江苏龙网

  1. 首页 > 资讯 > 科技 > >

[人工智能]AI芯片的一些科普( 七 )


美国公司NVIDIA和AMD垄断了全球GPU设计市场 ， 而中国最大的GPU公司景嘉微电子开发的GPU速度非常慢 。 同样 ， 美国公司Xilinx和英特尔主导了全球FPGA市场 ， 但中国领先的FPGA公司还有很长的一段距离 。
在人工智能ASIC市场 ， 特别是推理市场 ， 分布着较多厂商 ， 因为ASIC和推理芯片更容易设计 ， 进入门槛较低 。 与GPU和FPGA不 同 ， 活跃在AI领域的公司 ， 如谷歌、特斯拉和亚马逊 ， 已经开始为自己的AI应用设计专用的AI芯片了 。 谷歌的TPU是一个典型例子 。 英特尔也在开发性能强大的专用AI芯片 ， 并声称这些ASIC的效率和速度分别实现了10,000x和1,000x的提升 。
而在专用AI芯片领域具有竞争力的中国公司包括燧原、百度、阿里巴巴、腾讯、华为海思、寒武纪、云天励飞和地平线等 。 中国研究人员还制作了用于高端研究的ASIC 。 然而 ， 它们在很大程度上仅限于推理 ， 不过 ， 华为最近宣布研发出了一款人工智能训练ASIC 。
可以看到 ， 美国人工智能芯片设计公司的产品都在台积电（TSMC）、三星或英特尔制造 ， 而制程都比较先进 ， 以7nm、10 nm和16 nm为主 。 还有一点值得注意 ， 美国GPU芯片使用的先进制程节点比FPGA和ASIC的要多 ， 之所以如此 ， 很可能是因为GPU的通用性强 ， 具有更高的销售量 ， 从而可以摊平更先进制程的设计和制造成本 。
专家对AI芯片使用先进制程节点的必要性存在分歧 。 EDA公司的一位高管说：“每个想做AI的人都需要7nm及更先进制程的性能、功率效率等因素 。 与此同时 ， 香港应用科学技术研究所的一位半导体研究员则持不同观点：“对于人工智能芯片 ， 如果使用28nm制程工艺技术 ， 而不是10nm或14nm技术 ， 则制造成本就会低得多 ， 如果使用先进制程 ， 你就需要从零开始 ， 花很多精力在数学模型、物理层和计算语言的研究上 ， 而所有这些都需要投资 ， 只有少数晶圆厂能够制造接近最先进的AI芯片 ， 如下图所示 ， 全球只有大约8.5%的晶圆厂产能可以用来制造接近最先进的AI芯片 ， 目前 ， 只有很少一部分产能可以制造最先进的AI芯片（图中蓝色部分） ， 而用于制造最先进人工智能芯片的实际产能百分比很难计算 ， 并且在逐年变化 。
[人工智能]AI芯片的一些科普
本文插图

其次 ， 中国AI芯片设计公司中 ， GPU和FPGA使用的是非先进制程节点 ， 而ASIC既使用了先进节点 ， 也使用了非先进节点 。 尽管中国在这些非先进节点上具有一定的本地制造能力 ， 但中国的AI芯片设计公司仍然大多将这些制程节点芯片外包给了台积电 ， 这可能反映了台积电的制造工艺更可靠 。
这是因为中国大陆的先进半导体设备生产水平比较有限 。 另外 ， 中国的人工智能芯片设计公司也依靠美国EDA软件 。 因此 ， 中国仍然要依赖美国及其盟友才能实现AI芯片生产 。
中国已经在人工智能推理方面取得了巨大成功 ， 因为中国拥有大量受过良好教育的工程师 ， 他们非常适合在特定芯片上实现极佳性能的劳动密集型设计任务 。 然而 ， 考虑到中国相对年轻的人工智能芯片设计行业 ， 中国公司尚未掌握实现GPU和FPGA更大优化空间和更高复杂性所需的隐性知识（know-how） 。
中国在AI芯片供应链的关键环节能力不足 ， 包括芯片设计、EDA软件、半导体制造设备和晶圆厂 ， 这意味着美国及其盟国在生产领先的AI芯片方面保持竞争优势 。 正如第七节所讨论的 ， 领先的人工智能芯片对于开发和部署先进的、与安全相关的人工智能系统来说 ， 具有战略价值 。 因此 ， 保持这一优势对美国及其盟国至关重要 。
此外 ， 美国 ， 荷兰和日本公司共同控制着晶圆厂使用的半导体制造设备（SME）的市场 。 但是 ， 这些优势可能会消失 ， 尤其是在中国努力建设先进芯片产业的情况下 。 鉴于最先进的AI芯片对安全性的重要性 ， 美国及其盟国必须在生产这些芯片时保护其竞争优势 。


推荐阅读


上一篇：断触@最便宜骁龙865手机用户评价：性能强大，存发热和断触现象

下一篇：「设计」太好了，发现一种“隐藏”的对称，能为超材料的设计开辟新途径