“AI芯片”這個新鮮的概念在過去一年間逐漸走過了普及的階段，越來越被大眾所熟知。在行業(yè)走過野蠻生長，開始加速落地、加速整合的過程中，也有更多的AI芯片公司也開始走出屬于自己的差異化路線。

記者在此前AI芯片系列報道第一季之后，再次出發(fā)，進一步對AI芯片全產(chǎn)業(yè)鏈上下近百間核心企業(yè)進行差異化的深度追蹤報道。此為智東西AI芯片產(chǎn)業(yè)系列報道第二季之一。

隨著大數(shù)據(jù)發(fā)展和算力的提升，AI芯片正迎來新一輪的爆發(fā)期。

近兩年來，越來越多以FPGA切入AI芯片的玩家涌現(xiàn)出來，包括國內(nèi)AI芯片創(chuàng)企深鑒科技、百度XPU、微軟Project Brainwave、深思考醫(yī)療影像專用AI芯片等等。

盡管ASIC在性能功耗上往往有更好的表現(xiàn)，不過我們發(fā)現(xiàn)，在一片紅海的AI芯片市場中，F(xiàn)PGA憑借自己獨特的優(yōu)勢占有了一席之地。甚至有媒體報道稱，F(xiàn)PGA是AI芯片的終極未來。

這一觀點是否準確我們暫且不論，但它的確在AI芯片領(lǐng)域引起了不少波瀾，也不禁讓我們想要問一句，“AI芯片新救星？FPGA真的這么神嗎？”

一、FPGA屆的肯德基跟麥當勞：賽靈思vs英特爾Altera

FPGA（Field-Programmable Gate Array）即現(xiàn)場可編程門陣列，其靈活性介于CPU、GPU等通用處理器和專用集成電路ASIC之間，在硬件固定的前提下，允許使用者靈活使用軟件進行編程。它的開發(fā)周期比ASIC短，不過相對于批量出貨ASIC，單個FPGA的成本會更高。

由于FPGA容錯空間相對更大，以前FPGA常被用作ASIC芯片流片前的硬件驗證方法。

目前，F(xiàn)PGA芯片的主要四家生產(chǎn)廠家都在美國：Xilinx（賽靈思）、Altera（阿爾特拉）、Lattice（萊迪思）和Microsemi（美高森美）。它們一共占了98%以上的市場份額，其中，絕大多數(shù)市場被賽靈思和Altera瓜分，賽靈思約占49%，Altera約占39%。

近三年，F(xiàn)PGA行業(yè)完成了多項并購。2015年6月，英特爾宣布以167億美元收購Altera（阿爾特拉）。2016年上半年，紫光在公開市場收購萊迪思6.07%的股權(quán)，同年11月萊迪思被Canyon Bridge以13億美元收購，但此案一直沒有獲得美國監(jiān)管單位同意。

這些并購案并未影響到FPGA在AI芯片市場的整體格局。幾乎二分天下的賽靈思和英特爾確立了相似的FPGA戰(zhàn)略布局，均將重心放在了數(shù)據(jù)中心市場，并都致力于讓FPGA編程更簡單。

1、FPGA的創(chuàng)造者——賽靈思

說到FPGA，絕對避不開的公司就是賽靈思，因為這項芯片技術(shù)就是賽靈思開創(chuàng)的。從2011年起，賽靈思提出全可編程（All Programmale）理念，將FPGA技術(shù)從傳統(tǒng)的通訊、航空、國防等領(lǐng)域拓展到了AI和云計算領(lǐng)域的應(yīng)用。

去年12月，記者曾對賽靈思全球銷售和市場部亞太及日本地區(qū)高級總監(jiān)周海天進行深度專訪（ 對話賽靈思：33年老牌芯片廠如何在AI浪潮里新興業(yè)務(wù)年增46% ），周海天告訴智東西，16nm產(chǎn)品是賽靈思眾多產(chǎn)品線中最受AI應(yīng)用廠商歡迎的產(chǎn)品，其尖端技術(shù)能將更多可編程應(yīng)用邏輯元件集成在芯片上，滿足AI對強大計算能力的需求。

作為FPGA行業(yè)長期的霸主，賽靈思擁有超過2萬家下游客戶，其中亞馬遜AWS、以及中國的BAT云服務(wù)巨頭都是它的客戶。

今年3月，賽靈思新CEO Victor Peng上任之后不久，就宣布了賽靈思在AI時代的三大戰(zhàn)略布局：數(shù)據(jù)中心優(yōu)先、加速八大主流市場發(fā)展、以及重磅推出全新一代AI芯片架構(gòu)ACAP。

首款代號為“珠穆朗瑪峰（Everest）”的ACAP AI芯片新品將采用臺積電7nm工藝打造，今年內(nèi)實現(xiàn)流片，2019年向客戶交付發(fā)貨。（ 首發(fā)！賽靈思推顛覆性AI芯片 正面宣戰(zhàn)英偉達英特爾 ）

而在終端AI方面，賽靈思則在今年收購了國內(nèi)三大AI芯片獨角獸之一的深鑒科技，主攻終端人工智能。深鑒科技是國內(nèi)少數(shù)以FPGA切入AI芯片、并取得不錯成果的代表性玩家之一。（ 突發(fā)！AI芯片獨角獸深鑒科技被美國賽靈思收購 ）

此外，賽靈思FPGA也長期深耕在車用領(lǐng)域，適用于處理越來越復(fù)雜的先進駕駛輔助系統(tǒng)（ADAS）和自動駕駛。

某AI芯片創(chuàng)業(yè)公司CEO透露，相較其他進入自動駕駛車市場的AI芯片公司，只有賽靈思有車規(guī)級的 FPGA，L1-L3層找不到比賽靈思性價比更高的平臺， 因此賽靈思至少在5年內(nèi)有較好的市場契機。

2、英特爾收購Altera

另一個FPGA行業(yè)不得不提的大事就是英特爾收購Altera。為了增強其在AI芯片領(lǐng)域的競爭力，2015年，英特爾以167億美元天價收購Altera，這也是迄今為止英特爾史上最大手筆的收購。英特爾隨即設(shè)立研發(fā)FPGA芯片的可編碼部門（PSG）。

FPGA是英特爾的AI芯片布局之一，但英特爾最重要的AI芯片項目還是難產(chǎn)多年的Nervana神經(jīng)網(wǎng)絡(luò)處理器項目。

英特爾采用雙管齊下的FPGA戰(zhàn)略：一方面打造CPU-FPGA混合器件，讓FPGA與處理器協(xié)同工作；另一方面基于Arria FPGA或Stratix FPGA打造可編程加速卡（PAC/programmable acceleration card）。

基于FPGA技術(shù)，英特爾已經(jīng)構(gòu)建了一個完善的NFV生態(tài)，覆蓋軟硬件廠商、系統(tǒng)集成商、電信運營商、OTT廠商等相關(guān)企業(yè)。

此外，英特爾還為OME廠商提供一個面向包含F(xiàn)PGA的英特爾至強可擴展處理器的英特爾加速堆棧，進而為客戶提供完整的軟硬件一體的FPGA解決方案。

英特爾在7月收購芯片公司eASIC后將其并入PSG部門，并隨后透露這一收購案主要是為了滿足解決客戶痛點，滿足FPGA客戶端的降低成本和能耗需求，并提供可降低16nm、10nm、7nm制程的FPGA產(chǎn)品成本的規(guī)模化技術(shù)。

目前加速卡還是FPGA進入硬件領(lǐng)域的主要形態(tài)之一，不過英特爾已經(jīng)在進行其他方向、其他形態(tài)的探索，并在積極推進和其他數(shù)據(jù)中心OEM廠商在FPGA方面的合作。

二、FPGA AI芯片市場的主要玩家

近兩年來，F(xiàn)PGA在數(shù)據(jù)中心的應(yīng)用日益廣泛。目前，F(xiàn)PGA服務(wù)器已在全球七大超級云計算數(shù)據(jù)中心IBM、Facebook、微軟Azure、AWS、百度云、阿里云、騰訊云得到部署。由于ASIC路線風險高，目前僅有谷歌批量部署TPU。

1、最會玩FPGA的微軟AI：BrainWave項目

微軟Azure與FPGA的淵源可以追溯到八年前，當時的Bing（必應(yīng)）搜索引擎無論是搜索結(jié)果還是相應(yīng)速度都比不過谷歌搜索。為了滿足Bing的需求，2010年底，一位微軟研究員提出了能在FPGA上運行Bing機器學習算法的硬件設(shè)計得到了微軟的認可。

如今，F(xiàn)PGA在加速數(shù)據(jù)處理方面的出色表現(xiàn)使它在微軟Bing、Azure云計算服務(wù)和Office 365中均得到部署。

今年3月26日，微軟Bing官方微博宣布通過英特爾Arria FPGA和Stratix FPGA芯片打造出Project Brainwave深度學習加速平臺。該平臺將DNN處理單元整合入FPGA，支持微軟Cognitive Toolkit、谷歌Tensorflow等流行深度學習框架的軟件棧，能夠執(zhí)行Bing智能搜尋功能所需的大規(guī)模機器閱讀理解任務(wù)。

在5月微軟Build 2018大會上，微軟AI芯片Brainwave開放了云端試用版，開發(fā)者現(xiàn)在可以接入微軟Azure云，試用由Project Brainwave芯片計算平臺提供的AI服務(wù)。微軟稱其延遲比谷歌TPU低5倍，正面對標谷歌。Project Brainwave可以看作微軟基于英特爾FPGA芯片打造的低延遲AI芯片。

總的來說，微軟基于FPGA打造的AI芯片是目前業(yè)內(nèi)最認可的FPGA方案之一。

2、百度XPU

相比微軟對英特爾FPGA的專一，百度對FPGA生產(chǎn)廠商的態(tài)度更為開放。從2011年起，百度已就開始將FPGA應(yīng)用到搜索、圖像、語音等多個核心業(yè)務(wù)，它的數(shù)據(jù)中心、云計算平臺和自動駕駛項目都部署了大量的FPGA。

在去年加州Hot Chips大會上，百度發(fā)布和賽靈思合作完成的基于FPGA的256核云計算加速芯片XPU?；贔PGA加速器擅長處理計算任務(wù)的特點，XPU兼具GPU的通用性和FPGA高效率、低能耗的特點，旨在處理多樣化的計算任務(wù)，對百度深度學習平臺PaddlePaddle優(yōu)化和加速，并實現(xiàn)性能和效率的平衡。

百度和英特爾已有超過十年的合作歷史，近兩年雙方在AI領(lǐng)域的合作加強。

在今年的百度AI開發(fā)者大會上，英特爾人工智能事業(yè)部副總裁兼人工智能架構(gòu)總經(jīng)理Gadi Singer透露，百度正在開發(fā)基于英特爾最新FPGA技術(shù)的異構(gòu)計算平臺，這項技術(shù)將靈活加速百度云上的工作負載。

3、深鑒科技

深鑒科技是國內(nèi)一家年輕卻履歷亮眼的AI芯片公司，前年成立，去年年初估值超過10億，今年7月18日被全球第一大FPGA廠商賽靈思收購，其科研成果也在國際AI頂級會議屢獲大獎。

FPGA開發(fā)難度大、周期長（一般需要3-6個月）的高門檻曾將許多公司拒之門外，深鑒從這一痛點嗅到商機。從2016年成立以來，深鑒科技一直基于賽靈思FPGA技術(shù)平臺開發(fā)機器學習解決方案。經(jīng)深鑒科技優(yōu)化的神經(jīng)網(wǎng)絡(luò)剪枝技術(shù)運行在賽靈思FPGA器件上，可實現(xiàn)更優(yōu)的性能和能效。

該公司提出深度學習處理單元DPU（Deep Learning Processing Unit）系列，為不愿直接使用FPGA的廠商提供了一個帶接口的黑盒子。廠商只需把自己的模型訓練好，將模型和數(shù)據(jù)從接口導(dǎo)入，就能直接獲得需要的輸出。深鑒負責其中的壓縮和編譯，生成指令可在FPGA上運行。

不過在后期，深鑒科技也開始涉足ASIC AI芯片的設(shè)計與流片，曾經(jīng)發(fā)布“聽濤”、“觀?！眱煽預(yù)I芯片并宣布2018年流片，不過暫時沒有看到相關(guān)產(chǎn)品信息。

4、騰訊云、華為云、阿里云

近年來，賽靈思和英特爾在中國云服務(wù)市場可謂是動作頻頻，和華為云、阿里云、騰訊云等國內(nèi)頂尖的云計算服務(wù)提供商分別展開合作。

去年年初，騰訊云發(fā)布國內(nèi)首款高性能異構(gòu)計算基礎(chǔ)設(shè)施——FPGA云服務(wù)器，隨后推出基于賽靈思VU9P FPGA卡的FX3實例和基于Intel Stratix10 FPGA卡的FI3實例。

華為云也在今年年初聯(lián)合賽靈思FPGA宣布在歐洲首次推出華為云FPGA加速云服務(wù)器（FACS）平臺，該平臺搭載了賽靈思高性能 Virtex UltraScale+ VU9P FPGA，為用戶提供高性能的FPGA加速云服務(wù)。華為云還推出FPGA加速云服務(wù)器FP1 DPDK實例和推出了FP1 OpenCL實例。

今年5月，阿里云發(fā)布新一代FPGA計算實例F3，采用其自研高性能FPGA加速卡，搭載賽靈思16nm Virtex UltraScale+器件VU9P，提供16個VU9P實力規(guī)格，首創(chuàng)統(tǒng)一FPGA SHELL架構(gòu)和FPGA虛擬化支持方案，使阿里云客戶能加速機器學習、數(shù)據(jù)分析、基因組學和視頻處理等多種工作負載。

5、其他玩家

目前，國內(nèi)能夠生產(chǎn)FPGA的公司包括紫光國芯、智多晶和AgateLogic等。而國內(nèi)深思考人工智能、瑞為智能、深維科技、高云半導(dǎo)體、安路科技、京微雅格等公司，都曾宣布具有基于FPGA的AI芯片開發(fā)能力。

紫光國芯是國內(nèi)上市公司中唯一能夠量產(chǎn)FPGA的廠商，其FPGA、ASIC和特種微處理器常年為軍方穩(wěn)定供貨。該公司在2016年9月正式推出國內(nèi)首款內(nèi)嵌高速接口（serdes）的千萬門級高性能FPGA芯片——Pango PGT180H。

深思考人工智能公司在今年3月的GTIC 2018全球AI芯片創(chuàng)新峰會上發(fā)布全球首款基于FPGA醫(yī)療影像專用AI芯片——M-DPU，該芯片在100秒內(nèi)可以分類90000個細胞，同時具備先進醫(yī)學影像算法加速核心和深度學習加速核心。

深思考CEO楊志明告訴智東西，F(xiàn)PGA的研發(fā)周期比ASIC快很多，適于算法還在不斷演進智慧醫(yī)療影像領(lǐng)域。深思考的DPU不是通用DPU，而是面向特定應(yīng)用領(lǐng)域的DPU，在AI領(lǐng)域的最大優(yōu)勢是DPU與特定領(lǐng)域算法的深度整合，形成面向特定場景的一站式整體解決方案。

瑞為智能是國內(nèi)最早使用FPGA實現(xiàn)技術(shù)路徑的AI芯片公司之一，該公司在2015年就做了基于FPGA的AI芯片，滿足前端攝像機對高算力和低功耗的需求，并在2016年實現(xiàn)規(guī)模商用。其AI芯片能使攝像機的圖像處理達到每秒25幀，從而提取清晰的人臉圖像供云端識別分析。

除了創(chuàng)企外，國內(nèi)研究機構(gòu)如北京大學、清華大學、中國科學院等在基于FPGA的AI芯片領(lǐng)域都有深入研究。比如，北京大學曾聯(lián)合商湯科技提出一種基于 FPGA 的快速 Winograd 算法，可大幅降低算法復(fù)雜度，改善 FPGA 上的 CNN 性能。

三、FPGA在AI芯片行業(yè)的發(fā)展趨勢

目前FPGA在AI芯片行業(yè)呈現(xiàn)出幾種不同的發(fā)展趨勢，一個是在FPGA的基礎(chǔ)上推出優(yōu)化架構(gòu)，一個是最大化程度挖掘FPGA的使用疆域，還有一個是將FPGA作為跳板，逐步轉(zhuǎn)向?qū)Ｓ枚ㄖ菩酒珹SIC。

1、基于FPGA優(yōu)化架構(gòu)

基于FPGA進行優(yōu)化架構(gòu)的發(fā)展路線以賽靈思為代表。面對價格貴、開發(fā)難度大的問題，今年3月，賽靈思發(fā)布歷時4年、投入超過10億美元打造的新一代AI芯片架構(gòu)ACAP，直接宣戰(zhàn)英偉達、英特爾處理器，對此智東西曾做深入報道（ 首發(fā)！賽靈思推顛覆性AI芯片 正面宣戰(zhàn)英偉達英特爾 ）。

2、長期最大化使用FPGA

微軟則是長期最大化程度挖掘FPGA使用邊界的典型玩家。從八年前起，微軟就執(zhí)著于將FPGA作為其核心AI計算平臺。從使用裝滿FPGA的專用服務(wù)器集群，到用專用網(wǎng)絡(luò)連接的FPGA加速卡集群，再到將共享數(shù)據(jù)中心網(wǎng)絡(luò)的大規(guī)模FPGA云服務(wù)，微軟一直在嘗試FPGA部署的各種可能，尋找將FPGA優(yōu)勢發(fā)揮的最優(yōu)路徑。

3、FPGA的終點是ASIC？

目前，業(yè)內(nèi)的主流觀點是：隨著AI算法的進一步成熟固化，AI芯片最終會走向ASIC——也就是較為固定的芯片架構(gòu)。

不過，賽靈思CEO Victor Peng持有不同觀點，他告訴智東西，AI算法迭代、應(yīng)用創(chuàng)新的速度還將持續(xù)很長一段時間，甚至會維持10-20年之久，因此一款靈活、可應(yīng)變的計算平臺將成為創(chuàng)新的重中之重。

而且，未來最終并不會是一款A(yù)I芯片架構(gòu)統(tǒng)一天下的局面，我們越來越需要能夠適應(yīng)眾多AI應(yīng)用、適應(yīng)不斷變化的AI算法的新型芯片架構(gòu)出現(xiàn)。

與此同時，英特爾可編程解決方案事業(yè)部亞太區(qū)市場拓展經(jīng)理劉斌也認為，F(xiàn)PGA在所有市場領(lǐng)域里都會占有一定的市場份額，從原生市場環(huán)境而言，F(xiàn)PGA和ASIC都有一個競爭合作的共生環(huán)境。

“專用的ASIC其實還是非常有競爭力的，”劉斌表示，“不過FPGA是在所有的垂直市場都會有一定的份額，這種靈活性和普適性是FPGA最主要的價值?！?/p>

某AI芯片創(chuàng)業(yè)公司CEO告訴智東西，至少在在深度學習算法穩(wěn)定前，F(xiàn)PGA都有其生存空間。因為很多公司都發(fā)現(xiàn)，剛做完傳統(tǒng)算法硬化，過了半年，內(nèi)部算法團隊又把算法換了。

深思考CEO楊志明則認為，F(xiàn)PGA與ASIC融合是AI計算的未來。單純的ASIC芯片無法完全替代FPGA，也不具備FPGA的靈活性。就如同ASIC到現(xiàn)在都無法在傳統(tǒng)領(lǐng)域完全替代FPGA一樣，在AI領(lǐng)域，F(xiàn)PGA與ASIC也會分而治之。智慧工業(yè)機器人、智慧通信、智慧醫(yī)療、智慧裝備等領(lǐng)域都是除FPGA以外的其他AI芯片難以介入的應(yīng)用領(lǐng)域。

結(jié)語：深度學習加持，F(xiàn)PGA前景可期

最近一年，AI芯片踏入紅海，除了賽靈思、英特爾等傳統(tǒng)芯片巨頭外，國內(nèi)外眾多AI芯片創(chuàng)企也紛紛加入戰(zhàn)場。FPGA的可編程性使軟件和終端應(yīng)用公司能夠根據(jù)算法靈活修改解決方案，這讓它在AI芯片市場愈發(fā)有存在感。

當下AI仍處于早期階段，AI算法正從訓練環(huán)節(jié)走向推理環(huán)節(jié)，這個過程需要對訓練后的模型進行壓縮，在基本不損失模型精度的情況下將模型壓縮到原來的幾十分之一。在這一階段，AI是向著有利于FPGA發(fā)展的方向進行優(yōu)化和升級的。

FPGA或許只是小眾的芯片，但在AI市場上，它的普適性和靈活性都使其有適合發(fā)揮其優(yōu)勢的應(yīng)用場景。在各類AI芯片之間沒有拉開絕對差距之前，每一種技術(shù)路線都有其發(fā)揮更多價值的空間。