英特爾、微軟與亞馬遜以不同方式搶進AI晶片
科技產業資訊室 (iKnow) - Gloria 發表於 2019年12月17日
圖、英特爾、微軟與亞馬遜以不同方式搶進AI晶片
過去的幾年中，AI已經成為人們日常生活的一部分。除了軟體上的功勞之外，AI晶片的扮演更重要的角色。
英偉達（NVIDIA）由於在繪圖晶片上的實力，成為AI誕生以來的早期受益者。但是隨著晶片技術的不斷演進，AI晶片市場的發展出現許多變化，以下是現今英特爾、微軟與亞馬遜分別採用不同方式發展AI晶片的戰略，值得未來持續觀察。
第一是傳統晶片大廠的金錢攻勢：英特爾一直是CPU的全球領導者。該公司雖然錯過了最初的AI發展初期的商機，但是卻以購併方式積極強化公司體質。從2015年以167億美元的價格收購Altera；2016年以4億美元的價格收購AI晶片新創公司Nervana；2017年以153億美元的價格收購了Mobileye，到近期以10億至20億美元的價格收購Habana Labs。即可看到英特爾的企圖心。
第二是採用合作方式整合至雲端的軟體業者：微軟是從Windows作業系統和Office軟體套件起家，近幾年微軟最受歡迎的產品則是採用軟體即服務（SaaS）概念來擴充Azure雲端運算業務。
為了追趕亞馬遜，微軟與英國新創公司Graphcore合作，採用一種新的AI晶片組，即是透過新處理器Colossus智慧處理器（IPU）來擴展Azure雲端業務。當初這些AI晶片是著眼於以AI為中心的任務，例如臉部辨識，語音處理，自然語言理解和自動駕駛汽車。2019年11月，微軟和Graphcore發布了基準測試結果，其處理器超越英偉達或谷歌同類型晶片的性能。
未來微軟將採用具備智慧處理器的Azure，並提供給客戶進行測試和使用在公共雲端服務提供商的應用上。
第三則自行研發AI晶片的網路業者亞馬遜：在12月初於拉斯維加斯舉行的年度re：Invent會議上，亞馬遜宣布將向AWS客戶提供其客製化設計的Inferentia晶片。該處理器能夠幫助客戶在雲端服務中獲得高性能和低成本的機器學習推理能力。
基本上，AI系統在兩個不同的階段中運行。第一個階段是培訓階段，為特定任務開發和訓練演算法，而第二個階段則是推理階段，對需要進行訓練的任務部署系統。
如果每一個階段都採用特定技能的處理器，即可達到最高效率。亞馬遜的Inferentia晶片是專門針對推理而開發，因此在培訓階段仍然需要GPU。（721字）
參考資料：
The AI Chip Market Is Heating Up -- 3 Important Developments You May Have Missed. The Motley Fool，2019/12/8
AWS launches its custom Inferentia inferencing chips. Tech Crunch，2019/12/3
Microsoft Azure Adds Graphcore’s IPU. HPC Wire，2019/11/19
相關文章：
1.新創公司Cerebras設計史上最大AI晶片挑戰傳統商業模式
2.AI新創公司Habana Labs挑戰英偉達訓練晶片的解決方案
3.AI晶片成為2019年半導體業界目光的焦點
4.英特爾投資AI晶片的新創公司Untether AI
5.AI重大突破關鍵在於硬體設計
--------------------------------------------------------------------------------------------------------------------------------------------
【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。
|