AI晶片全都是炒作？背后秘辛大曝光！贏家是Google TPU
人工智慧是大家普遍討論度極高的話題。僅僅一兩年間，國內AI芯片頭部創業公司的融資額度就超過了20億人民幣。全球至少有45家初創公司研制AI芯片（語音交互和自動駕駛），5家企業融資超過了1億美元。據中信證券測算，2020年AI芯片市場規模將達146.16億美元。人工智能技術以AI芯片為載體正在迅速崛起。
這也使得人工智慧芯片市場預測，快速成長。根據 產業科技資訊室 報導，人工智慧（AI）芯片市場到 2022 年將達到 160.6 億美元，從 2016 年到 2022 年年均復合增長率為 62.9%。此調查使用的基準年度為 2015 年預測期為 2016 年至 2022 年。人工智慧是用于開發類似于人類智能的產品的最先進技術的整合。
會有這樣的市場變化，是因為全球數據資料越來越多，數據運算將仰賴 CPU 的運算性能，也就因此造就了全球 AI 芯片大戰。
NVIDIA 英偉達：GPU 龍頭，AI 芯片大王
談到 AI 運算芯片，當然不免俗地談到 NVIDIA 。NVIDIA 創立于 1993 年，是一家無晶圓（Fabless）美國 IC 半導體公司，也是全球 GPU 領導廠商。它的 GPU 是圖像處理的行業龍頭，而且 GPU 芯片的同步運算非常適用于人工智慧的深度學習神經網絡。
AI芯片全都是炒作？這要問問這5家怎么說！
實際上，NVIDIA 在浮點運算、并行計算等部分計算方面尤其突出，GPU 可以提供數十倍乃至于上百倍于 CPU 的性能。而且到目前國際 GPU 市場已經被 NVIDIA 和 AMD 兩大公司瓜分，更夸張的是，2015 年第二季度 NVIDIA 的市場份額已經高達 82%。而英偉達設計了的片 Tegra（4 核 CPU+256 核 GPU），目前正是 Google 無人駕駛汽車采用的。2016 年時，NVIDIA 的股價更是上漲了 228%。500 億美元的讓輝達幾乎可以說是業界擁有最高收益的公司。
Google：定制化 TPU 芯片+量子計算機
作為當今互聯網界的巨頭，Google在AI領域頗有建樹，甚至親力親為開發了自己的AI專用TPU芯片。Google 在 2017 年 5 月的 I/O 大會推出 AI 芯片「TPU」（Tensor Processing Unit）是客制化的 ASIC（特殊應用邏輯 IC），專為機器學習設計，用于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。在2018年開發者大會上，谷歌宣布其已經開發出第三代人工智能（AI）芯片。
谷歌也正在將自己的云端AI轉為客戶端的本地AI，這次谷歌推出的Edge TPU就是如此，它是TPU的簡化版本，針對物聯網，相比云端，能更快的收到傳感器數據，從而進行AI處理。
技術細節上，Edge TPU是專門設計的ASIC芯片，用于運行ensorFlow Lite ML模型，它的能耗比非常高，大小也非常小，比一枚硬幣要小很多。
Intel：吃下 Nervana AI 芯片技術、FPGA
Intel 在 2016 年 11 月時花了 4 億 買下 AI 新創業者 Nervana ，Nervana 一直在研究要如何將深度學習算法嵌入到芯片當中，而不是簡單的打造能夠在大量圖形處理器上運行的軟體。
Intel 一直都說，Nervana 技術可以讓深度學習系統運行速度提升 100 倍，計劃 2017 年銷售集成 Nervana 技術的芯片。而前幾天微軟和 intel 共同推出了企業級區塊鏈服務 ，目前已經采用的有以太幣和 JP Morgan，備受看好！而這次 Intel 又和微軟合作推出的 Brainwave，性能與發展潛力都讓人驚艷，終于實現云端結合去運行 AI 達到即時提供運算結果的成效 。
IBM：類人腦芯片 TrueNorth & 量子計算機
IBM 從 2008 年開始研究能模擬人類大腦的芯片 項目 ，然后在 2014 年推出第一個 TrueNorth 芯片。而終于在今年 3 月份內推出全球第一個商業通用「量子」計算服務 IBM Q，為 50 量子 bit 的計算機，比之前推出的 5 量子位計算機大 10 倍。
此外，IBM 在今年八月份，宣布其已經發展出能夠讓深度學習處理速度更快的人工智慧。新技術會將使用多臺伺服器搭配分散式深度學習軟體（Distributed Deep Learning；DDL）縮短深度計算時間，提高效率。
微軟：重點研發 FPGA AI 芯片，推出基于 FPGA 的視覺芯片
目前 FPGA 已經被應用在中國 Bing 搜尋上，原理是幾如神經網絡的搜尋算法，相較于傳統芯片，它將執行速度大幅提升，只需要 24ms 就可以完成搜尋。此外，FPGA 也支持 Microsoft Azure 商務云端服務。
國內AI芯片主要玩家有，寒武紀（華為麒麟970芯片搭載的就是寒武紀的AI芯片，中科院為此還向華為發了賀電。）深鑒科技、比特大陸和嘉楠耘智、地平線機器人等等，除了以上初創公司以外，還有一些傳統芯片廠商也加入到AI芯片隊伍。海思、杭州國芯、中星微電子都有涉入。但是開發AI芯片硬件構架的代價非常高，不是所有廠家都能承受的。
無芯片不AI，無終端不AI，無行業不AI。未來，AI與AI芯片將無處不在：咖啡機、保溫杯、麥克風、甚至耳環、鞋子這些小物件都會智能化。
這也使得人工智慧芯片市場預測，快速成長。根據 產業科技資訊室 報導，人工智慧（AI）芯片市場到 2022 年將達到 160.6 億美元，從 2016 年到 2022 年年均復合增長率為 62.9%。此調查使用的基準年度為 2015 年預測期為 2016 年至 2022 年。人工智慧是用于開發類似于人類智能的產品的最先進技術的整合。
會有這樣的市場變化，是因為全球數據資料越來越多，數據運算將仰賴 CPU 的運算性能，也就因此造就了全球 AI 芯片大戰。
NVIDIA 英偉達：GPU 龍頭，AI 芯片大王
談到 AI 運算芯片，當然不免俗地談到 NVIDIA 。NVIDIA 創立于 1993 年，是一家無晶圓（Fabless）美國 IC 半導體公司，也是全球 GPU 領導廠商。它的 GPU 是圖像處理的行業龍頭，而且 GPU 芯片的同步運算非常適用于人工智慧的深度學習神經網絡。
AI芯片全都是炒作？這要問問這5家怎么說！
實際上，NVIDIA 在浮點運算、并行計算等部分計算方面尤其突出，GPU 可以提供數十倍乃至于上百倍于 CPU 的性能。而且到目前國際 GPU 市場已經被 NVIDIA 和 AMD 兩大公司瓜分，更夸張的是，2015 年第二季度 NVIDIA 的市場份額已經高達 82%。而英偉達設計了的片 Tegra（4 核 CPU+256 核 GPU），目前正是 Google 無人駕駛汽車采用的。2016 年時，NVIDIA 的股價更是上漲了 228%。500 億美元的讓輝達幾乎可以說是業界擁有最高收益的公司。
Google：定制化 TPU 芯片+量子計算機
作為當今互聯網界的巨頭，Google在AI領域頗有建樹，甚至親力親為開發了自己的AI專用TPU芯片。Google 在 2017 年 5 月的 I/O 大會推出 AI 芯片「TPU」（Tensor Processing Unit）是客制化的 ASIC（特殊應用邏輯 IC），專為機器學習設計，用于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。在2018年開發者大會上，谷歌宣布其已經開發出第三代人工智能（AI）芯片。
谷歌也正在將自己的云端AI轉為客戶端的本地AI，這次谷歌推出的Edge TPU就是如此，它是TPU的簡化版本，針對物聯網，相比云端，能更快的收到傳感器數據，從而進行AI處理。
技術細節上，Edge TPU是專門設計的ASIC芯片，用于運行ensorFlow Lite ML模型，它的能耗比非常高，大小也非常小，比一枚硬幣要小很多。
Intel：吃下 Nervana AI 芯片技術、FPGA
Intel 在 2016 年 11 月時花了 4 億 買下 AI 新創業者 Nervana ，Nervana 一直在研究要如何將深度學習算法嵌入到芯片當中，而不是簡單的打造能夠在大量圖形處理器上運行的軟體。
Intel 一直都說，Nervana 技術可以讓深度學習系統運行速度提升 100 倍，計劃 2017 年銷售集成 Nervana 技術的芯片。而前幾天微軟和 intel 共同推出了企業級區塊鏈服務 ，目前已經采用的有以太幣和 JP Morgan，備受看好！而這次 Intel 又和微軟合作推出的 Brainwave，性能與發展潛力都讓人驚艷，終于實現云端結合去運行 AI 達到即時提供運算結果的成效 。
IBM：類人腦芯片 TrueNorth & 量子計算機
IBM 從 2008 年開始研究能模擬人類大腦的芯片 項目 ，然后在 2014 年推出第一個 TrueNorth 芯片。而終于在今年 3 月份內推出全球第一個商業通用「量子」計算服務 IBM Q，為 50 量子 bit 的計算機，比之前推出的 5 量子位計算機大 10 倍。
此外，IBM 在今年八月份，宣布其已經發展出能夠讓深度學習處理速度更快的人工智慧。新技術會將使用多臺伺服器搭配分散式深度學習軟體（Distributed Deep Learning；DDL）縮短深度計算時間，提高效率。
微軟：重點研發 FPGA AI 芯片，推出基于 FPGA 的視覺芯片
目前 FPGA 已經被應用在中國 Bing 搜尋上，原理是幾如神經網絡的搜尋算法，相較于傳統芯片，它將執行速度大幅提升，只需要 24ms 就可以完成搜尋。此外，FPGA 也支持 Microsoft Azure 商務云端服務。
國內AI芯片主要玩家有，寒武紀（華為麒麟970芯片搭載的就是寒武紀的AI芯片，中科院為此還向華為發了賀電。）深鑒科技、比特大陸和嘉楠耘智、地平線機器人等等，除了以上初創公司以外，還有一些傳統芯片廠商也加入到AI芯片隊伍。海思、杭州國芯、中星微電子都有涉入。但是開發AI芯片硬件構架的代價非常高，不是所有廠家都能承受的。
無芯片不AI，無終端不AI，無行業不AI。未來，AI與AI芯片將無處不在：咖啡機、保溫杯、麥克風、甚至耳環、鞋子這些小物件都會智能化。