人工智能 未来战争-人工智能在芯片制造中应用

可爱的网友们你们好，这篇文章核心内容主要是给大家详细描述关于“人工智能 未来战争”的核心内容以及“人工智能在芯片制造中应用”的相关信息，希望对您有所帮助。

这里是科技前哨，我是赵文轩。

上一篇文章为您介绍了人工智能大公司的AI服务，最重要的构建AI风口已过，用好才是王道;介绍了国外各大巨头所提供的AI服务，方便用户从更底层的技术能力看穿现在各类P图成、语言翻译的产品是怎么来的，将这些技术更好的结在自己的产业中。

没有传统的行业，只有传统的企业。任何一个企业，一个场景用好了技术都会产生颠覆式的创新。我也在努力寻找这样的机会，也欢迎你加入探索的行列。

今天我将为大家系统的介绍人工智能芯片。

一、发展人工智能芯片的原因

芯片和云计算总是在不同时期有着不同的倾向，有时候人们需要在云端计算，有的时候又希望本地就可以计算。传统架构是串行处理，简单理解为一次只能干一件事情。云计算是用更多的计算机同时处理一件事情，但依然理解为还是在解决一个事情，只是人多了一些。

人工智能模仿大脑深度经网络，是超低能耗的并行处理结构。这是一个范式上的转变。人工智能芯片的兴起有如下原因：

1、网络延迟无法满足需要实时反映的应用需求。类似于自动驾驶，数据上传云端、计算和返回的时间可能会造成车祸的发生，人们需要更加低延迟的反馈。

2、上传云端会增加网络带宽的拥堵。网络带宽依然属于稀缺资源，如果网络中的数据像国庆节的高速公路一样，恐怕会整体拉低云计算的体验。

3、云端信息安全。随着数据安全地位的逐年增高，人们和政府也担心云端数据泄露而造成的巨大隐患。

二、人工智能芯片处于范式转移的过度阶段

CPU+异构计算

核心部分采用传统CPU(串行)，可重复简单计算分离出来，采用并行结构。

异构计算

目前大部门硬件应用厂商都属于这样的一个过渡阶段。

1、CPU+GPU

CPU，inter的MIC(Many integrated Core多个集成核)。类似于一个人拔河不行，那就多上几个人。

GPU目前的巨头依然为NVIDIA，可见战略布局之早。AMD公司也一直紧追不舍，而且有亮眼的产品诞生，基于APU框架，将CPU和GPU整到一个芯片上。

2、CPU+FPGA

例如大疆无人机采用了Lattice的FPGA。

FPGA主要提供者有：Xilinx、Altera、Lattice。inter收购Altera，因特尔在上一轮错过了整个移动手机的芯片市场后也是非常痛的一件事情，本次人工智能芯片的布局上可谓是果断出击决不能再次错过。

3、CPU+ASIC

ASIC主要提供者：

Movidius公司，VPU(Visual Processor Unit)专做视觉处理器。这也是芯片的一个趋势，会聚焦到更垂直的领域去提供芯片支持。

创业公司Nervana，最终被inter收购

Mobileye公司打造的专为自动驾驶的芯片，最终也被inter收购。

还有大名鼎鼎的Google TPU。

4、CPU+DSP(Digital Signal Processer)

更适处理流媒体信号，例如知名的TI、Freescale、CEVA。

三、人工智能芯片未来的发展趋势

1、ASIC

针对人工智能的特定芯片开发。

在集成电路界ASIC被认为是一种为专门目的而设计的集成电路。是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。ASIC的特点是面向特定用户的需求，ASIC在批量生产时与通用集成电路相比具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点。

目前的探索者已经有Google TPU。NVIDIA，Tesla、Wave Computing、Kneron。中国寒武纪、地平线机器人等。上面介绍的专做视觉处理、驾驶的公司也代表这个趋势。

2、Neuromorphic Cumputing(类大脑经结构智能芯片)

这个概念由加州理工Carver Mead教授提出，现主要研发者是IBM和高通，以及Neurala。

IBM’s TrueNorth (SyNAPSE) chip, in detail

IBM推出TrueNotth。没有采用冯诺依曼结构(CPU结构)，处理器单元和通信部件完全集成在一起，信息处理完全在本地。他的特点就是功耗极低。这就是为什么现在的Apple Watch 3等职能设备看起来并没有很智能，那是因为他们的芯片能力还处于较弱的状态，往往要依赖于手机的能力，将各类设备连接在手机上。随着芯片的发展，在未来各类智能设备，无人飞机等终端都会自身持有更加智能的能力。

这种芯片的设计思路就是去掉CPU，核心处理完全改为并行结构。这就和咱们开篇讲到的CPU的范式完全不同了。

三、国外的人工智能芯片公司

科技巨头

NVIDIA，目前来看非常巩固的巨头地位。

Inter，大量并购与投资。例如并购Movidius、Nervana、Altera。同时积极开发Neuromophic Computing(类大脑经结构智能芯片)

高通，在移动计算芯片领域如一匹黑马杀出。亮眼的晓龙处理器(Snapdragon)，同样也在积极开发模仿经系统的NPU(Neural Processing Uni)。

以及咱们上一篇文章介绍过的谷歌TPU、IBMTrueNorth，甚惠普等公司。

创业公司

创业公司流行说一个词叫做潜伏状态，用王者荣耀的一句话就是：“猥琐发育，别浪”。

KnuEdge公司，原NASA负责人创立，专攻音频流的处理。

Flex Logix，主攻FPGA的芯片设计，典型的CEVA。License卖出获利，主要是出卖专利收费。当然这也就限制了他的规模和融资的金额。

Krtkl，通过188000美元。生产FPGA版本的树莓派(为学习计算机编程教育设计的一种微型电脑)。主要用于高校做研究与实验。

四、国内的人工智能芯片公司

科技巨头

目前BAT都将人工智能放在了战略位置。

百度在积极的研发算法、积累数据、开发FPGA打造AI设计硬件相关研究。

阿里巴巴与中科院共同建立量子计算实验室，并与英伟达作。

腾讯打造深度学习网络平台Mariana DNN(DNN：深度卷积经网络);组建研究团队和实验室，例如AI-Lab;投资收购国内外人工智能公司，主要集中在软件和应用层面，并没有芯片的自主研发公司。

创业公司

地平线公司

2015年成立于北京，创始人余凯曾在斯坦福大学执教人工智能，百度自动驾驶项目之父，百度深度学习研究院的创办者。正在打造面向未来的人工智能芯片NPU。他们目前在两大领域发挥了较大作用：

开放给智能家居和智能玩具行业的安徒生平台。自动驾驶的先进辅助驾驶系统，雨果平台。

中科院寒武纪芯片

陈云霁和陈天石兄弟创业，获得了国家10亿元的投资支持。有三款产品：

寒武纪1号：经网络的原型处理结构，用在终端上。

寒武纪2号：面向大规模经网络，在服务器端。

寒武纪3号：多种机器学习算法的功能芯片。

深鉴科技

主攻DPU(Deep Processing Uni)，产品性能超过NVIDIA，功耗和售价仅为四分之一。从数据上看还是很有潜力的。

Kneron

做NPU的台湾企业。其他台湾企业在硬件上具有很强的优势，因为硬件创业对于产业链整能力的要求还是很高的，如果中国的技术与市场可以与台湾的产业有更多的融，对于两岸将都会是一个福音的。

我也大家附上了思维导图，方便梳理：

总结一下：

1、一部分需求适云计算，而越来越多的新需求更适本地计算，因此人工智能芯片依然有较大增长空间。

2、目前的人工智能芯片处于科技范式转移的过渡阶段，新一代芯片的出现将会对应用层产生巨大影响。

3、国内外公司都在积极布局芯片，未来芯片会朝着更像人类大脑的方式去发展和更加垂直于一个场景的特定芯片。

前面铺垫了很多的基础知识，包括人工智能的起源、入口、AI服务和本篇芯片。下一篇将介绍大家最关心的问题，人工智能下产业的机会将在何处。

总结：以上内容就是关于人工智能 未来战争和人工智能在芯片制造中应用的全部内容，是由小编认真整理编辑的，如果对您有帮助请收藏转发...感谢支持！