AI专用芯片火爆

AI专用芯片火爆

1、高通

首先是高通(Qualcomm)，身为移动处理器龙头，高通推出了神经处理引擎(Neural Processing Engine；NPE)，其开发套件(SDK)可协助开发者优化软件在自家Snapdragon 600、800系列处理器上的AI执行效能，并支持Tensorflow、Caffe、Caffe2等多种常见AI架构。

高通在官网上表示，NPE可应用在影像辨识、场景侦测、相机滤镜套用、影像后制等各式功能中，适合应用的领域更是五花八门，涵盖健康照护、保全等，相当多元化。近期Facebook就开始采用此SDK来加速其手机应用程序执行相片和实时影片AR功能。

2、Google

作为搜索引擎龙头的Google，为了发展机器学习(Machine Learning)，自行开发出了TPU芯片，今年也已推出第二代TPU，不过，Google并无意销售此硬件，而是将透过云端服务的形式开放商业用户和研究人员使用。

原本第一代TPU是采用量化整数运算，专注于推理作业，第二代Cloud TPU则支持浮点运算，可用于推理与训练任务，4块芯片组成之Cloud TPU能提供惊人的180TFlops的运算能力，若将多个TPU集成为单一的TPU Pod系统，还能提供每秒11.5PetaFLOPS的运算能力，大幅降低训练时间。

不过，由于TPU是为Google自家的TensorFlow量身打造，因此并不支持其它架构，开发人员若想采用TPU，就必须以其架构来建立类神经网络，而为了加快发展脚步，Google表示，研究人员若愿意公开自己的研究成果，就能免费使用Cloud TPU。

3、Intel

英特尔近期推出了Movidius神经运算棒(Movidius Neural Compute Stick)，是全球首款基于USB 3.0模式的AI运算独立加速器。此产品虽然是针对视觉应用最佳化，不过亦可处理各种深度神经网络(DNN)应用。

英特尔表示，Movidius神经运算棒是为产品开发人员、研究人员及创客而设计，可提供高效能DNN处理能力，让既有的硬件设备及运算平台不需花大钱升级硬件、也无需连上云端，就能拥有深度学习的运算能力，减少相关人员开发、调整及部署AI应用可能遇到的障碍，该产品尺寸小，且售价仅79美元。

4、NVIDIA

GPU大厂NVIDIA早早就进到AI战场卡位，如今成果傲视群雄，堪称AI产业硬件龙头，NVIDIA目前仍持续积极经营此市场，最近一次推出的产品是采用全新Volta架构的Tesla V100，专精于应付资料中心庞大的运算需求。

Tesla V100搭载了640组专为执行深度学习网络数学运算而设计的Tensor Core，速度比前代Pascal架构快5倍，可将深度学习的训练时间由原本的好几年减少为仅需几天，NVIDIA官网更宣称此产品为历来最先进的GPU加速器，在这些大厂的努力下，未来AI的发展愈来愈值得期待。

5、三星

面对AI，三星也不敢落寞，去年，三星就收购了“Siri之父”创办的公司Viv，并在S8开始推出人工智能助手Bixby，另一方面，在硬件领域，三星在AI层面的投入也没有停止。

去年，三星就低调地投资了一家英国人工智能芯片硬件设计初创公司 Graphcore。这家公司的创始人Nigel Toon曾表示其研发的智能处理芯片（IPU）为最新行业领域提供一到两个数量级的领先性能，其研发针对的方向也十分广泛，包括无人驾驶卡车、云端计算、处理机器学习技术等。

6、苹果

可以说，苹果是最早在移动设备布局AI的公司，其智能语音助手Siri后来成为众多移动设备争先模仿的对象。而在去年的WWDC上，苹果就发布了自己的深层神经网络，但这种机器学习发生在服务器端，而不是移动处理器上。

有消息显示，苹果正在研发一款专门处理人工智能相关任务的芯片，他们内部将其称为「苹果神经引擎」(Apple Neural Engine)。据彭博社的消息，这块芯片将能够改进苹果设备在处理需要人工智能的任务时的表现，而其针对的功能目标则是AR（增强现实）和自动驾驶。

7、Microsoft

微软在上个月放出消息显示，其下一代其混合现实HoloLens 2将采用AI芯片，使设备可直接识别用户所看的事物和听见的声音，将数据传回云端时也不会产生更多的延时。

前几天，在硅谷举办的Hot Chips大会上，微软提出了Soft DPU的概念，即在FPGA上实现DNN Processing Unit。并且列出了一些做Soft DPU的公司，包括百度和深鉴科技，以及做Hard DPU（ASIC）的公司。然后，正式提出了BrainWave的名号，并介绍了它的完整Stack。

微软还提出了一个“Persistent” Neural Net的概念。简单来说就是把model的所有参数都放在FPGA的on-chip memory当中。而不是我们常见的把参数放在片外的DRAM当中。这个想法似乎和GraphCore类似。

除了以上这几家外，AMD、Baidu，亚马逊、Facebook等国际科技巨头，国内的寒武纪、深鉴科技、地平线机器人、西井科技、云知声、阿里巴巴、联想、科大讯飞等企业均参与投资。也都在AI方面投入了巨大的资源，以求在不远的未来竞争中争取有利位置。