匯富眼界|迎接“芯”時代

中美貿易戰,美國對中興禁售七年的決定將芯片產業推上了風口浪尖,大多數行業外的人意識到,一個看上去的科技巨頭原來是那么脆弱,中國在芯片這一核心技術上原來有如此的差距。

除了已經普及的各類電子設備外,芯片在如今熱門的人工智能領域也是基石般的存在。東方匯富梳理了一些關于芯片的信息。

東方匯富梳理了一些關于芯片的信息。

芯片類別

隨著數據體量的猛增,數據中心對計算的需求也迅猛上漲,深度學習在線預測、圖片壓縮解壓縮等各類應用對計算的需求已遠遠超出了傳統CPU處理器的能力所及,因此GPU(圖形處理器)、FGPA(現場可編程門陣列)和ASIC(專用集成電路)等異構計算芯片出現,并為數據中心帶來了體系架構變革。


傳統的CPU是有強大的控制單元,適合處理復雜任務、線程調度等任務;原本用于圖像處理的GPU具有數千個算數邏輯單元,恰恰具有強大的并行計算能力,因此特別適合訓練人工智能的算法模型。因此它也成為目前最通用和主流的芯片,但卻有價格貴、功率高以及高運行效率所帶來的資源浪費等缺點。GPU的主要代表公司是NVIDIA和AMD,兩者基本瓜分了全球市場。


但是,GPU的所有算數邏輯單元是一樣的,這使得如果算法對某些運算要求更高、對某些運算要求低的話,不能充分發揮GPU的運算能力。FPGA可通過對芯片的編程來改變其邏輯功能,從而解決上述問題。其靈活的架構方便研究者們在諸如GPU的固定架構外進行模型優化探究,主要用于訓練、云端和應用端。Xilinx,Altera等已成為FPGA領域的主要代表公司。


比FPGA更進一步的是ASIC,完全根據使用目的特殊制作的芯片,主要用于云端和應用端。相比GPU和FPGA,ASIC的能效最高,但適配能力低,目前仍無法做出通用ASIC以適配多種場景;同時其制作成本高,但量產后成本可實現最低。ASIC的主要代表公司有Google、比特大陸和寒武紀等。


芯片指標

功耗和浮點運算速度是我們需要關注的主要芯片指標;不同應用場景下,芯片功能的側重點不同,關注的指標不盡相同,因此不同機構的芯片研發方向也各有側重。例如,NVIDIA和Google著重提高芯片浮點運算能力,各類院校及國內芯片企業則以降低芯片功耗為主。


產業鏈

智能芯片產業鏈中,主要分為芯片生產、供應和應用芯片研發三大板塊。目前,產業鏈各部分均已存在大量企業;其中,芯片架構設計、芯片設計及代工企業多為外企,國內則主要集中在智能芯片的研發及智能算法領域并實現突破。

芯片產業鏈中的重頭戲——芯片生產,又可細分為設計軟件、指令集成、芯片設計、圓晶代工、封裝測試等過程,其中芯片制造難度最大,封裝測試則相對最容易。美國、日本、荷蘭等國的相關企業占據了芯片生產過程中主要的市場地位,國內主要廠商市場份額則較小。


標桿企業

NVIDIA和Xilinx作為行業中的標桿企業,經過多年發展已分別成為GPU和FPGA領域的巨頭。1993年,美籍華人黃仁勛于加州創辦NVIDIA,經過幾年發展后,于1999年登陸納斯達克,同年推出GPU。NVIDIA負責芯片的研發與應用,并在數年里一直圍繞其圖形顯卡建設生態系統,業務線集中在PC、數據中心/云端及移動三方面,其中PC業務為公司營收的重要來源。公司目前芯片生產主要合作方是臺積電。2016年來,NVIDIA收入實現翻倍,市值也從不到百億美元一路高升到千億美元。


首創FPGA這一技術的Xilinx公司成立于1984年,并于次年首次推出商業化產品。公司目前擁有7500多家客戶,產品支持5G無線、嵌入式視覺、工業物聯網和云計算所驅動的各種智能、互連和差異化應用,滿足市場對FPGA產品一半以上的需求。對比ASIC來說,FPGA產品開發流程簡化,無需布線、掩模和定制流片等,開發周期短。不過,其研發壁壘也相對較高,例如,Intel、德州儀器、摩托羅拉等巨頭曾先后斥資數十億美元嘗試FPGA芯片,但最終只有包括Xilinx、Altera等公司成功,兩家公司目前共占90%的全球市場份額。


芯片生產方面,臺積電于作為全球第一家且規模最大的晶圓代工企業,客戶包括了蘋果、高通、NVIDIA、華為、Xilinx、比特大陸等。公司在高端芯片制造中占據主要地位,與三星和Intel等壟斷了全球的高端芯片制造,2017年市場占有率高達55.9%。


目前,國內芯片公司更多偏重于算法及特定目的的智能芯片研究,多為初創企業且普遍估值較高,最新一輪融資金額均超千萬美元。

在人工智能如火如荼發展的時代,面對芯片領先技術的設計、生產、設備供應已均被國外企業壟斷的情況,聚焦仍未確定格局的智能芯片和相關智能算法方向或許將為我們帶來一個新的機會。


匯富眼界|迎接“芯”時代

中美貿易戰,美國對中興禁售七年的決定將芯片產業推上了風口浪尖,大多數行業外的人意識到,一個看上去的科技巨頭原來是那么脆弱,中國在芯片這一核心技術上原來有如此的差距。

除了已經普及的各類電子設備外,芯片在如今熱門的人工智能領域也是基石般的存在。東方匯富梳理了一些關于芯片的信息。

東方匯富梳理了一些關于芯片的信息。

芯片類別

隨著數據體量的猛增,數據中心對計算的需求也迅猛上漲,深度學習在線預測、圖片壓縮解壓縮等各類應用對計算的需求已遠遠超出了傳統CPU處理器的能力所及,因此GPU(圖形處理器)、FGPA(現場可編程門陣列)和ASIC(專用集成電路)等異構計算芯片出現,并為數據中心帶來了體系架構變革。


傳統的CPU是有強大的控制單元,適合處理復雜任務、線程調度等任務;原本用于圖像處理的GPU具有數千個算數邏輯單元,恰恰具有強大的并行計算能力,因此特別適合訓練人工智能的算法模型。因此它也成為目前最通用和主流的芯片,但卻有價格貴、功率高以及高運行效率所帶來的資源浪費等缺點。GPU的主要代表公司是NVIDIA和AMD,兩者基本瓜分了全球市場。


但是,GPU的所有算數邏輯單元是一樣的,這使得如果算法對某些運算要求更高、對某些運算要求低的話,不能充分發揮GPU的運算能力。FPGA可通過對芯片的編程來改變其邏輯功能,從而解決上述問題。其靈活的架構方便研究者們在諸如GPU的固定架構外進行模型優化探究,主要用于訓練、云端和應用端。Xilinx,Altera等已成為FPGA領域的主要代表公司。


比FPGA更進一步的是ASIC,完全根據使用目的特殊制作的芯片,主要用于云端和應用端。相比GPU和FPGA,ASIC的能效最高,但適配能力低,目前仍無法做出通用ASIC以適配多種場景;同時其制作成本高,但量產后成本可實現最低。ASIC的主要代表公司有Google、比特大陸和寒武紀等。


芯片指標

功耗和浮點運算速度是我們需要關注的主要芯片指標;不同應用場景下,芯片功能的側重點不同,關注的指標不盡相同,因此不同機構的芯片研發方向也各有側重。例如,NVIDIA和Google著重提高芯片浮點運算能力,各類院校及國內芯片企業則以降低芯片功耗為主。


產業鏈

智能芯片產業鏈中,主要分為芯片生產、供應和應用芯片研發三大板塊。目前,產業鏈各部分均已存在大量企業;其中,芯片架構設計、芯片設計及代工企業多為外企,國內則主要集中在智能芯片的研發及智能算法領域并實現突破。

芯片產業鏈中的重頭戲——芯片生產,又可細分為設計軟件、指令集成、芯片設計、圓晶代工、封裝測試等過程,其中芯片制造難度最大,封裝測試則相對最容易。美國、日本、荷蘭等國的相關企業占據了芯片生產過程中主要的市場地位,國內主要廠商市場份額則較小。


標桿企業

NVIDIA和Xilinx作為行業中的標桿企業,經過多年發展已分別成為GPU和FPGA領域的巨頭。1993年,美籍華人黃仁勛于加州創辦NVIDIA,經過幾年發展后,于1999年登陸納斯達克,同年推出GPU。NVIDIA負責芯片的研發與應用,并在數年里一直圍繞其圖形顯卡建設生態系統,業務線集中在PC、數據中心/云端及移動三方面,其中PC業務為公司營收的重要來源。公司目前芯片生產主要合作方是臺積電。2016年來,NVIDIA收入實現翻倍,市值也從不到百億美元一路高升到千億美元。


首創FPGA這一技術的Xilinx公司成立于1984年,并于次年首次推出商業化產品。公司目前擁有7500多家客戶,產品支持5G無線、嵌入式視覺、工業物聯網和云計算所驅動的各種智能、互連和差異化應用,滿足市場對FPGA產品一半以上的需求。對比ASIC來說,FPGA產品開發流程簡化,無需布線、掩模和定制流片等,開發周期短。不過,其研發壁壘也相對較高,例如,Intel、德州儀器、摩托羅拉等巨頭曾先后斥資數十億美元嘗試FPGA芯片,但最終只有包括Xilinx、Altera等公司成功,兩家公司目前共占90%的全球市場份額。


芯片生產方面,臺積電于作為全球第一家且規模最大的晶圓代工企業,客戶包括了蘋果、高通、NVIDIA、華為、Xilinx、比特大陸等。公司在高端芯片制造中占據主要地位,與三星和Intel等壟斷了全球的高端芯片制造,2017年市場占有率高達55.9%。


目前,國內芯片公司更多偏重于算法及特定目的的智能芯片研究,多為初創企業且普遍估值較高,最新一輪融資金額均超千萬美元。

在人工智能如火如荼發展的時代,面對芯片領先技術的設計、生產、設備供應已均被國外企業壟斷的情況,聚焦仍未確定格局的智能芯片和相關智能算法方向或許將為我們帶來一個新的機會。


六肖中特 资料更新中