競逐AI晶片誰將勝出?
科技產業資訊室 (iKnow) - May 發表於 2017年9月5日
![](/Post/Figures/2017/market/ic_13742_20170905.png)
圖、競逐AI晶片誰將勝出?
人工智慧(AI)被視為第四次工業革命核心,預估到2020年,市場商機規模高達3,000億美元,「得晶片者得天下」概念發酵,因此吸引各大科技廠爭相加碼投資。
過去因為資料量不夠大,同時機器CPU無法做準確分析,如今各種結構與非結構性資料量愈來愈大,全部被集中到雲端或者可藉由終端手機進行資料蒐集及分析。資料量愈來愈多樣化,加上各式演算法愈來愈精進,使得人工智慧的環境趨於成熟。以下簡述目前較具體在AI晶片有進展的公司:
Nvidia(英偉達)一直是圖像處理的行業龍頭,GPU的浮點運算、同步並行運算是非常適用於人工智慧的深度學習神經網絡,因此成為AI晶片領頭軍。谷歌無人駕駛汽車就採用了Nvidia 的移動終端處理器Tegra(4 核CPU+256 核GPU)。2016 年8 月,英偉達推出首台深度學習超級計算器Nvidia DGX-1。2017 年4 月,Nvidia宣布為Tesla自駕車開發全新數據中心加速器Tesla P100 已經供貨,面向人工智慧、自動駕駛、氣候預測、醫藥開發等專業領域。
Google 在2017年5月的 I/O 大會推出AI晶片「TPU」(Tensor Processing Unit)是客製化的 ASIC(特殊應用邏輯IC),專為機器學習設計,用於改善搜尋結果的相關性,提高 Google 街景服務地圖和導航功能的正確度。也就是說,TPU專為特定用途設計的特殊規格邏輯 IC,只執行單一工作,所以速度更快,但缺點是成本較高。
英特爾2016年9月收購視覺晶片公司Movidius。歷經將近一年的研發,於2017年8月底宣佈推出了全新的Myriad X視覺處理器(Vision Processing Unit;VPU),這是全球第一個配備神經運算引擎(Neural Compute Engine)的系統單晶片(SoC),可用於加速產品端的深度學習推理,未來可應用在無人機、機器人、智慧攝像機、虛擬實境與擴增實境等產品。
高通早在2015年CES推出Snapdragon Cargo是一款無人機SoC晶片,具有視覺運算可應用於工業、農業監測、航拍。此外,高通的驍龍820晶片也被應用於VR頭盔中。事實上,高通已經在研發能在終端完成深度學習的移動設備晶片。
IBM推出TrueNorth 晶片,又於2017年8月9日宣布已發展出採用多台伺服器搭配分散式深度學習軟體(Distributed Deep Learning;DDL)縮短深度學習時間,提高效率。IBM使用了64個自行開發的Power 8伺服器,每一個微處理器都與256顆英偉達繪圖處理器透過NVLink連接起來,讓兩種晶片之間的資料流程進行傳輸。當其開始處理來自ImageNet-22K資料庫的750萬張圖片時,其識別準確率高達33.8%,比起微軟先前的29.8%紀錄還高。
蘋果公司對未來開發的產品,一向神祕低調。消息傳出蘋果正在開發AI晶片Apple Neural Engine,且內建於新一代的iPhone/iPad原型機進行測試,期望提升臉部或語言辨識能力。還有研發出一套人工智慧架構平台,可讓兩組Siri軟體相互對話溝通,應用在智慧居家領域。同時,蘋果也積極開發深度學習技術,鎖定自動駕駛車以及智慧家居應用,要把虛擬語音助理軟體Siri更加智慧化。
微軟準備為下一代Hololens擴增實境裝置打造一個客製化的TPU人工智慧晶片,也不排除在Hololens晶片推出之後,也可以用於微軟的雲端服務之上。也在試驗另一種晶片 FPGA(可程式化邏輯元件),FPGA 介於 GPU 和 ASIC 之間,沒有 GPU 那麼通用,也不像 ASIC 只有單一功能,FPGA 能重新編程,執行多種功能。
華為在IFA 2017(柏林時間9月2日)發布了首款人工智慧(AI)手機應用處理器—Kirin 970(麒麟970),是8核心手機應用處理器,同樣由子公司海思半導體(HiSilicon)設計,雖然ARM架構處理器核心數及運算時脈與上一代Kirin 960相同。採用台積電的10奈米先進技術以大幅降低功耗,加入華為最新的人工智慧(AI)神經處理元件(Neural Processing Unit,NPU),成為全球首款搭載AI運算核心的手機晶片。該晶片支援語音識別、人臉識別、場景識別等多個人工智能場景的處理。該款新晶片將搭載在華為10月新機Mate 10。
百度聯合硬體廠商推出DuerOS智慧晶片,可以在晶片嵌入百度演算法,快速而廣泛地應用到更多場景。百度利用「算法+晶片」的組合,切入人工智慧應用產業。
結語
AI晶片包含三大類市場,分別是數據中心(雲端)、通信終端產品(手機)、特定應用產品(自駕車、頭戴式AR/VR、無人機、機器人...)。當前機器學習多採用 GPU圖像處理,尤以Nvidia 是此一領域龍頭,但是,有些業者認為GPU處理效率不夠快,而且因應眾多特定新產品的不同需求,於是,推出NPU、VPU、TPU...等等。總而言之,AI晶片是一個新興的產品,等待「殺手級」出現,充滿無限大的市場。由於,搶未來AI應用市場商機,科技巨鱷如Google、微軟、蘋果企圖建構AI平台生態模式吃下整個產業鏈。
目前還不清楚哪種架構的晶片會在 AI 大戰獲勝。但(手機)終端市場對於AI晶片的功耗、尺寸、價格都有極為嚴格的要求,難度上比雲端數據晶片更高。
至於 CPU是否會被TPU、NPU、VPU….等之類新類型處理器取代,答案應該不會。因為,新出現的處理器只是為了處理新發現或尚未解決的問題;同時,希望晶片市場能有更多競爭及選擇,不要英特爾、高通獨大。科技企業搶人工智慧應用商機,AI晶片成為兵家必爭之地。(1295字;圖1;表1)
表、布局AI晶片業者
公司 |
AI晶片 |
用途 |
Nvidia |
GPU(Graphic Processing Unit) |
1. NVIDIA 的移動終端處理器Tegra(4 核CPU+256 核GPU)。
2. 深度學習超級計算機NVIDIA DGX-1。
3. 數據中心加速器Tesla P100面向人工智慧、自動駕駛、氣候預測、醫藥開發等專業領域。 |
Google |
TPU(Tensor Processing Unit) |
是客製化的 ASIC(特殊應用邏輯IC),專為機器學習設計,用於改善搜尋結果的相關性,提高 Google 街景服務地圖和導航功能的正確度。 |
英特爾 |
VPU(Vision Processing Unit)屬於NPU |
是全球第一個配備神經運算引擎(Neural Compute Engine)的系統單晶片(SoC),可用於加速產品端的深度學習推理。未來可應用在無人機、機器人、智慧攝像機、虛擬實境與擴增實境等產品。 |
微軟 |
FPGA(可程式化邏輯元件) |
FPGA 介於 GPU 和 ASIC 之間, FPGA 能重新編程,執行多種功能。 |
華為 |
NPU(Neural Processing Unit)
Kirin 970(麒麟970) |
採用台積電的10奈米先進技術以大幅降低功耗,加上海思的HiAI移動計算架構,NPU運算能力達到了1.92T FP16 OPS,憑藉AI計算能力,(相較於四個Cortex-A73核心)在處理同樣的AI應用任務時,新的異構計算架構能夠提高25倍的CPU性能和50倍的能耗表現。 |
百度 |
GPU(Graphic Processing Unit)+ 對話式人工智慧系統 |
聯合硬體廠商推出DuerOS智慧晶片,利用「算法+晶片」的組合,切入人工智慧應用產業。 |
IBM |
TrueNorth 晶片 + 多台伺服器搭配分散式深度學習軟體(Distributed Deep Learning;DDL) |
IBM使用了64個自行開發的Power 8伺服器,每一個微處理器都與256顆英偉達繪圖處理器透過NVLink連接起來,讓兩種晶片之間的資料流程進行傳輸。 |
高通 |
VPU(Vision Processing Unit) |
高通推出Snapdragon Cargo是一款無人機SoC晶片,具有視覺運算可應用於工業、農業監測、航拍。此外,高通的驍龍820晶片也被應用於VR頭盔中。事實上,高通已經在研發能在終端完成深度學習的移動設備晶片。 |
Source:科技政策研究與資訊中心—科技產業資訊室(iKnow)整理,2017/9
參考資料:
人工智慧爆發 中美AI晶片大比拼。光電新聞網,2017/05/14。
華為發布手機AI晶片Kirin 970。科技產業資訊室(iKnow),2017/9/5。
英特爾揭露最新AI晶片,中國大陸不落人後。科技產業資訊室(iKnow),2017/8/30。
IBM的深度學習獲得重大突破,縮短時間提高效率。科技產業資訊室(iKnow),2017/8/14。
全球人工智慧晶片市場預測2016~2022年成長率62.9%。科技產業資訊室(iKnow),2017/7/24。
傳聞蘋果開發AI晶片 內建於下一代iPhone。科技產業資訊室(iKnow),2017/6/1。
本站相關文章:
1. 谷歌學習蘋果?開始自製晶片進入人工智慧
2.人工智慧崛起,微軟與谷歌都投入晶片研發
3.微軟公布HoloLens晶片規格,由台積電代工
4.英特爾揭露最新AI晶片,中國大陸不落人後
5.英特爾推出第五代Core M處理器挑戰iPad Air
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。
|