英伟达在AI芯片领域真的无人能挡吗？

原标题：英伟达在AI芯片领域真的无人能挡吗？

英伟达上周发布的第一季财报再次超出业界预期，财报显示这一季度总收入增长了66%，其中数据中心业务营收增长71%达到7.01亿美元。英伟达的数据中心业务包含HPC（高性能计算）、数据中心GPU以及AI加速器，因此即便相比过去几年2-3倍的增长率要少，但极具潜力的市场空间依旧吸引了众多巨头和创业者参与AI芯片的竞争。那么，未来AI芯片市场到底是英伟达一枝独秀还是其他巨头和初创企业后来居上？中国的芯片厂商如何才能抓住这一波人工智能的浪潮？

英伟达的AI芯片到底有多厉害？

众所周知，由于芯片算力、算法等的限制，人工智能（AI）历经了两波热潮仍未普及，目前我们身处AI的第三波浪潮，并且这一轮AI发展主要由深度学习技术的突破引领。据雷锋网了解，深度学习是基于深度神经网络的一种机器学习技术，其中绝大多数运算都是矩阵运算，而矩阵运算天生容易并行运算，所以擅长并行计算的GPU非常适合深度学习。

英伟达正好以GPU而闻名，当人工智能研究者找上GPU的时候英伟达迅速抓住了机会，在短时间内投入数十亿美元动用数千工程师在2016年推出了第一个专为深度学习优化的Pascal GPU。2017年英伟达又推出了性能相比Pascal提升5倍的新GPU架构Volta，神经网络推理加速器TensorRT 3也同时亮相，TensorRT作为一款可编程推理加速器能加速现有和未来的网络架构。

因此，凭借通用的GPU单元，专门的TensorRT加速器，强劲的矩阵运算性能加上对其他算法的兼顾，英伟达不仅能用GPU满足AI构建的训练需求，还能用TeslaRT用来部署，很好实现AI构建。所以英伟达也率先成了这一波AI热潮的最大受益者。

不过英伟达现在具有优势并不意味着AI市场的蛋糕会被英伟达独吞，因此无论是科技巨头英特尔、谷歌、IBM、AMD还是OURS、地平线、寒武纪等初创企业都纷纷加入了AI芯片领域的竞争。

英特尔All In AI实力叫板英伟达

在众多的加入AI芯片竞争的科技巨头中，英特尔绝对是英伟达不可小觑的竞争对手。根据市场研究和咨询公司Compass Intelligence调查研究全球100多家企业后发布的2018年度全球AI芯片公司排行榜，英伟达排名第一，英特尔排名第二。

作为PC时代的霸主，英特尔在移动互联网时代失利之后积极寻求转型，因此在对AI可以称得上是All In。英伟达在AI中取得成功的重要原因是其在深度学习或者说DNN中具有优势。不过，英特尔会将之前作为HPC平台的XeonPhi加速计算卡做深度学习优化，结合良好的软件设计，英特尔非常有信心Xeon处理器能在AI构建的训练过程中实现出色的性能。要知道，英特尔目前在服务器市场的份额超过80%。

除了通过优化自身已有优势产品，英特尔还通过一系列的收购增强实力。2015年6月，英特尔宣布以 167 亿美元的价格，收购全球第二大 FPGA 厂商 Altera，这一消息震惊业界，也是英特尔布局AI的重要一步。收购Altera三年后，2018年4 月 19 日英特尔宣布旗下的 FPGA 已经被正式应用于主流的数据中心 OEM 厂商，可以帮助 OEM 数据厂商大幅度提升性能和速度，并且英特尔的FPGA方案还可以应用于数据分析、深度学习、视频转码、网络安全、基因研究等诸多场景中。

另外，英特尔FPGA的成功也与微软的人工智能的发展相得益彰，微软在2017年就宣布选择了英特尔Stratix 10 FPGA作为其新的深度学习加速平台（代号Project Brainwave）的关键硬件加速器，这种基于FPGA的深度学习加速平台可以提供“实时人工智能”技术，使云基础设施能够以超低延迟来尽可能快速地处理和传输数据。

继收购Alter之后，2016年英特尔又花4亿美元收购深度学习初创企业Nervana Systems。收购Nervana可以认为是英特尔非常厉害的一招，这家公司曾经连续几年帮英伟达优化GPU平台。Nervana的成员是一群顶级黑客团队，hack了GPU的native指令集，写出了比当时的cudnn（NVIDIA自己的深度学习数学库）还要快若干倍的数学库。后来他们把成果都开源给了社区，cudnn后来的进步很大程度也是因为吸收了这些成果。因此Nervana被英特尔收购后，不仅断了继续为英伟达提供服务的可能，还极大增强了英特尔的实力。

随后的2017年，英特尔又斥资153亿美元收购以色列芯片公司Mobileye，希望用自家的高性能计算和网络连接能力，结合Mobileye的计算机视觉专业技术打造从云端直达每辆汽车的无人驾驶解决方案，深化它在自动驾驶领域的布局。这无疑将使英特尔将在自动驾驶领域与英伟达的自动驾驶平台NVIDIA DRIVE PX形成强竞争的关系。

上面已经提到英特尔是All In AI，因此英特尔也在持续投资，2018年5月9日举行的英特尔投资全球峰会上，英特尔宣布2018年的投资总额已超过1.15亿美元，投资的12家科技创业公司涉及人工智能、云计算、物联网等，芯片企业包括Lyncean Technologies、Movellus、SiFive，展现了英特尔以数据为中心的发展战略。

由此可以看到，英特尔针对已有的优势产品XeonPhi加速计算卡、收购的Altera FPGA、 Nervana System几大产品线进行深度学习的优化，能够从AI构建的训练和部署都与英伟达形成竞争，在自动驾驶应用场景中也通过收购Mobileye与英伟达形成强竞争关系。同时还基于FPGA打造自己在AI领域的特色，对人工智能初创芯片企业的持续投资也有助于英特尔在AI芯片领域实现后来居上。

OURS等抢占边缘AI芯片市场，英伟达的AI“盲区”

当然，除了英特尔All In AI全面叫板英伟达，众多初创公司也会成为挑战英伟达不可忽视的对手。

虽然这一波AI浪潮是由深度学习技术的突破引领，但AI的发展算力、算法、数据缺一不可。云端数据中心AI芯片的高算力能够满足AI构建模型训练与推断的完成，但存在延迟、实时性不强等缺点。对于一些对实时反应要求较高的场景，如自动驾驶，延迟可能造成的结果难以想象，在工业制造、安防等领域，延迟所带来的损失也可能会让数据价值大打折扣。因此AI的普及还需要低功耗的边缘端AI芯片，这也将成为AI的下一个战场。

以2017年由两位华人在美国硅谷创立的OURS为代表，OURS以低功耗端计算AI芯片为核心技术，目标是解决工业/商业、机器人、汽车自动驾驶、安防等领域的3D机器视觉和多传感器融合的问题。具体来说，OURS的核心技术之一就是硅光技术，该技术是一种基于硅光子学的低成本、高速的光通信技术，用激光束代替电子信号传输数据。这一技术很适合于计算机内部和多核之间的大规模通信，其最大的优势在于拥有相当高的传输速率，可使处理器内核之间的数据传输速度比目前快 100 倍甚至更高。不过由于从设计到制造都存在诸多难题，使用硅光技术的芯片迟迟难以大规模应用，不过OURS 联合创始人林森在这一技术领域比较擅长，并且OURS也已经有基于硅光技术的相控阵（Optical Phase Array，OPA）测试芯片。

芯片之上，在“数据为王”的时代，OURS 采用的是以数据为中心的RISC-V 计算机指令集架构，这也是OURS的另一大核心优势。RISC-V 是开放式的结构而且开源，没有 IP授权费还能让开发者有很大的自由度做一些特殊应用的优化，因此能让OURS不仅能更好的支持物联网的垂直应用，还能满足低功耗的要求。据雷锋网了解，采用RISC-V架构和ARM架构的芯片相比，功耗可以低 6 倍、面积效率提升 5 倍，OURS的低功耗AI处理器也已经在FPGA上验证和实现，即将进行流片。

另外，OURS已经获得了来自创新工场、北极光创投和元禾控股的 A 轮融资。创始团队十余人，来自于UC Berkeley、清华大学、台湾大学、斯坦福大学等。70%的员工拥有博士学位，员工均是来自于多家硅谷著名芯片公司中的资深技术骨干。所以，在边缘端AI芯片市场，以OURS等初创企业很有希望占领高地，从另一个角度追赶甚至超越英伟达。

英伟达的优势还能维持多久？

通过前面的详细分析，不难发现在深度学习领域英伟达的GPU确实具有优势，这也是英伟达在AI领域率先取得成功支撑其数据中心业务持续快速增长的重要原因。但AI芯片市场的蛋糕显然不会被英伟达独吞，因此以英特尔为代表的老牌科技巨头All In AI向英伟达发起了全面的挑战，不仅基于自身的优势产品进行优化，还通过一系列的收购增强自身在AI领域的优势。再加上谷歌、AMD、IBM等巨头的竞争，英伟达面临的竞争十分激烈。

还有，AI初创企业虽然很难介入高门槛的云端AI芯片领域，但以OURS为代表的企业以低功耗端计算AI芯片为核心，希望通过从硬件到软件的全栈解决方案更好的满足边缘计算的需求，通过边缘端的AI芯片解决云端AI芯片延迟、实时性不强的问题，帮助AI更快实现普及，换个方式与英伟达在AI芯片领域竞争。

那么，英特尔与OURS目前在AI芯片方面的最新进展如何？未来将如何与英伟达竞争？众多的巨头以及初创企业能否阻挡甚至超越英伟达？这些问题的答案都能在由中国计算机学会（CCF）主办，雷锋网与香港中文大学（深圳）承办的 CCF-GAIR 2018 AI芯片分会场找到答案。

CCF-GAIR 2018——2018 年全球人工智能与机器人峰会将在2018 年 6 月 29 日至 7 月 1 日深圳宝安区前海 JW 万豪酒店举行。

在过去两年，CCF-GAIR 先后邀请到了：

•  10 余位中美两国院士；

• 20 余位 IEEE Fellow；

• 上百位在各自专业领域享有盛誉的学者；

• AI 领域的知名企业家、投资者和创新者。

CCF-GAIR 2018组委会经过商议而最终敲定了人工智能主会场和11 个分会场，涵盖仿生机器人、机器人行业应用、计算机视觉、智能安全、金融科技、自动驾驶、自然语言处理、AI+、AI 芯片及投资人在内的多个领域。

其中AI 芯片分会场已经邀请到了英特尔中国研究院院长宋继强，英特尔研究院一共800人左右，有600人是美国本土的，分成四大块研究方向，英特尔中国研究院主要做视觉相关的人工智能的核心算法，包括人脸识别技术、情绪识别、场景理解。CCF-GAIR 2018上中国研究院院长宋继强将分享英特尔在AI芯片方面的最新进展，解读AI发展的未来趋势，还能解答众多AI开发者最关心的问题。

同时，OURS创始人、CEO 谭章熹也将在CCF-GAIR 2018 AI芯片分会场进行分享，谭章熹本科毕业于清华大学电子工程系，而后前往加州大学伯克利分校深造拿到计算机科学博士，是计算机系统结构和超大规模集成电路（VLSI）设计专家。他的博士生导师 David Patterson是新晋图灵奖得主，也是 RISC 指令集架构的创始人。有着光鲜技术履历的OURS创始人谭章熹不仅会分享他与OURS的故事，还会为开发者带来非常实用的AI芯片，帮助开发者更快进入AI市场。

当然，CCF-GAIR 2018 AI芯片分会场还邀请到了中国电子学会电子设计自动化专家委员会主任委员、清华大学微电子研究所所长魏少军，他将分享他对于人工智能热潮的思考以及他看到的人工智能芯片的痛点，通过详细的解读更好地帮助中国的开发者更快、更准的进入AI市场。

以上只是CCF-GAIR 2018 AI芯片分会场邀请到的部分业界大拿，更多惊喜以及与诸多业界大拿面对面交流的机会在CCF-GAIR 2018现场等你。

过去两届的 CCF-GAIR 2018 都面临一票难求的火爆境地，所谓事不过三，今年您还在犹豫和观望吗？就看您信不信得过我们啦。

CCF-GAIR 2018 大会官网及盲订票入口：https://gair.leiphone.com/gair/2018yr

CCF-GAIR 2018，深圳见！