现在的位置: 首页资讯>正文

AI芯片的未来何去何从,谁能叫板英伟达?

2019年01月29日 作者: 暂无评论 255+ 0

在过去五年中,英伟达将其数据中心业务发展成为一个价值数十亿美元的巨头,却从未遇到过一个像样的竞争对手。这是一个惊人的事实,在我的记忆中,这在当今的科技世界是无与伦比的。

我准备写一篇预测未来一年的AI芯片,以及英伟达如何应对挑战的文章,但我很快意识到,文章要比我预期的要长得多。由于有很多内容要介绍,我决定把文章分为3个部分。

第1部分:简介,以及分析想要挑战英伟达的大公司:英特尔、AMD、谷歌、赛灵思、苹果、高通。

第2部分:创业公司与中国公司,以及他们可能扮演的角色。

第3部分:英伟达抵御潜在竞争对手的策略。

1、简介

在过去五年中,英伟达将其数据中心业务发展成为一个价值数十亿美元的巨头,却从未遇到过一个像样的竞争对手。

这是一个惊人的事实,在我的记忆中,这在当今的科技世界是无与伦比的。这种快速增长的动力主要来自对人工智能(AI)和高性能计算(HPC)的快速GPU芯片的需求。

英伟达首席执行官Jensen Huang喜欢谈论深度学习领域的“寒武纪大爆发”,特别指的是神经网络算法创新的快速步伐。我们将在第3部分中讨论这对英伟达的意义,但我选择借用这个概念作为本系列的标题。我们正处于全球许多大型和小型公司的专业AI芯片爆发的门口。

三年前,芯片初创企业几乎不可能获得风险投资。而现在,有数十家资金充足的挑战者在为人工智能构建芯片。

图1:英伟达将新型神经网络的爆炸式发展比作生命首次出现寒武纪时代。

去年,英伟达和IBM 达到了计算的顶峰,他们宣布为世界上最快的超级计算机——美国能源部橡树岭国家实验室(ORNL)的Summit超级计算机(约95%的性能归功于英伟达的Volta GPU)提供动力。尽管这是一项令人难以置信的成就,但许多人开始怀疑,对于英伟达来说,整个童话故事能否持续下去。

图2:美国能源部橡树岭国家实验室的Summit超级计算机是当今世界上最快的计算机。

根据最新的季度报告,英伟达数据中心收入同比增长58%至7.92亿美元,占公司总收入的近25%。在过去4个季度中,这一数字总计为28.6亿美元。如果该公司能保持这种增长,到2019年,数据中心的收入将达到45亿美元。这听起来像天堂,或者至少是地球上的天堂,对吧?

毫无疑问,英伟达在其强大的可扩展架构愿景的推动下,打造出了卓越的产品。英伟达现在拥有一个由软件、大学、初创企业和合作伙伴组成的强大和自我维持的生态系统,这些伙伴使它成为自己创建的新世界的主人。

虽然有些人会认为,这一生态系统创造了一条不可逾越的护城河,但乌云现在正出现在地平线上。潜在的威胁来自英特尔、谷歌、AMD以及数十家美国和中国的初创企业,它们都被炙手可热的人工智能所吸引。

到目前为止,在我看来,竞争主要是小打小闹。竞争对手已经发布了几十项声明,但我非常确信,除了谷歌之外,没有一家公司实际上从英伟达的金库中获得了任何收入。让我们看看目前的竞争格局,看看2019年将会是什么样子。

大型挑战者

尽管《纽约时报》统计有40多家初创公司进入了这一领域,但让我们现实一点:只有少数公司才能真正在这个市场上取得成功(比如收入超过10亿美元)。在深度神经网络的训练方面,考虑到英伟达的产品、安装基础和无处不在的生态系统的强大,英伟达很难被击败。

然而,目前规模相当小的推理市场最终将超过训练市场的总收入。与训练不同,推理不是单一的市场。它由云端和边缘的大量数据类型和相关的优化深度学习算法组成,每种算法都具有特定的性能、功耗和延迟要求。

此外,在推理市场中没有巨无霸,即使在英伟达声称拥有领导地位的汽车市场也是如此。由于这些原因,推理是大多数新进入者主要或最先关注的领域。让我们看看那些正在争夺席位的大公司。

谷歌

最早证明专用芯片(称为ASIC,或特定于应用的集成电路)可以对抗更可编程、更通用的用于深度学习的GPU的公司之一是谷歌。巧合的是,谷歌可能是英伟达最大的客户之一。正如我之前所述,谷歌现在已经发布了四款“Tensor Processing Units”(TPU),这些芯片和电路板可以加速云中的深度学习训练和推理处理,最近还用于边缘云。谷歌的TPU用于训练和处理深度神经网络的性能相当可靠,每块芯片每秒可提供多达45万亿次操作(TOPS)。

相比之下,英伟达的Volta最高可达125 TOPS。谷歌最初的两个TPU实际上是供内部使用和吹嘘的,但Google现在将它们作为一种服务提供给其在Google Compute Cloud上的云客户。

尽管TPU无疑对谷歌的人工智能举措起到了推动作用,但它们服务于谷歌内部使用案例(当然,这是一个相当大的市场)之外的市场却是有意受到限制的。

TPU只能用于训练和运行谷歌TensorFlow AI框架; 你不能用它来训练或运行用Apache MxNet或PyTorch构建的AI(这两个是Facebook和微软支持的快速增长的AI框架)。它们也不能用于GPU占主导地位的非AI HPC应用。

此外,你不能购买TPU用于企业或政府数据中心和服务器中的内部计算。但谷歌并不介意这一切,因为它认为TPU和TensorFlow对其人工智能的整体领导地位具有战略意义。针对硬件进行优化的软件和针对软件进行优化的硬件可以构建强大而持久的平台。

TPU的更直接的影响可能是验证ASIC概念可以作为GPU的替代方案,至少对潜在的投资者来说是这样。一家深度学习芯片初创公司的首席执行官和我分享了这样的经历:在谷歌宣布其TPU之后,风险资本开始自由流动。他随后筹集到了数亿美元。

谷歌一直善于从英伟达在GPU技术大会(通常是在3月份)上发布的可预测的声明中抢得一些风头,我不会惊讶于看到谷歌今年再次亮相,或许会带来一款性能数据引人注目的7纳米TPU产品。

亚马逊网络服务公司(Amazon Web Services)也不甘落后,公司去年秋天宣布,它也正在构建一个用于推理处理的定制ASIC。然而,该芯片仍在开发中,公司没有分享任何有关设计或可用性的细节。

文章分页: 1 2 3 4

发表评论

相关文章

戴尔外星人看好Intel 2020独显Xe:或与NVIDIA高端一战

i740和Larrabee后,Intel计划在2020年第三次推出独立显卡产品,品牌名Xe。再一再二都先后失意,第三次尝试能成为AMD和NVIDIA之后的第三极吗?不知是有内部情报胸有成竹、还是多年队友故而信...

盘点2018年全球最值得关注的AI芯片初创公司

在《芯片巨头们2019年的AI芯片之争会如何?》一文中作者Karl Freund详细介绍了巨头公司们的AI芯片。此外,还有数十家硅谷创业公司和中国独角兽公司估值超过10亿美元,并且也参与了AI芯片的竞...

2019年AI芯片市场会如何?巨头们又该怎么办呢?

本文分析了目前AI芯片市场的情况,以及NVIDIA在这一市场的领先地位。不过,随着芯片巨头在AI芯片领域有了新的进展,NVIDIA将会面临更多的挑战,2019年AI芯片市场会如何?

NVIDIA发布虚拟化平台的Virtual GPU软件v7.x最新版,助力用户工作流程加速

在不久前的GTC大会慕尼黑站上,NVIDIA发布了虚拟化平台的Virtual GPU软件v7.x最新版。昨天,NVIDIA在北京召开沟通会,NVIDIA GPU虚拟化高级解决方案架构师张洁,以及中国区解决方案架构师李...

老巨头们的焦虑,新入局者的野望:2018 AI芯片格局之争

经过了2017年的巨头纷争,2018年的AI芯片市场进入了百花齐放的局面。针对各种细分领域的AI芯片不断出现,让整个市场展示了一种异样的活力。