正如此前驱动每一次重大的科技进步一样,芯片如今也正在驱动AI技术的发展。从2012年深度学习算法开始流行,到2015左右的AI芯片创业热潮,再到如今的AI落地战,AI芯片正受到越来越多的关注。
既然是落地,AI芯片的峰值性能不是最值得关注的指标,平均性能更有参考价值。要高芯片的平均性能和降低AI芯片的应用门槛,首先需要解决数据的搬运问题。相比计算消耗的能量,数据存取消耗的能量远大于计算的消耗。
因此,无论是国内还是国外,无论是初创公司还是老牌芯片公司,都花了不少精力在芯片架构的创新上。可以看到存算一体、存内计算、可重构、可重组等一系列创新架构的AI芯片陆续推出,其中很重要的目标就是解决最核心的数据存取带来的功耗问题。
架构创新的另一个重要的意义在于适应不断迭代的深度学习算法的需求。深度学习算法的迭代速度以天来计,但是硬件的迭代速度以年来计,灵活的架构能够尽量延长AI芯片的价值。这其中的挑战在于,如何平衡灵活性和高性能,专用的硬件能够带来更强的性能,但灵活性就相应的降低。
当然,架构创新以及通过异构的架构提高硬件AI算力的同时,如何提升软硬一体化的程度是又一挑战。可以看到,无论是擅长AI视觉算法的公司还是以AI语音算法见长的公司,近年来都相继宣布推出自主研发的AI芯片。这是因为算法公司和芯片公司不能完全理解彼此的需求,在AI时代,算法对算力的要求更高,传统的做法是芯片公司提供硬件,算法公司被动调整算法或功能,这种方式无法满足实现理想的AI功能。
值得注意的是,2019年无论是AI算法公司和AI芯片初创公司,都有AI语音芯片推出,最佳AI语音芯片需要有什么样的特性?谁的AI语音芯片更能满足AI语音的落地需求?
谁是最强AI语音芯片值得进一步探讨,但无需讨论就可以明确的是AI语音和AI视觉正越来越多地应用于边缘和终端市场,将AI与IoT结合,推动AIoT市场的发展。这一市场的特点是需求非常多样,既需要高性能的边缘AI芯片,也需要超低功耗的终端AI芯片。
此时,对于应用场景的深刻理解并推出性能、功耗、易用性都满足需求的方案才能获得客户的认可。这种认可至关重要,对于单纯的芯片公司而言,只有大规模(百万和千万级别)的出货才能够维持公司的正常运营,并有能力持续投入迭代芯片保持竞争力。对于既有算法又有芯片的公司而言,芯片是核心的竞争力,结合对算法、场景的了解提供更好地软硬一体化的方案,有利于获得更高的市场份额。
既然谈到AIoT市场,当然不能忽视一个新兴的力量RISC-V。近年来,RISC-V这个新兴的指令集不仅受到了巨头和初创公司的欢迎,在国内更是掀起了RISC-V热潮。有观点就认为,既然x86、Arm代表了PC和移动互联网时代,AIoT时代也会有代表性的指令集和架构,RISC-V将有可能成为AIoT时代的代表。
从时间上来看,基于RISC-V芯片的产品将会在今年底以及明年初大量上市。那么,AIoT的芯片的落地战在2019年已经打响,谁才是最强AI芯片?
两年前,雷锋网启动了业内首个人工智能商业案例评选活动:「AI最佳掘金案例年度榜单」。我们从商业维度出发,寻找人工智能在各个行业的最佳应用。在过去两届评选中,514家参选企业经过多轮的筛选与评审,最终60多家极具商业价值的公司成功从中脱颖,入选首届和第二届「AI 最佳掘金案例年度榜单」。
在人工智能下半场来临之际,雷锋网基于对人工智能产业四年的调研和资源积累,并联合政、企、学、投资四界的评选委员,以人工智能在汽车、金融、安防、医疗、智慧城市、教育等19个领域的应用为评选准则,致力于寻找用户/客户问题解决能力强的产品和解决方案。
第三届「AI 最佳掘金案例年度评选」正式启动,首次设置AI+芯片的版块,设置了四大奖项:
最佳架构创新奖
最佳语音芯片奖
最佳AIoT芯片奖
最佳RISC-V芯片奖
在AI落地浪潮中,谁的AI芯片架构最具潜力?哪一个AI芯片级解决方案落地能力最强?