在剛剛過去的兩天半時間里，一場由估值超6000億元的AI獨角獸——OpenAI發動的“巨震”，不可謂不精彩，一轉再轉的劇情，絕對稱得上2023全球科技圈“年度魔幻之最”，從宣布解雇CEO山姆·奧特曼（SamAltman），到討論請他回來繼續當CEO，再到宣布他不會重新擔任CEO，一再反轉的劇情，終于就在剛剛，似乎迎來塵埃落定：
微軟CEO納德拉宣布，OpenAI創始人SamAltman（山姆·奧特曼）、GregBrockman（格雷格·布洛克曼）將加入微軟，領導一個新的高級人工智能研究團隊。
這個瓜，吃得科技圈聯想翩翩，整個過程中，最為撲朔迷離的，是其解雇背后的原因。對此，馬斯克也放話稱，OpenAI董事會有義務披露辭退奧特曼的原因，因其可能與人工智能模型有著很強的關聯性。
OpenAI“巨震”背后
是奧特曼苦英偉達久矣？
其實這已不是有關大模型消息的第一次刷屏，無論是國際還是國內，今年的大模型市場可謂是一片沸騰。而作為大模型的大腦，AI芯片已然成為芯片巨頭眼下的兵家必爭之地。
據外媒援引知情人士消息稱，就在被董事會“罷免”的前幾周內，奧特曼正大力推進自己的“副業”，在積極尋求從一些全球最大的投資者那里籌集資金，用來成立一家新的人工智能（AI）芯片企業。而這或許也是加劇奧特曼與董事會摩擦，促使奧特曼被罷免的間接原因之一。
據稱，奧特曼希望成立一家足以與英偉達抗衡的芯片企業，目標是打造用于處理大量AI工作負載專用芯片TPU（張量處理單元），以此來降低AI芯片的成本，并幫助OpenAI降低運營AI服務的持續成本。不過公司尚未成立，與投資者的談判還處于早期階段。
眾所周知，受益于AI熱潮，算力芯片“霸主”英偉達被捧上神壇，其GPU產品持續供不應求，成了市場的硬通貨。全球約90%以上的大模型都在使用英偉達的GPU芯片，其股價也在今年以來飆升了逾200%，賺了個盆滿缽滿，上市14年后成功躋身萬億美元市值俱樂部。而實現這一目標，硅谷巨頭們諸如蘋果用了37年、微軟用了33年、亞馬遜用了21年，特斯拉跑得最快，只用了11年。
苦英偉達“一家獨大”的，不止是奧特曼，就連馬斯克談到AI，都形容"TheGPUsareatthispointconsiderablyhardertogetthedrugs"，大意是，現在GPU比“毒品”更難獲得。據報道，同樣受不了英偉達GPU產品的高昂價格的，除了OpenAI，還有微軟、Meta、亞馬遜AWS，其早已開始自研AI芯片。
以微軟為例，就在近幾日，微軟發布了兩款自研芯片：一款是專門用于云端訓練和推理的AI芯片（ASIC）MicrosoftAzureMaia100，另一款是由微軟設計的首款CPU（中央處理器）MicrosoftAzureCobalt100，兩者都將優先用于支持微軟自己的云服務。
國內AI芯片，百舸爭流
同樣，國內大模型企業基本上也很難拿得到英偉達的芯片。此前，中國特供版A800和H800芯片就遭到了哄搶，從原來的12萬人民幣左右，變成了25萬甚至30萬，甚至有高達50萬一片。
但是根據10月17日美國最新的芯片出口管制條款，只要芯片總算力大于或等于4800TOPS，或者芯片總算力低于4800TOPS但性能密度達到一定閾值，都將受到管制。也就是說A800和H800也都落在管制范圍之內。
由此可見，算力已是國力之爭，在這種局試下，中國廠商打造自主芯片以實現「國產替代」的需求也越來越高。
根據有關數據顯示，預計2023年—2027年，中國人工智能芯片市場規模將持續上漲，到2024年，中國人工智能芯片市場規模將突破1000億元；到2027年，中國人工智能芯片市場規模達到2881.9億元。
面對如此廣闊的市場，AI芯片國產發展如何了？在回答這個問題之前，我們先了解下什么是AI芯片：
AI芯片主要分為GPGPU（通用圖形處理器）、FPGA（可編程邏輯器件）、ASIC（專用集成電路）、存算一體和類腦芯片幾種。根據在網絡中的位置，又可以分為云端AI芯片、邊緣和終端AI芯片。
1.GPU方面
這是國產AI芯片公司的首選。
據統計，僅2020~2021年，GPGPU領域就有近20起融資事件發生。初創公司如芯瞳半導體、芯動科技、摩爾線程、天數智芯、壁仞科技均產品陸續推出產品，并獲好評，龍芯中科、海光信息、寒武紀、芯原股份幾家上市公司也持續耕耘GPU業務。目前看來，選擇GPGPU的登臨科技、天數智芯、燧原科技已經把訓練與推理都全面覆蓋。
登臨科技
成立于2017年，產品類型為推理+訓練，2020年發布了GoldwasserUL、GoldwasserL、GoldwasserXL，芯片選擇了更為成熟的12nm工藝，提供32-64TOPS、128-256TOPS和512TOPS算力，應用于邊緣計算和數據中心。
天數智芯
成立于2018年，產品類型為訓練、訓推一體，2021年、2022年先后發布了天垓100、智鎧50、智鎧100，選擇了7nm工藝，提供295TOPS、256TOPS、384TOPS算力，應用于智算中心、智慧醫療、智能語音、內容生成、安防、互聯網、數據中心等。
隧原科技
成立于2018年，產品類型為推理+訓練，2019年發布了第一代訓練產品“云燧T10”，2020年發布第一代推理產品“云燧i10”，2021年發布了第二代訓練產品“云燧T20/T21”和推理產品“云燧i20”，以及配套的“馭算”軟件平臺，目前，燧原科技的第一代和第二代“邃思”芯片均已實際應用于大規模AI集群工程中，支撐融媒體生成、城市智能感知等多樣化場景。
壁仞科技
成立于2019年，產品類型為推理+訓練，2022年8月，壁仞科技在成立三年后發布了首款通用GPU芯片BR100系列，包括BR104和BR100兩大產品。芯片為7nm制程，集成了770億個晶體管，其16位浮點算力能達到1000T以上、8位定點算力能達到2000T以上，單芯片峰值算力達到了每秒千萬次計算（PFLOPS）的級別。
沐曦
成立于2020，主要有三大產品線：用于AI推理的MXN系列、用于AI訓練及通用計算的MXC系列，以及用于圖形渲染的MXG系列。產品應用于智慧城市、公有云計算、智能視頻處理、云游戲等場景，以及科學計算和AI訓練。
2.ASIC芯片。
在2017年的第一次AI芯片浪潮中，主要做的是ASIC芯片——一種為人工智能特定應用而定制的芯片，但是ASIC的缺點也很明顯，因為其是針對特定算法而設計，其所適應的算法就是固定的，一旦算法發生變化就可能無法使用。
大廠與自動駕駛專業芯片廠商們，偏愛ASIC。國內大廠華為海思、百度、平頭哥皆選擇ASIC作為自己的芯片架構
目前主要分為兩種，一種是專門設計制造ASIC的公司，包括寒武紀、地平線、耐能科技等廠商，另一種，是各種跨界選手，比如vivo、OPPO、阿里巴巴等。
3.FPGA方面
因為極具靈活性，所以FPGA號稱“萬能芯片”。目前中國FPGA市場方面，AMD、英特爾、萊迪思三家企業合計市場份額超過85%。國內FPGA產業發展較晚，大部分企業在2010年后才成立，目前國內與FPGA相關研發企業數量超過28家。
具體來看，復旦微電在國內較早推出億門級FPGA，新一代十億門級產品正在研發中，并且有可編程片上系統的技術儲備；紫光同創覆蓋高、中、低端等多層次FPGA市場；安路科技在FPGA/集成CPU、FPGA、數據處理專用引擎等單芯片產品方面都有儲備，量產供貨產品已覆蓋100K以內的邏輯單元規模，并且PHOENIX1系列中邏輯單元為400K的新產品已成功流片；京微齊力基于22nm工藝制程的FPGA已成功量產；易靈思基于RISC-V軟核的FPGA已商用，并在16nm、40nm有長期的產品規劃。
4.存算一體芯片方面
存算一體芯片或成GPT-4等大模型的最優選，底氣在于，存算一體理論上擁有高能效比優勢，又能繞過先進制程封鎖，兼顧更強通用性與更高性價比，算力發展空間巨大。
由于存算一體格局未定，或將成為國內廠商破局關鍵。2019年后，新增的AI芯片廠商，多數在布局存算一體。據偲睿洞察不完全統計，在2019-2021年新增的AI芯片廠商有20家，在這之中，有10家選擇存算一體路線。國內的億鑄科技、知存科技、蘋芯科技、九天睿芯等十余家初創公司采用存算一體架構投注于AI算力，其中億鑄科技、千芯科技偏向數據中心等大算力場景。
5.類腦芯片方面
全球范圍內，參與神經形態計算芯片開發的機構主要包括三類：英特爾、IBM、高通等為代表的科技巨頭企業，斯坦福、清華為代表的高校/研究機構以及初創企業。
國內研究則包括清華大學、浙江大學、復旦大學、中科院等頂級學府和機構，同時近兩年不斷涌現初創公司，如靈汐科技、時識科技、中科神經形態等。其中以清華大學的天機芯和浙江大學的達爾文芯片最具代表性。
寫在最后
由此可見，國內各類AI芯片上均已有所布局，而國產的芯片算力也越來越強大。隨著國產AI芯片在國內市場占有率的進一步提升，產業鏈將加快成熟，有望給半導體帶來新的發展機遇。
不過，芯片創業是一個長周期的過程。國產的AI公司不但要面對行業周期規律，還要從英偉達這些“大山”夾縫中尋求突破。
共0條 [查看全部] 網友評論