半導體行業的“反潮流”：人工智能應該如何定義下一代芯片？

半導體行業的“反潮流”：人工智能應該如何定義下一代芯片？

某種意義上說，過去 50 年半導體行業的發展成為人類計算革命的燃料來源。

簡而言之，芯片是為我們的電子設備的大腦。它們幫助計算機和其他機器評估替代品，為電話、計算機、汽車、飛機、互聯網提供計算能力。

半導體是在硅芯片上制造的非常復雜的物體。 這些晶圓的制造非常昂貴，前期投資需要數十億美元。人類社會過去 60 多年的偉大技術奇跡之一，就是不斷縮小芯片尺寸并不斷提升計算性能，也就是我們常說的“摩爾定律”。

一

這兩年來，一股半導體行業的“反潮流”開始出現：自研芯片。

上述現象與半導體行業剛起步時非常相似，當時，所有的公司都在內部研發、制造芯片，隨著企業研發成本的上升，有的企業開始將芯片設計、生產分開，或者直接外包給第三方公司，這樣的分工協作也大大降低了成本。

二

而人工智能，也正在給半導體行業帶來新的變革機遇。

但行業內除了英偉達之外，沒有人愿意看到只有 GPU 適合機器學習，從傳統芯片企業英特爾到互聯網巨頭 Google、Facebook、亞馬遜，都有著自己的考量。

而推理，則是將模型反應出結果呈現出來，我們常常說所謂“機器決策”，也就是說，當用戶輸入一個不太明確的指令后，機器能夠給出一個看似合理的答案。

蘋果的做法則完全不同。基于蘋果自主研發的芯片以及神經網絡處理引擎，目前 iPhone、iPad 都可以實現本地的 AI 計算，同樣是照片數據的訓練和推理，蘋果將所有的過程都放在本地設備，如下圖所示，你會看到也是類似的照片推薦、自然語言搜索等功能。

從上述角度出發，AI 芯片領域有三類大市場：數據中心訓練、數據中心推理、設備/邊緣推理。

如果說過去的芯片行業像極了汽車行業，導致沒有后來者、創業者的機會，那么在 AI 芯片開創的三個領域里，卻提供了足夠多的想象空間，也讓資本市場看到了可能性，下圖還僅僅是截止到 2017 年的數據。

三

如果從 AI 芯片的三個大市場的角度去看未來的機會。

其次，設備推理市場雖然規模巨大，但卻有著非常細分的領域，比如設備形態不同，導致應用場景、能耗的區別非常大，手機的推理能力與汽車顯然是不同的，這也導致這個市場最終會非常龐雜，當然，巨頭、創業公司都有機會在這個領域獲得一席之地。

當然，與傳統半導體行業類似，AI 芯片最終的走向依然會是寡頭化，。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。