:浅谈5G与AI芯片及富媒体现状

CPU、FPGA、ASIC三大主流AI芯片对比分析
:浅谈5G与AI芯片及富媒体现状
文章图片

文章图片

GPU为通用芯片 , 其灵活性高 , 成本高 , 功耗高计算能力强 , 产品成熟 , 效率低 , 编程难 。主要玩家是英伟达 , AMD , 其中英伟达一家独大 。
FPGA为半定制化芯片 , 其灵活性高 , 成本和功耗低于GPU , 性能较高 , 功耗低 , 编程难 。主要玩家有赛灵思 , 英特尔 , Lattice , Microsemi , 其中赛灵思市场份额超过50% , Intel占据40% 。
ASIC为全定制化芯片 , 其灵活性低 , 成本低 , 平均性能稳定 , 功耗低 , 体积小 , 不可编程 。主要玩家有Google、IBM高通、Intel、海思、寒武纪、地平线 , 整体市场分散 , 型号众多 。
:浅谈5G与AI芯片及富媒体现状
文章图片

文章图片

传统巨头AI芯片布局目的是为寻找新的营收增长点 , 结合历史研发切入 , 多为自主研发 , 具有垂类代表性的专用芯片 , 但渗透行业的能力不足 。
而跨界巨头资金雄厚 , 落地场景丰富 , 人才丰富 , 自身对AI芯片有刚需 , 故可突破的技术区域基本选择自建 , 成本过高的垂类技术(例如GPU虚拟化) , 则选择与大厂合作或收购初创企业 。
:浅谈5G与AI芯片及富媒体现状
文章图片

文章图片

针对传统巨头产业能力不足 , 跨界巨头提供了丰富的落地场景 , 丰富云端推理和边缘推理的业务面 , 以及丰富的结构化数据资源 。
针对跨界巨头的需求 , 传统巨头需要授权自主研发的代码 , 采用开源/半开源/BPO , 融合人才队伍 , 注入产业因素 。
:浅谈5G与AI芯片及富媒体现状
文章图片

文章图片

针对传统巨头多元开发需求 , 初创公司需要寻求解决线性发展路径上的必经点 , 选择讲个人资产M&A , 例如深鉴科技 。
针对初创公司在某一技术点的挑战 , 传统巨头需要与跨界巨头融合 , 开源部分算法 , 例如平头哥开源基于RISC-V的DSP芯片;与初创公司就某一技术点展开合作 , 例如寒武纪在麒麟海思970上的合作 。
:浅谈5G与AI芯片及富媒体现状
文章图片

文章图片

AI芯片逐步进入布局中后场 , 融资金额两极分化明显 , 小型创业企业融资艰难 , 且技术方案涵盖较为单一 , 难以形成规模之势头 , 大型创业企业纷纷再次融资扩大资金池 , 在没有更好的战略方向的前提下储粮过冬 , 继续寻找AI芯片在市场的落地场景 。
:浅谈5G与AI芯片及富媒体现状
文章图片

文章图片

通用算法芯片 , 尤其是中央处理器 , 创业企业都不具备实际优势 , 但基于异构的专用芯片如若性能有突破性提升 , 有机会从某个成熟场景的应用中杀出重围 , 或被传统通用半导体厂商并购 , 实现产业整合 。
:浅谈5G与AI芯片及富媒体现状
文章图片

文章图片

:浅谈5G与AI芯片及富媒体现状


推荐阅读