯片需求量将数十倍于智能手机下游需求量；

3、通过算法切入人工智能领域的公司希望通过芯片化、产品化来盈利。

举个栗子：NVIDIA 首款专门为深度学习从零开始设计的芯片Tesla P100 数据处理速度是其2014 年推出GPU 系列的12 倍。谷歌为机器学习定制的芯片TPU 将硬件性能提升至相当于按照摩尔定律发展7 年后的水平。

• 类脑芯片紧密开发

人机世纪之战之后不久，IBM曝出已经研发出一款可以像大脑一样工作的计算机芯片TrueNorth(真北)。不过已经在探索人工神经元了，但是以现在的计算能力，还无法完全模拟大脑运行。

人工智能的市场空间将不仅仅局限于计算机、手机等传统计算平台，从无人驾驶汽车、无人机再到智能家居的各类家电，至少数十倍于智能手机体量的设备需要引入感知交互能力，相信下游需求量足够摊薄定制芯片投入的成本。

附：

代表方阵

科技巨头

Google：已于2016年宣布了其深度学习芯片的研发。其TPU正是为了支持公司云内部更高效地进行深度学习运算。今年，Google宣布其已经开发了更强力版本的TPU，并且将向公司云计算业务的客户出租该芯片的使用权。

微软：也刚刚对外宣布：其将打造人工智能芯片并用于全新的HololensAR设备。这是微软首次自主研发用于移动设备的芯片。

Apple：也一直在为其移动设备开发设计处理器。外界广泛认为，Apple也正在研发新的芯片来，让未来的iPhone在人工智能方面表现得更出彩。

富士通：2016年推出以人为本的AI Zinrai系统，宣布新的AI服务。富士通在过去几年一直致力于研发DLU处理器，于6月在国际超级计算机大会上展示了组件的更多细节。富士通表示，计划于2018年初发布DLU处理器，将其作为协处理器集成到CPU中。这是富士通为其立足于快速发展的AI领域所做出的努力。

传统芯片大佬

英特尔：英特尔最有名的产品是CPU，但该公司通过收购FPGA（介于TPU与GPU的一种架构）生产商Altera也进军了可编程逻辑芯片领域。这种芯片可以用于人工智能和其他创新的计算任务。

英伟达：大数据和人工智能任务，以及高性能计算和数据分析正继续围绕GPU发展。这样的趋势使得英伟达成为了行业关键的参与者。

高通：处境艰难，该公司的授权模式引发了苹果和其他公司的诉讼。

AMD：可以被视为抗衡英特尔和高通的力量。数据中心希望有第二家供应商崛起，摆在AMD面前的，是稳定的需求。

ARM：因移动芯片而成名，但也有可能在服务器市场带来威胁。ARM为大部分移动处理器提供知识产权，在物联网的发展过程中也可能成为关键的参与者。

中国势力

华为

阿里：NASA计划。面向机器学习、芯片、IoT、操作系统、生物识别这些核心技术，我们将组建崭新的团队。

百度：联合硬件厂商推出DuerOS智慧芯片，该芯片成本低廉，可以以芯片嵌入的形式放到任何硬件中，能够更加快速而广泛地应用到更多场景。

创业公司

前GoogleTPU项目的工程师所创办的Groq

英国专门从事AI芯片开发的初创公司Graphcore