1848年8月19日，《紐約先驅報》刊登了一則重磅消息，加州（加利福尼亞）發(fā)現(xiàn)了黃金！消息傳開，大批的人力投身于美國西部，引發(fā)了席卷全美的淘金熱潮，給加州這塊貧瘠的土地，帶來了財富與繁榮。

當下的AI領域，正經(jīng)歷著這樣一場淘金熱。

資本家們毫不吝嗇，投入了數(shù)以億計的資金，融入的玩家大小林立，既有掌握先進工具的科技巨頭，也有正不遺余力煉金的企業(yè)家，更多的是獨握一門煉金術的獨角獸。同時，因為這片處女地足夠大，不管你是芯片制造商，還是算法提供商，抑或是云計算服務提供商，都可以獲取自己的利益。但是最終決定這場淘金熱能夠走得多遠、影響多持久，AI芯片企業(yè)掌握了實際的話語權。

近日，市場研究公司Compass Intelligence發(fā)布了最新研究報告，全球AI芯片企業(yè)排名表中，英偉達（Nvidia）、英特爾（Intel）分列第一、第二名，中國企業(yè)華為、寒武紀、地平線，分列12、22、24位。雖然都在同一條賽道上奔跑，但是企業(yè)側重有所不同。

巨頭把持云端AI芯片

AI芯片，可以說是深度學習的專用芯片，具備在很高的內在并行度、大量的浮點計算能力以及矩陣預算的能力，算法、算力、數(shù)據(jù)，是它三個核心的元素。在相同的精度下，與傳統(tǒng)的通用CPU相比，它的處理速度更快、所需的服務器更少、功耗更低。一個簡單的顯性例子是，AI芯片下的處理能力每秒能夠達到 5700 張圖片，而如今所用的 CPU 則每秒僅能識別 140 張圖片。

AI芯片的興起要回溯到2013年，人們意外發(fā)現(xiàn)， 原來用于游戲的GPU在深度學習中發(fā)揮巨大的作用。這一發(fā)現(xiàn)，使得GPU出身的英偉達瞬間占據(jù)了AI芯片的制高點，基于深度學習發(fā)布了多款芯片。

人工智能芯片領域，可以分為面向云端數(shù)據(jù)中心的芯片和面向終端的嵌入式人工智能芯片兩大門類。而英偉達的GPU已經(jīng)成為在云端服務器的霸主，有報告顯示，世界上目前約有3000多家AI初創(chuàng)公司，大部分都采用了英偉達提供的硬件平臺。在端方面，英偉達推出了16nm的AI芯片XAVIER、自動駕駛平臺DRIVE PX，并且開源了DLA深度學習加速器項目。憑借著巨大的優(yōu)勢，英偉達的股價已經(jīng)從2016年初的30美元，飆升至如今的255美元，飛升了八倍之多。

從保守的角度來說，英偉達的潛在對手是英特爾。在云端市場，英特爾是老牌玩家，英偉達是新入局者。不過，英特爾發(fā)力較晚，通過連續(xù)收購完成了生態(tài)布局，云端收購Altera之后推出了基于FPGA的專用深度學習加速卡，收購Nervana為AI優(yōu)化的Knight Mill至強處理器。自動駕駛方面，與Mobileye和BMW結成了自動駕駛聯(lián)盟，并在移動端收購了Movidius。后續(xù)發(fā)力，業(yè)內人士相當看好英特爾。

實際上，真正挑起與英偉達在云端芯片較量的重擔是谷歌。自從決定研發(fā)AI芯片，也就是TPU（Tensor Processing Unit）后，谷歌一直悄無聲息。直到去年4月，谷歌一篇論文的發(fā)布，猶如一枚深水炸彈，讓業(yè)內吃了一驚。隨后TPU的發(fā)布更是讓英偉達“慌了”。第三方平臺RiseML（riseml．com）做了一次對比評測。實驗結果表明，在自定義的LSTM模型上，TPU更快。TPU（21402 examples／s）比P100（1658 examples／s）快16．9倍，比V100（2778 examples／s）快7．7倍。RiseML給出的結論是：一旦TPU能夠容納更多的用戶使用，就可以成為英偉達GPU真正的替代者。

需要注意的是，柯潔對戰(zhàn)的AlphaGo Master使用的就是第一代TPU，單機運行，且物理服務器僅僅部署了4個TPU就打敗了柯潔。頗為遺憾的是，谷歌的TPU僅供自家使用，不對外出售，僅僅開放云端供大家使用。

初創(chuàng)團隊更偏向終端側發(fā)力

英偉達首席科學家兼NVIDIA Research高級副總裁Bill Dally博士表示，雖然AI領域大家似乎都在同一起跑線上，但是細分之后較為清晰可鑒的是，面向云端數(shù)據(jù)中心的芯片被巨頭們把持，因市場偏成熟，企業(yè)積累深厚，很難被超越，所以各大初創(chuàng)公司創(chuàng)業(yè)方向選擇的是面向終端的嵌入式人工智能芯片，如物聯(lián)網(wǎng)、智能駕駛、機器人等等，這是他們的機會所在。

這也是為什么地平線自2015年成立以來，突破的是面向終端的嵌入式人工智能芯片薄弱環(huán)節(jié)——在保證性能、可編程的前提下，芯片保持較低的功耗與成本。

地平線表示，他們研發(fā)歷時2年，才推出面向智能駕駛的征程處理器和面向智能攝像頭的旭日處理器。三項核心數(shù)據(jù)上，地平線做到了可每秒實現(xiàn)30幀1080P高清視頻流的實時處理；每幀支持200個并行目標的檢測、識別和跟蹤；典型功耗僅1．5W，每幀處理時延小于30ms。

地平線采用的是自主設計研發(fā)的BPU芯片架構，是一款典型的異構多指令多數(shù)據(jù)的系統(tǒng)，架構中心處理器是完整的系統(tǒng)，存儲器架構設計進行了特別優(yōu)化，能使數(shù)據(jù)自由傳遞，進行多種計算，讓不同部件同時運轉起來，極大提高了器件利用率，提高AI運算的效率。

寒武紀在終端發(fā)力之后，也在云端推出了產(chǎn)品。前不久的發(fā)布會上，不僅推出新一代終端智能處理器IP 產(chǎn)品Cambricon 1M，還發(fā)布了首款云端智能芯片Cambricon MLU100，雙向發(fā)力讓業(yè)內嘩然。寒武紀CEO陳天石表示，3年前就開始了兩顆芯片的研發(fā)，時刻準備著將寒武紀的產(chǎn)品放入云端。陳天石在發(fā)布會現(xiàn)場公布了在R－CNN算法下MLU100與Tesla V100和Tesla P4的計算延遲對比，數(shù)據(jù)顯示MLU100的計算延遲為125ms，Tesla V100的延遲為174ms，Tesla P4的延遲為1069ms。

現(xiàn)在來看，只有英偉達的體量，才有能力橫跨兩個領域垂直做深，甚至英特爾也是通過收購完成布局。寒武紀的道路與英偉達相似，但從目前僅有的信息很難判斷寒武紀的產(chǎn)品性能，是否能超越英偉達Tesla V100、Tesla P4。比起各方多有涉足，業(yè)內人士更希望寒武紀將垂直領域做得更深。