AI芯片，为何现在成为新军备竞赛？

　　【未来科技范 报道】7月16日消息，一场新的军备竞赛已经打响，不在地面，不在空中，它将是虚拟网络世界新一代基石，也是AI时代连接虚拟和现实的核心。

　　没错，AI芯片，正在引发一场无形但声势浩大的军备竞赛。

　　而且美国and中国，仍然是这场竞赛里的国家主角。

　　到底都有哪些“种马”?AI芯片又为何在当前风生水起?这样的竞合会把世界带往何方?

　　两大类玩家

　　要宏观了解AI芯片，可以粗略分为两大类玩家。

　　第一类，老霸主。

　　比如IBM已经在去年发布了一款AI处理器，用以PK英伟达的GPU;

　　英特尔也在通过收购加速AI芯片开发，并提供通用化的AI处理器;

　　ARM则拥有两个专为图像识别而生的处理器;

　　当然，霸中之霸，还属英伟达，至少目前为止，GPU仍然供不应求，而且老黄对专用芯片及软件生态的研发步伐，还在加快。

　　老霸主之外，新玩家也从四面八方破土而出。

　　其中有互联网巨头，以谷歌、微软、亚马逊、苹果、Facebook，以及特斯拉为代表，正在构建起自己专门的AI专用处理器;

　　互联网巨头切入芯片领域，自然也是全球同此凉热。在中国，阿里巴巴、百度和今日头条都已先后对外公布了自己的芯片计划。

　　而腾讯，一方面正在云平台部署AI处理器功能，另一方面则已通过投资并购，将触角伸到了之前从未开拓过的领域。

　　同时还有更广泛且规模巨大的创业玩家。据《纽约时报》不完全统计，目前AI芯片相关创业公司，全球已有45家之多，而且数量还在不断增加——另外也包括一些因各种原因不愿公开亮相的项目。

　　其中，至少有5家已从投资者那里筹集了超过1亿美元。据CB Insights统计，VC去年在芯片初创企业的投资超过15亿美元，几乎是两年前投资的2倍。

　　可能你也会有这样的困惑：芯片制造早就格局已定，稳如老司机，为啥忽然在AI加持后，忽然产生了这样的爆发?这个将至未至的新世界，真的需要这么多AI芯片吗?

　　关键不在芯片，而在AI。

　　此时此地此“芯”

　　Bill Coughran，现红杉资本合伙人，之前一直在参与Google基础设施布局，他说：机器学习和人工智能重新讨论了如何构建计算机的问题。

　　风向至少可以追溯到2年前，2016年夏天。

　　当时谷歌、微软和Facebook都在运用神经网络，构建可以快速识别人脸的算法的应用程序，而且这些算法还需要通过学习大量数据之后，来学会任务。

　　当时硬件上的选择并不多，于是英伟达的GPU生逢其时。GPU原本为渲染游戏和图形图像而生，但后来被发现特别适合运行神经网络，于是在当年，英伟达在谷歌等大公司的订单总额超过了1.43亿美元，比上一年增长了一倍之多。

　　然而一切并非一劳永逸。

　　通用通吃的GPU，虽然可以有效训练神经网络，但在芯片之间实现数据传输时，仍然显得效率低下。

　　另外，如果能够专门围绕AI应用打造一个专用处理器，而不必跟基础架构抢资源，可以让运算和任务训练执行变得更高效。换而言之，其中处理AI的实际任务，与标准计算或GPU处理是完全不同的过程。

　　于是专芯专用，呼之欲出。

　　一般而言，目前大行其道的科学计算都以确定的方式运行。比如你想知道2+3=5，并计算其中的所有小数位，x86和GPU做得很好，但AI的本质要求是：在没有进行实际运算的情况下，就可以从2+3学到2.5+3.5。

　　也就是说，AI的核心是使用算法解析数据，从中学习数据，然后根据数据进行确定或预测。

　　从AlphaGo到Facebook的人脸识别应用，展现的都是机器可以学习，且一旦学会了某个任务，就能触类旁通。

　　GPU当前还算能用，但算不上好用。

　　这也是自动驾驶场景的AI芯片如今火热的原因。

　　自动驾驶汽车的核心是让AI在不确定的物理环境中，实现感知、定位和决策。毫无疑问，利用CPU和GPU实际也能完成任务——但在功耗等方面，耗费太不值当了。

　　如果每个芯片在不同时间、不同任务都有专用，能耗就会大大降低，芯片部署成本也会相应降低。于是群雄并起，大家都希望在这个新兴市场中，分掉原来属于GPU的汤羹。

　　而且钱景也是显而易见的，汽车市场有多大，自动驾驶专用的AI芯片市场也就会有相应的比例。

　　于是就有了新景象，半导体行业开始老树发新芽。

　　那么竞技场内，又有哪些新玩家值得关注呢?

　　外媒列出了中美为主的值得注意的玩家，我们搬运如下：

　　Cerebras Systems

　　位于加州洛思阿图斯的创业公司悄悄地雇佣了一众芯片行业的老兵，正悄悄地生产着专为数据中心AI训练而设计的深度学习处理器。

　　公司的联合创始人及CEO Andrew Feldman此前曾创立服务器芯片公司SeaMicro，后者在2012年被AMD以3亿3400万美元买下，而此前在这里工作的四位同事Michael James、 Sean Lie，、Jean-Philippe Fricker、Gary Lauterbach与Feldman共同创立了Cerebras。

　　这家公司已经完成了1亿1200万美金融资，而PitchBook对其估值8亿6000万美金。

　　Graphcore

　　这家英国公司由两位芯片行业的老将，CEO Nigel Toon和CTO Simon Knowles共同创立，他们俩还创立过蜂窝调制解调器制造商Icera——这家公司在2011年被英伟达以4亿3500万美元收购。

　　Graphcore计划明年开始推出他们的“计算处理单元“(IPU)。每张芯片都包含1000个处理核心，内存区被置于处理器附近。基于早期的内部测试结果，这家公司声称，在不同的深度学习模型上，自己的芯片能够提供超过英伟达产品10到100倍的表现。

　　今年7月Graphcore完成的B轮3000万美元融资中，投资者中就包括了Deepmind老大哈萨比斯(Demis Hassabis)、OpenAI的联合创始人和CTO Greg Brockman以及Uber首席科学家、剑桥大学教授Zoubin Ghahramani。而在11月，红杉又领投了一笔对这家公司的5000万美元投资。到现在，Graphcore总共已经融资了1亿1000万美元。

　　Mythic

　　Mythic目前着眼于智能家居、摄像头、可穿戴设备以及无人机这样的低功效嵌入式设备。

　　这家公司已经从Data Collective、DFJ和Lux Capital拿到了1500万美元左右的投资。

　　寒武纪

　　由几位参与了“寒武纪1号”项目的中国学者在2016年创立。

　　在终端，寒武纪曾与华为达成合作，寒武纪为华为Mate 10手机提供了能够提升图像、语音识别等AI任务表现的处理器，而这一合作也将寒武纪带到了聚光灯下。

　　此外，寒武纪还推出了用于云端服务器的AI芯片。

　　目前，寒武纪已完成了一轮估值25亿美元的新融资，而且中国在国内芯片产业的雄心壮志将会成为寒武纪以及其他中国AI芯片初创公司的一大优势，尤其是考虑到，美国政府曾在2015年出于“安全考虑”禁止了向中国出口高端芯片。中国计划投入1500亿美元来推动国内产业的发展。

　　地平线机器人

　　地平线机器人的创始人及CEO余凯曾经领导过百度的深度学习研究院。按计划，地平线的业务将同时包含硬件和软件，覆盖从无人车到摄像头的各个AI战场。

　　公司已经完成了由英特尔领投的1亿美金A轮融资。地平线已经在去年12月发布了两款AI处理器。

　　(量子位获悉，地平线新一轮估值20亿美元左右的融资也接近完成。)

　　深鉴科技

　　清华系AI项目，去年10月完成了由蚂蚁金服与三星风投领投，招商局创投与华创资本跟投的共融资约4000万美金的A+融资。

　　今年随老股东赛灵思，进入ADAS领域，已获车厂订单。据称也完成了新一轮融资。

　　Wave Computing

　　每个Wave Computing处理器都包含16000个处理核心，这家公司把16块这样的芯片装进一个单独的盒子，来进行每秒2.9 peta(千的五次方)次运算。

　　Wave Computing 2010年就成立了，但直到2016年，这家公司才第一次浮出水面。目前，它已经收获了超过6000万美元融资。

　　Groq

　　Groq由谷歌TPU项目的前成员创办。在自己的网站上，Groq称自己家正在开发的芯片将有能力进行每秒400兆次的运算;相较之下，谷歌的第二代TPU每秒能进行180兆次运算。

　　这家公司获得了来自Facebook前高管、风投公司Social Capital创始人Chamath Palihapitiya——哦对了，大伙还记得他之前怼IBM沃森的事么?

　　ThinCI

　　ThinCI做的是针对视觉处理的图像流处理器。这家公司由四位英特尔前雇员2010年在加州爱尔多拉多山创办。

　　目前收到投资，金额未知，投资者包括汽车零部件提供商电装美国和麦格纳，以及英特尔前高管David Perlmutter。

　　Deep Vision

　　Deep Vision由两位斯坦福博士创办，主要为无人机、机器人和摄像头开发低功耗深度学习芯片。

　　不过目前，除了创始人Rehan Hameed和Wajahat Qadeer发表了他们关于这种芯片的研究成果外，关于他们的工作还披露得很少。

　　KnuEdge

　　闷声大发财!

　　手握1亿刀来源未知的投资，这家公司沉默了10年之久，直到2016年才第一次公布自己的存在。在NASA前高层Daniel Goldin的领导下，这家地处圣地亚哥的公司目前正着手制造用于神经网络的256核芯片。

　　原本，KnuEdge还在2016年公布过一项用于语音识别的云服务，叫KnuVerse，不过现在，为了专注于自己的芯片，KnuEdge停止了这项服务。

　　Tenstorrent

　　这家多伦多创业公司由两位AMD前工程师Ljubisa Bajic和Milos Trajkovic创办。这家公司称，自己正在为深度学习软件制造高性能芯片。

　　今年早些时候，这家公司收到了一笔来自Real Ventures的种子轮投资，金额没有披露。

　　Reduced Energy Microsystems

　　这家公司是最早参与YC加速器项目的芯片初创公司之一，目前已经收到来自Draper Associates的200万美元种子轮投资，专注于为深度学习开发低功耗芯片。

　　最后，华人相关的AI芯片也正在风起云涌，创新工场投资的OURS，前滴滴研究院院长何晓飞的无人车公司飞步也有芯片计划，依图为造芯专门成立了子公司，Rokid、云知声和出门问问等人机交互公司，都在今年推出了AI语音芯片(模组)。