半导体行业的“反潮流”：人工智能应该如何定义下一代芯片？

半导体行业的“反潮流”：人工智能应该如何定义下一代芯片？

某种意义上说，过去 50 年半导体行业的发展成为人类计算革命的燃料来源。

简而言之，芯片是为我们的电子设备的大脑。它们帮助计算机和其他机器评估替代品，为电话、计算机、汽车、飞机、互联网提供计算能力。

半导体是在硅芯片上制造的非常复杂的物体。 这些晶圆的制造非常昂贵，前期投资需要数十亿美元。人类社会过去 60 多年的伟大技术奇迹之一，就是不断缩小芯片尺寸并不断提升计算性能，也就是我们常说的“摩尔定律”。

一

这两年来，一股半导体行业的“反潮流”开始出现：自研芯片。

上述现象与半导体行业刚起步时非常相似，当时，所有的公司都在内部研发、制造芯片，随着企业研发成本的上升，有的企业开始将芯片设计、生产分开，或者直接外包给第三方公司，这样的分工协作也大大降低了成本。

二

而人工智能，也正在给半导体行业带来新的变革机遇。

但行业内除了英伟达之外，没有人愿意看到只有 GPU 适合机器学习，从传统芯片企业英特尔到互联网巨头 Google、Facebook、亚马逊，都有着自己的考量。

而推理，则是将模型反应出结果呈现出来，我们常常说所谓“机器决策”，也就是说，当用户输入一个不太明确的指令后，机器能够给出一个看似合理的答案。

苹果的做法则完全不同。基于苹果自主研发的芯片以及神经网络处理引擎，目前 iPhone、iPad 都可以实现本地的 AI 计算，同样是照片数据的训练和推理，苹果将所有的过程都放在本地设备，如下图所示，你会看到也是类似的照片推荐、自然语言搜索等功能。

从上述角度出发，AI 芯片领域有三类大市场：数据中心训练、数据中心推理、设备/边缘推理。

如果说过去的芯片行业像极了汽车行业，导致没有后来者、创业者的机会，那么在 AI 芯片开创的三个领域里，却提供了足够多的想象空间，也让资本市场看到了可能性，下图还仅仅是截止到 2017 年的数据。

三

如果从 AI 芯片的三个大市场的角度去看未来的机会。

其次，设备推理市场虽然规模巨大，但却有着非常细分的领域，比如设备形态不同，导致应用场景、能耗的区别非常大，手机的推理能力与汽车显然是不同的，这也导致这个市场最终会非常庞杂，当然，巨头、创业公司都有机会在这个领域获得一席之地。

当然，与传统半导体行业类似，AI 芯片最终的走向依然会是寡头化，。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。