2019年杭州雲栖大會上，阿裡(lǐ)首款AI芯片含光800雖然隻有短短幾分鍾的介紹，卻成(chéng)了外界最爲關注的消息。互聯網巨頭進(jìn)入自研芯片領域早已不是新聞，但每次他們自研芯片的正式推出和商用的宣布，依舊會吸引了無數的關注。
不少人應該也會疑問，這(zhè)是不是芯片巨頭們要被替代的開(kāi)始？
互聯網巨頭造芯的初衷
在互聯網企業造芯的路上，谷歌跑在了最前面(miàn)。早在2006年，谷歌就開(kāi)始考慮在其數據中心部署 GPU或者 FPGA，或專用集成(chéng)電路（ASIC），當時的結論是，能(néng)在專門的硬件上運行的應用并不多，使用谷歌大型數據中心的富餘計算能(néng)力即可。
情況在2013年發(fā)生了轉變，當時谷歌用戶每天使用語音識别 DNN 語音搜索三分鍾，使得谷歌數據中心的計算需求增加了一倍，而如果使用傳統的 CPU 將(jiāng)非常昂貴。因此，谷歌啓動了一項優先級别非常高的項目，快速生産一款定制芯片（ASIC）用于推理，并購買現成(chéng)的 GPU用于訓練。
谷歌的目标是將(jiāng)性價比提高 10 倍，爲了完成(chéng)這(zhè)項任務，谷歌在其數據中心設計、驗證、構建并部署了 TPU（張量處理器，Tensor Processing Unit），這(zhè)一過(guò)程用了15個月。
2016年，谷歌I/O開(kāi)發(fā)者大會上，谷歌正式發(fā)布了首代TPU。不過(guò)，TPU剛開(kāi)始隻僅限谷歌内部使用，直到2018年2月，谷歌才在其雲平台博客上宣布TPU服務開(kāi)放的消息，價格大約爲每雲 TPU 每小時 6.50 美元，而且數量有限。
阿裡(lǐ)和谷歌自研AI芯片商用，科技巨頭與芯片巨頭關系生變
也就是說，2018年，谷歌才開(kāi)啓了TPU的商業化。同年的I/O大會上，TPU 3.0宣布推出，計算性能(néng)相比TPU 2.0提升八倍，可達 100PFlops(每秒 1000 萬億次浮點計算)。
可以明确，谷歌TPU的推出，主要還(hái)是因爲市場上沒(méi)有滿足其需求的芯片，使得他們進(jìn)入了自研芯片領域，并且，TPU作爲雲端推理芯片并不對(duì)外出售，而是通過(guò)谷歌雲對(duì)外提供算力。
阿裡(lǐ)的自研芯片之路與谷歌類似。1999年以淘寶起(qǐ)家的阿裡(lǐ)，如今的業務早已橫跨電商、金融、物流、雲計算、大數據、全球化等場景。不同的場景就有不同的計算需求，比如淘寶裡(lǐ)的拍立淘商品庫每天新增10億商品圖片，使用傳統GPU算力識别需要1小時。除了需要花費1小時的時間，這(zhè)個時間裡(lǐ)GPU的耗電量也非常巨大。
根據數據統計顯示，2017年中國(guó)有40個中小型數據中心，這(zhè)些中小數據中心2017年消耗電量比三峽大壩的發(fā)電量還(hái)多，等量的碳排放量兩(liǎng)倍于民航的碳排放量。對(duì)于阿裡(lǐ)和谷歌這(zhè)樣擁有大型數據中心的科技公司，電量消耗也帶來了巨大的成(chéng)本。
如果谷歌和阿裡(lǐ)想要通過(guò)購買算力更強的最新款英偉達GPU來提升效率，GPU高昂的售價也是科技巨頭們無法忽視的問題。
因此阿裡(lǐ)也開(kāi)啓了自研芯片之路。2017年的雲栖大會上，阿裡(lǐ)宣布成(chéng)立達摩院，由全球建設的自主研究中心、高校聯合實驗室，全球開(kāi)放研究計劃三大部分組成(chéng)，涵蓋量子計算、機器學(xué)習、基礎算法、網絡安全、視覺計算、自然語言處理、下一代人機交互、芯片技術、傳感器技術、嵌入式系統等，涵蓋機器智能(néng)、智聯網、金融科技等多個産業領域。
2018年雲栖大會，阿裡(lǐ)又宣布成(chéng)立獨立芯片企業“平頭哥半導體有限公司”，由中天微與達摩院芯片團隊整合而成(chéng)。
還(hái)是雲栖大會宣布者還(hái)是張建鋒，2019年阿裡(lǐ)首款AI雲端推理芯片含光800正式推出。在業界标準的ResNet-50測試中，含光800推理性能(néng)達到78563 IPS，比目前業界最好(hǎo)的AI芯片性能(néng)高4倍；能(néng)效比500 IPS/W，是第二名的3.3倍。
性能(néng)提升帶來的效果顯而易見，繼續用上面(miàn)的拍立淘舉例，阿裡(lǐ)表示，采用含光800後(hòu)，每天新增10億商品圖片的識别時間可以從GPU識别的1小時，可縮減至5分鍾。另外，根據雲栖大會的現場演示，在城市大腦中實時處理杭州主城區交通視頻，需要40顆傳統GPU，延時爲300ms，使用含光800僅需4顆，延時降至150ms。
由此做一個簡單的換算，那就是1個含光800的算力等于10個GPU。
相比谷歌遲遲沒(méi)有商用TPU，阿裡(lǐ)在發(fā)布含光800之時表示這(zhè)款産品已經(jīng)已經(jīng)實現了大規模應用，應用于阿裡(lǐ)巴巴集團内多個場景，例如視頻圖像識别/分類/搜索、城市大腦等，并且宣布基于含光800的AI雲服務也正式上線。
顯然，阿裡(lǐ)自研AI芯片最核心的目标同樣是爲了獲得更低的經(jīng)濟成(chéng)本。
科技巨頭與芯片巨頭不再隻是合作
由此看來，目前阿裡(lǐ)和谷歌商用的自研AI芯片都(dōu)是雲端推理芯片，對(duì)于傳統芯片巨頭英特爾和英偉達而言，這(zhè)并不會帶來巨大的改變，但雙方的關系會從此前緊密合作變爲競合關系。
如何理解？雖然有了面(miàn)向(xiàng)視覺場景的含光800推理芯片，但是這(zhè)是一款ASIC芯片，其定位也是CNN類模型推理加速爲主，通用可擴展到其它DNN模型。但對(duì)于更多的深度學(xué)習算法，含光800這(zhè)款ASIC可以在一定支持，但無法體現出性能(néng)和能(néng)效最優化。
所以，無論是阿裡(lǐ)還(hái)是谷歌，他們依舊需要英特爾的CPU提供通用的計算能(néng)力，也需要FPGA進(jìn)行AI的加速。另外，阿裡(lǐ)性能(néng)強大的神龍架構服務器，也需要英偉達GPU提供算力。
這(zhè)種(zhǒng)競合關系不僅會局限在雲端。2018年7月，谷歌推出Edge TPU芯片，從命名上就可以看出這(zhè)是此前推出的雲TPU的簡化版本，是專門設計的加速器芯片，用于在邊緣運行TensorFlow Lite機器學(xué)習模型。
英雄所見略同，阿裡(lǐ)也有端雲一體的戰略。在含光800雲端AI芯片發(fā)布之前的7月和8月，阿裡(lǐ)接連發(fā)布了高性能(néng)RISC-V架構處理器玄鐵910以及SoC芯片平台“無劍”。也就是說，阿裡(lǐ)的C-Sky系列、玄鐵系列AIoT終端芯片IP，一站式芯片設計平台無劍，以及最新發(fā)布的雲端AI芯片構建了阿裡(lǐ)端雲一體的芯片生态，平頭哥端雲一體全棧芯片産品家族雛形已現。
另外，2019雲栖大會期間還(hái)有一個芯片的重磅宣布，阿裡(lǐ)人工智能(néng)實驗室和平頭哥共同定制開(kāi)發(fā)的智能(néng)語音芯片TG6100N，會在即將(jiāng)推出的音箱産品中使用。
科技巨頭們的自研AI芯片要涵蓋雲端和終端其實也很容易理解，無論是芯片巨頭還(hái)是科技巨頭，他們都(dōu)認爲未來數據將(jiāng)像石油一樣具有價值。因此，巨頭們需要端雲一體的戰略挖掘數據的價值，在數據的時代保持領先，而這(zhè)個戰略非常重要的支撐就是雲端和終端的AI芯片。
此時科技巨頭和芯片巨頭都(dōu)會有雲端和終端的AI芯片，競争就難以避免。雷鋒網認爲，競争激烈的程度更多會取決于科技巨頭，由于他們對(duì)自己的業務和數據有更深的理解，他們定制化的ASIC芯片更容易達到性能(néng)和能(néng)效的最優。即便自研的AI處理器性能(néng)弱于芯片巨頭的産品，如果科技巨頭出于自主可控的考慮，用自身的業務和場景去支撐自研芯片的叠代和優化，爲此付出一些代價，最終也能(néng)研發(fā)出在特定領域非常具有競争優勢的芯片。
注意，科技巨頭們會在與自己業務和生态相關的領域自主研發(fā)AI芯片。但如果想要替代現有的成(chéng)熟芯片，比如英特爾的至強CPU和英偉達GPU，既沒(méi)有價值也面(miàn)臨巨大的風險。歸根結底，科技巨頭們自研AI芯片的初衷是爲了獲得更大的經(jīng)濟效益，通過(guò)自主研發(fā)的芯片保持其技術和生态的領先性。同樣，他們的自研芯片也更多的會服務于自己的業務和生态，而非搶食芯片巨頭們的市場。
小結
AI時代，科技巨頭們與芯片巨頭們不再隻是緊密的合作夥伴，也會在特定領域成(chéng)爲競争對(duì)手。也就是說，對(duì)于芯片巨頭們而言，想要在科技巨頭擁有自研芯片的領域獲得訂單，需要付出更多的努力。
反過(guò)來，芯片作爲一個技術、資本、人才都(dōu)密集的行業，其長(cháng)周期的特點也與互聯網和移動互聯網快速叠代的模式不同，如何找到軟硬之間的最佳平衡點，以及如何與芯片巨頭們多年在芯片領域積累的優勢競争，也都(dōu)是科技巨頭自主研發(fā)芯片面(miàn)臨的挑戰。