人工智能专用芯片是大势所趋 而IP授权是当前实现商业化的最佳选择

镁客网 中字

人工智能专用芯片是大势所趋 而IP授权是当前实现商业化的最佳选择

人工智能专用芯片商业化,IP授权是当前的最佳出路

随着寒武纪成为AI芯片领域首个“独角兽”、华为麒麟970的推出,以及后面苹果、三星等多家重量级厂商相继宣布AI芯片的规划,“如何实现技术、产品的商业化落地”就成为了接下来需要厂商们亟待解决的问题。

目前,运用ASIC架构的人工智能专用芯片中,最典型、最具代表性的当属寒武纪旗下的产品和谷歌的TPU了,不同的是,前者服务的对象是广大客户,而后者则是服务于自己的人工智能系统Tensor-flow。

谈及商业化,虽然中星微、寒武纪的产品此前都有所流片,但是从当前的整体来看的话,相比于流片,IP授权或许更适合人工智能专用芯片,尤其是对于创企而言。至于原因,可以总结为两点:

第一,与其急着流片实现商业化,不如缓下脚步达到芯片生态圈

的确,对于企业来说,流片是一种能够快速实现商业化的方法,并且收获的利润也是可观的。但是,这样一来难免显得有些激进,一不小心或许就会造成失误。相比之下,通过IP授权来慢慢拉拢客户构建生态圈、“蚕食”人工智能芯片市场显得更为从容有序。

说到IP授权,我们第一个想到的就是ARM,作为后起之秀的它通过IP授权的策略打败了当时的业内老大Intel。ARM大中华区总裁吴雄昂曾一句话总结成功——建立了一个有强大活性和创新力的生态圈,为生态圈的合作伙伴提供了一种共赢模式,参与其中的企业有很高的成功率和利润空间。另外,ARM生态圈的成员并不受限于ARM平台,在此基础上可以有无限的创新空间。

当前,深度学习算法可能还没有那么的成熟,而人工智能的极大需求又对芯片的性能和功耗提出了新要求。与此同时,ASIC还有一个bug——架构固定不具备灵活性,这是其略逊于FPGA的一处。不过,通过IP授权,这将允许客户在指令集基础上根据需求创建出自己的内核架构,并可添加各种片内外设比如通信接口等等,从而生产出自己的“处理器芯片”,就像此次的华为麒麟970。

目前来讲,人工智能还处在一个初级阶段,相比于“思维定式”,更为灵活的架构或许将会更受欢迎。如此一来,围绕人工智能专用芯片将会逐步形成一个生态圈,这对于芯片企业以后的规划而言将是重要的一步棋。

第二,人工智能专用芯片流片具备风险

前面也提过,相比于人工智能通用芯片,人工智能专用芯片具备低成本低功耗的优势,但是有一个前提,那就是实现高出货量。

比如ASIC和FPGA,比起一次性成本,前者的成本是远远高于后者的,不过,在同样实现高量产的前提下,后者的成本将转变为前者的10倍,甚至是100倍。因此,如果不能实现量产的话,这对于人工智能专用芯片将是一件极为不利的事。

当然,在性能和功耗上,人工智能专用芯片遥遥领先,但也不能忽视其一旦流片,功能就不能更改的事实,这也是造成人工智能专用芯片上市慢的一个原因所在。

结语

在多起事件的联动下,人工智能专用芯片已经成为了一个“大蓝海”,引得国内外科技巨头、AI创企纷纷跳入其中,意图攀上中间那座小岛的制高点。

最后,攀上那座小岛的只会是人工智能专用芯片,至于最后是谁,又是怎么攀上的,我们目前只能持以观望的态度。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存