億歐推出“芯片帝國(guó)”系列分析稿件，從芯片的核心架構(gòu)、應(yīng)用場(chǎng)景、國(guó)內(nèi)外主要玩家和下游晶圓代工廠等方面呈現(xiàn)芯片業(yè)的產(chǎn)業(yè)圖景。當(dāng)前AI芯片主要分為GPU、FPGA、ASIC及類腦芯片等。以下為第一篇架構(gòu)篇，從通用芯片CPU及它的創(chuàng)始者英特爾說(shuō)起，梳理AI浪潮下不同的芯片架構(gòu)，及它們所構(gòu)筑的科技帝國(guó)。

英特爾和CPU：開(kāi)山鼻祖，集成通用芯片、PC界老大

芯片中，最令人熟悉的恐怕是中央處理器CPU了。作為一種超大規(guī)模的集成通用芯片，CPU可完成多種不同種類的任務(wù)，在PC世界里起著大腦的作用。而CPU的誕生也開(kāi)始了PC時(shí)代的巨頭——英特爾的輝煌歷史。

英特爾是主要以研制CPU處理器的巨頭，全球最大的個(gè)人計(jì)算機(jī)零件和CPU制造商，1971年，英特爾推出了全球第一個(gè)微處理器，它引發(fā)的微處理器所帶來(lái)的計(jì)算機(jī)和互聯(lián)網(wǎng)革命，可以說(shuō)改變了整個(gè)世界。

但CPU雖統(tǒng)治了PC時(shí)代，隨著人工智能興起，傳統(tǒng)的CPU算力不足這一問(wèn)題便越來(lái)越突出，尤其基于CPU的傳統(tǒng)計(jì)算架構(gòu)無(wú)法滿足人工智能并行計(jì)算的需求。AI所需的深度學(xué)習(xí)需要很高的內(nèi)在并行度、大量浮點(diǎn)計(jì)算能力以及矩陣運(yùn)算，因此在通用芯片之下，需發(fā)展適合人工智能架構(gòu)的專屬芯片。這也帶來(lái)了英特爾地位的下降。

不過(guò)在更早時(shí)候，即移動(dòng)互聯(lián)網(wǎng)大潮襲來(lái)時(shí)，CPU巨頭英特爾的劣勢(shì)就已開(kāi)始顯現(xiàn)了。英特爾在移動(dòng)端不敵來(lái)自生產(chǎn)ARM芯片(與英特爾X86平級(jí)的CPU架構(gòu)，但采用精簡(jiǎn)指令集計(jì)算機(jī)，主打低成本、低功耗和高效率)的ARM公司，目前世界超過(guò)95%的智能手機(jī)和平板電腦都采用ARM架構(gòu)。

再加上英偉達(dá)GPU在數(shù)據(jù)中心業(yè)務(wù)的競(jìng)爭(zhēng)，2010年還占據(jù)整個(gè)半導(dǎo)體芯片市場(chǎng)80%多份額(據(jù)IHS的報(bào)告數(shù)據(jù))的英特爾，到2016年第二季度，僅占14.7%。

為了在人工智能時(shí)代不落后其他科技公司，英特爾近年來(lái)通過(guò)收購(gòu)一批在FPGA、ASIC等芯片領(lǐng)域的頭部企業(yè)。在云端，2015年，英特爾收購(gòu)全球第二大FPGA廠商Altera;在終端，2016年收購(gòu)了研發(fā)高性能視覺(jué)處理芯片的Movidius;另外，英特爾2017年還收購(gòu)了汽車領(lǐng)域的Mobileye，以此對(duì)抗英特爾在汽車領(lǐng)域的地位。

不過(guò)，今年7月，英特爾交出的財(cái)報(bào)顯示，其Q2營(yíng)收為169.62億美元，凈利潤(rùn)50.06億美元，同比增長(zhǎng)78%。雖然營(yíng)收、凈利潤(rùn)增速不錯(cuò)，但基于CPU、FPGA的數(shù)據(jù)業(yè)務(wù)并未達(dá)到之前的預(yù)期，英特爾股價(jià)還是跌了。

當(dāng)然，英特爾雖然目前已有頹勢(shì)，但CPU卻也沒(méi)有到馬上要被替代的地步。

CPU雖然計(jì)算能力稍差，但它是通用計(jì)算機(jī)的處理核心，處理各式各樣的指令要求，所有部件也都要通過(guò)它互聯(lián)互通，其有著復(fù)雜的邏輯控制單元和獨(dú)特的指令翻譯結(jié)構(gòu)，這是其他芯片目前難以替代的。

并且，ARM架構(gòu)的CPU芯片在手機(jī)和智能音箱等領(lǐng)域也是不可或缺的。所以唱衰CPU，還是為時(shí)過(guò)早的。

英偉達(dá)和GPU：先發(fā)制人的“十項(xiàng)全能”選手，目前應(yīng)用最廣泛AI芯片

CPU的計(jì)算能力漸漸落后，也催生了崛起的圖像處理器GPU及新的巨頭英偉達(dá)。1999年，英偉達(dá)發(fā)明了GPU，這極大地推動(dòng)了PC游戲市場(chǎng)的發(fā)展，重新定義了現(xiàn)代計(jì)算機(jī)圖形技術(shù)，并徹底改變了并行計(jì)算。

相比CPU，GPU由于更適合執(zhí)行復(fù)雜的數(shù)學(xué)和幾何計(jì)算(尤其是并行運(yùn)算)，剛好與包含大量的并行運(yùn)算的人工智能深度學(xué)習(xí)算法相匹配，因此在人工智能時(shí)代剛好被賦予了新的使命，成為AI硬件首選，在云端作為AI“訓(xùn)練”的主力芯片，在終端的安防、汽車等領(lǐng)域，GPU也率先落地，是目前應(yīng)用范圍最廣、靈活度最高的AI硬件。

而英偉達(dá)也因此幾乎成為AI浪潮中的最大受益者，在加速深度學(xué)習(xí)算法芯片市場(chǎng)幾乎占?jí)艛嗟匚?。英偉達(dá)2016年第一個(gè)推出專為深度學(xué)習(xí)優(yōu)化的Pascal GPU，2017年推出了性能更優(yōu)的新GPU架構(gòu)Volta，及神經(jīng)網(wǎng)絡(luò)推理加速器TensorRT 3。目前占據(jù)全球GPU行業(yè)的市場(chǎng)份額超過(guò)70%，GPU作為其核心產(chǎn)品占據(jù)84%的收入份額。

另外，由于英偉達(dá)發(fā)布的針對(duì)開(kāi)發(fā)者提供的并行計(jì)算平臺(tái)CUDA，被廣泛認(rèn)可和普及，積累了良好的編程環(huán)境，目前應(yīng)用在人工智能領(lǐng)域，可進(jìn)行通用計(jì)算的GPU市場(chǎng)基本被英偉達(dá)壟斷。

不過(guò)英偉達(dá)在PC端和數(shù)據(jù)中心業(yè)務(wù)上，也面臨著老二AMD的挑戰(zhàn)。

在PC處理器市場(chǎng)，AMD正在英特爾主導(dǎo)的市場(chǎng)“搶食”。從2017年3月至今年4月，AMD推出了銳龍7、銳龍5、銳龍3、銳龍Threadripper、銳龍2000等處理器。數(shù)據(jù)顯示，在銳龍?zhí)幚砥魍瞥龊?，AMD的桌面處理器市場(chǎng)份額已從8%增至12%;而英特爾的份額則下跌1.9%，至87.8%。

雖然，英特爾在數(shù)據(jù)中心處理器市場(chǎng)也占有絕對(duì)的領(lǐng)先地位，擁有99%的市場(chǎng)份額，不過(guò)野村證券稱英特爾正在試圖阻止將15-20%的數(shù)據(jù)中心處理器份額讓給AMD。

目前GPU和英偉達(dá)，在人工智能浪潮下，可以說(shuō)是風(fēng)頭正勁，不過(guò)在頂著“應(yīng)用最廣泛AI芯片”的光環(huán)，英偉達(dá)也還面臨FPGA和ASIC等專用化程度更高、計(jì)算力更強(qiáng)的芯片的挑戰(zhàn)。

賽靈思和FPGA：“變形金剛”，算法未定型前的階段性最佳選擇

同樣能滿足更高的計(jì)算需求，并可進(jìn)行編程，1984年，賽靈思(Xilinx)發(fā)明了現(xiàn)場(chǎng)可編程門陣列FPGA，F(xiàn)PGA作為半定制化的ASIC(專用集成電路)，順應(yīng)了計(jì)算機(jī)需求更專業(yè)的趨勢(shì)，成為神經(jīng)網(wǎng)絡(luò)算法中的主流芯片。

FPGA可算是芯片界的“變形金剛”，在寫入軟件前它有勝于CPU的通用性，寫入軟件后它有類似于ASIC的表現(xiàn)，是算法未定型前的階段性最佳選擇。FPGA相比GPU具有低功耗優(yōu)勢(shì)，同時(shí)相比ASIC具有開(kāi)發(fā)周期快，更加靈活編程等特點(diǎn)。

在現(xiàn)階段云端數(shù)據(jù)中心業(yè)務(wù)中，F(xiàn)PGA以其靈活性和可深度優(yōu)化的特點(diǎn)，有望繼GPU之后在該市場(chǎng)爆發(fā);在目前的終端智能安防領(lǐng)域，也有廠商采用FPGA方案實(shí)現(xiàn)AI硬件加速。

FPGA市場(chǎng)的最大玩家是其創(chuàng)始者賽靈思，除了“通過(guò)系統(tǒng)集成和先進(jìn)的‘軟件定義’開(kāi)發(fā)環(huán)境所擴(kuò)展的新用戶群體的服務(wù)”外，賽靈思在金融、制造業(yè)、娛樂(lè)、公共安全以及電信等傳統(tǒng)行業(yè)，以及在自動(dòng)駕駛汽車、無(wú)人機(jī)、智能監(jiān)控等新興行業(yè)都有布局。

在數(shù)據(jù)中心方面，全球七大超大規(guī)模云服務(wù)公司，已有3家采用了賽靈思FPGA，其中的百度于今年10月宣布，其已設(shè)計(jì)出賽靈思UltraScale?FPGA池。另外，賽靈思在車用電腦視覺(jué)處理市場(chǎng)占有率排名第二，僅次于Mobileye(2017年被英特爾收購(gòu))，不過(guò)其與Mobileye間還存在著巨大差距。

賽靈思今年還收購(gòu)了我國(guó)的人工智能創(chuàng)企深鑒科技，深鑒基于賽靈思的FPGA開(kāi)發(fā)AI芯片，此前已和大華股份、東方網(wǎng)力等安防廠商展開(kāi)合作，推出基于Xilinx FPGA的DPU產(chǎn)品。

不過(guò)老大賽靈思在回復(fù)如何看待阿爾特拉被英特爾收購(gòu)時(shí)，傲嬌的表示：“我們依舊是第一，只是尾巴丟了”。

但由于FPGA要保證編程的靈活性，電路上會(huì)有大量冗余，因此成本上不能像ASIC做到最優(yōu)，工作頻率也不能太高。因而，在ASIC還并不成熟，同時(shí)GPU功耗和成本較高的現(xiàn)階段發(fā)展較好。

谷歌和ASIC：“專精職業(yè)選手”，專一決定效率，AI芯片未來(lái)

隨著專用化需求的進(jìn)一步發(fā)展，芯片界又誕生了ASIC。ASIC(Application Specific Integrated Circuit)即專用集成電路，本文中特指專門為AI應(yīng)用設(shè)計(jì)、專屬架構(gòu)的處理器芯片。

近年來(lái)涌現(xiàn)的類似TPU、NPU、VPU、BPU等，本質(zhì)上都屬于ASIC。無(wú)論是從性能、面積、功耗等各方面，AISC都優(yōu)于GPU和FPGA，長(zhǎng)期來(lái)看，ASIC代表AI芯片的未來(lái)。

ASIC架構(gòu)典型的代表，是谷歌的張量處理器TPU，其采用了脈動(dòng)陣列的組織方式。2016年，谷歌TPU在AlphaGo與李世石一役中橫空出世，使AlphaGo“思考”棋招和預(yù)判局勢(shì)，處理速度比GPU和CPU快上幾十倍。令人驚艷的的TPU，也一度被認(rèn)為是AI芯片業(yè)內(nèi)新的攪局者。不過(guò)TPU的資歷也沒(méi)比以上幾位年輕，哈佛大學(xué)孔祥重教授在1970 s就提出了TPU的脈動(dòng)陣列組織方式。

今年2月，谷歌也以Beta測(cè)試的形式開(kāi)放了一直只是自用的TPU，服務(wù)的名稱為Cloud TPUs(云端TPUs)，用于云端服務(wù)器。今年5月Google云端芯還發(fā)布了TPU 3.0，8月谷歌又推出一款為邊緣計(jì)算定制的Edge TPU。

不過(guò)TPU目前并不對(duì)外發(fā)售，并且要想進(jìn)入更多市場(chǎng)，它的通用性仍需檢驗(yàn)。但谷歌TPU的推出，以及測(cè)試版對(duì)中小企業(yè)的開(kāi)放，還是會(huì)對(duì)英偉達(dá)帶來(lái)一定威脅。

而ASIC芯片領(lǐng)域，也有一大批追趕者。以我國(guó)的初創(chuàng)企業(yè)而言，2017年9月，華為發(fā)售的AI芯片麒麟970上的NPU(屬ASIC架構(gòu))集成了初創(chuàng)芯片企業(yè)寒武紀(jì)的1A處理器作為其核心人工智能處理單元。

2017年1月，地平線攜手英特爾發(fā)布基于BPU(屬ASIC架構(gòu))架構(gòu)的最新高級(jí)輔助駕駛系統(tǒng)，12月，地平線機(jī)器人發(fā)布“旭日”和“征程”兩款嵌入式AI芯片，面向智能駕駛和智能攝像頭。

2016年，英特爾收購(gòu)的視覺(jué)處理芯片企業(yè)Movidius，其研發(fā)的VPU也是ASIC芯片。

在AI算法尚處于蓬勃發(fā)展、快速迭代的今天，ASIC存在開(kāi)發(fā)周期較長(zhǎng)、需要底層硬件編程、靈活性較低等劣勢(shì)，因此目前發(fā)展速度還不及GPU和FPGA。但長(zhǎng)期來(lái)看，ASIC是AI芯片的未來(lái)。

IBM和類腦芯片：另辟蹊徑，顛覆傳統(tǒng)計(jì)算架構(gòu)，仍在研發(fā)

另外，在傳統(tǒng)架構(gòu)之外，還有一類“不走尋常路”的芯片，這就是“類腦芯片”。“類腦芯片”顛覆傳統(tǒng)計(jì)算架構(gòu)，將數(shù)字處理器當(dāng)作神經(jīng)元，把內(nèi)存作為突觸，內(nèi)存、CPU和通信部件完全集成在一起，采用模擬人腦神經(jīng)元結(jié)構(gòu)來(lái)提升計(jì)算能力。

“類腦芯片”以IBM TrueNorth芯片為代表，但由于技術(shù)和底層硬件的限制，其尚處于前期研發(fā)階段，目前不具備大規(guī)模商業(yè)應(yīng)用的可能性。從技術(shù)成熟度和商業(yè)可行性兩個(gè)角度，使用AI專屬硬件進(jìn)行加速運(yùn)算是今后五年及以上的市場(chǎng)主流。

我國(guó)初創(chuàng)企業(yè)西井科技也在研發(fā)類腦芯片，其宣稱“芯片用電路模擬神經(jīng)，成品有100億規(guī)模的仿真神經(jīng)元，可用于基因測(cè)序、模擬大腦放電等領(lǐng)域”。

不過(guò)，類腦芯片的商用并不樂(lè)觀，西井目前也從研究類腦芯片轉(zhuǎn)向自動(dòng)駕駛領(lǐng)域。

總結(jié)：諸侯混戰(zhàn)，同賽道糾纏，不同架構(gòu)競(jìng)爭(zhēng)

從CPU、GPU、FPGA，到ASIC及類腦芯片，從英特爾、英偉達(dá)、賽靈思、谷歌再到IBM，可以看出芯片業(yè)最近50年可謂風(fēng)起云涌，而人工智能芯片的興起只是最近的一次浪潮。

GPU、FPGA、ASIC及類腦芯片等可用于AI的芯片，也只是目前登場(chǎng)的芯片中的一小部分，其商用場(chǎng)景還未完全展開(kāi)。而當(dāng)前的AI芯片中，應(yīng)用還是以GPU領(lǐng)先，F(xiàn)PGA可能成為下一個(gè)爆點(diǎn)，ASIC目前是被看好、但不成熟的新星。

再看芯片巨頭的斗爭(zhēng)，英特爾與ARM在CPU市場(chǎng)、英偉達(dá)和AMD在GPU市場(chǎng)、賽靈思和阿爾特拉在FPGA市場(chǎng)上，及谷歌和一些創(chuàng)企在ASIC市場(chǎng)的競(jìng)爭(zhēng)……而在AI浪潮下引導(dǎo)的芯片革新上，英特爾與英偉達(dá)，賽靈思以及谷歌又在不同芯片架構(gòu)及應(yīng)用場(chǎng)景間進(jìn)行斗爭(zhēng)。

可以說(shuō)這確實(shí)是一場(chǎng)“諸侯混戰(zhàn)”，而身處變革中的每一個(gè)巨頭，都不想在戰(zhàn)爭(zhēng)中先倒下。