【王煜全 要闻评论】粉丝群已经开通
欢迎加入前哨粉丝群,在这里你可以和科技投资人、创业者、各行业专业人士互动沟通,分享心得体会,也可以第一时间了解到前哨相关活动动态,结交志同道合的小伙伴。
入群方式:
1)添加创新地图的微信:innovationmap 为好友,并在好友请求中标注“要闻评论”
2)把你的全名和职称发给“创新地图”
如果您想洽谈合作,也请添加创新地图微信,并附上简介。
你好,我是王煜全,这里是王煜全要闻评论。
9月6日,CNBC的一篇文章报道说,苹果、亚马逊、特斯拉等科技巨头们正在急于开发自己的芯片。
去年11月,苹果宣布抛弃英特尔的CPU,推出了首款自研芯片M1,用在电脑和ipad上。
今年8月,百度宣布量产昆仑2代人工智能芯片,主要用在智能驾驶、智能交通等需要大算力的场景中。
另外,在AI芯片方面,还有阿里推出了“含光”,华为推出了“昇腾”,亚马逊推出了“Inferentia”。
最近引人注意的是,8月份特斯拉推出了一款具有高计算性能的芯片D1,并计划用D1打造世界上最强大的人工智能计算机,专门用来训练神经网络,对各种视频进行分析,帮助车辆在自动驾驶时作出相应的决策。
你会发现,确实有越来越多的科技巨头加入到了自研定制芯片的行列,满足特定应用的需求。
为什么大家会突然扎堆,开发定制化芯片呢?
这是因为如果和竞争对手用相同的通用芯片,你就做不到性能更好,成本更低,无法差异化竞争。
其实在去年10月的【科技特训营】里,我们就讲过芯片产业的未来机会。
过去的芯片产业是单芯片时代,比较的是单一芯片的性能,英特尔的X86架构CPU一直占据着主导地位,但是现在,大家迎来了一个新机会!
就是当人们进入人工智能+云计算的时代,面对海量数据需要处理的时候,过去的通用芯片CPU已经不能满足需求了,拥有高带宽、高并发的异构计算,在这时候就显得特别重要。也就是说,芯片产业进入了异构计算时代。
那到底什么是异构计算呢?
异构计算,就是多种计算单元(例如CPU、GPU、ASIC、FPGA)的集成和融合。
异构计算的芯片中既有通用计算单元,也有高性能的专用计算单元,复杂但轻松的任务交给通用计算单元,简单但繁重的任务交给专用计算单元,整体上就具有了高性能、低功耗等优点。
一般来说CPU的结构中,算术逻辑单元占的面积很小,大部分电路都被做成了控制电路和缓存,所以它更擅长做控制和任务分配,计算效率并不高。
后来人们发现,既然CPU算力不够,那就多找几个好帮手,让他专心做分配任务的事就行了。
GPU就是其中一个好帮手。
GPU就是专用处理器的一种,在结构上和CPU大不相同。它的控制部分很少,计算单元占据了大部分电路,拥有上千个算术逻辑单元,可以组成大规模并行计算架构,算力能达到CPU的几十上百倍。
所以通常是一个任务来了之后,CPU先分析下任务的性质,然后决定分配给谁,遇到大量的重复性工作时,就分给GPU做并行计算。
随着5G、边缘计算的发展,有一种趋势越来越明显,就是未来会需要更多的性能更高的专用计算,来解决行业的特定问题。这时候通用芯片就不是最好的解决方案了,专用的定制化芯片会更加适合。
例如ASIC(Application Specific Integrated Circuit)专用集成电路,就是一种定制化的芯片。
与CPU、GPU 的通用性相比,ASIC就只做一件事情,针对具体的某个任务来说,它的处理速度更快,能耗更低,但是成本相对比较高。
谷歌的TPU(Tensor Processing Unit 张量处理器),就是专门为深度神经网络运算而研发的芯片,是一款ASIC定制化芯片。
与同期的CPU和GPU相比,谷歌的TPU可以提供15-30倍的性能提升,以及30-80倍的效率提升,可以大规模的用于神经网络,还能把成本控制在可接受的程度上。
其实谷歌TPU性能强劲的秘诀,就是因为专注于神经网络计算。单用途的TPU不需要考虑缓存、分支预测等问题,所以控制单元更小,更容易设计,给运算单元留下了更大的空间,TPU的大小只有其他芯片的一半,硅片越小,成本越低,良品率也越高。
还有一种神经网络处理器也经常出现,叫做NPU,你可能猜到了,NPU也是一款ASIC定制化芯片,是专门用于神经网络算法与加速的。
当然,除了ASIC还有其他的专用芯片,例如FPGA(Field Programmable Gate Array 现场可编程门阵列)就是半定制芯片。
ASIC是专门根据特定需求设计电路后,就交给芯片厂家流片,功能就固定了,不能再随便更改。而FPGA是根据需求设计好电路后,下载到芯片里,随时还可以修改。
一般来说,很多异构芯片都是CPU+GPU,CPU+ASIC,CPU+FPGA等,它能让多种不同类型的计算核心高效协同,从而达到整个系统芯片的性能突破。
例如,特斯拉的全自动驾驶FSD芯片,就是一款异构计算芯片。芯片内部集成了CPU、GPU和NPU,能更高速且低能耗地处理摄像头信号,让系统算力大幅提升。
可以预见,随着人工智能进入展开期,开始进入各个行业,很多平台实现差异化竞争的关键,可能就在于为特定应用而设计的专用芯片。
芯片产业从过去的单芯片功能为王的CPU架构,到现在多芯片整合,异构计算的整合芯片,这个时候CPU不再重要,异构部分的专用芯片将是系统性能提升的关键。
在过去的二十年里,芯片产业都是个直道,中国没有办法插进去,直道很难超车。
现在,芯片到了异构计算时代,出现了弯道,我们的CPU虽然一时难以赶上,但可以用更强大的专用计算芯片,让系统的整体处理水平变得更高。这是咱们中国企业可以把握,而且必须把握的关键机会!
其实不光是芯片产业,整个科技产业都是这样,要想在未来胜出,科技企业家和投资人必须要提前看清时代趋势,尽早布局。我们科技特训营的目标就是帮助有志于发展科技产业生态的同路人,一起看清未来,共同行动。
以上就是今天的内容,更多产业深度分析和底层思考逻辑,会在“前哨科技特训营”里分享,欢迎关注微信公众号“全球风口”,报名加入。
王煜全要闻评论,我们下周见!
T大__跌T
我把话放在这,英特尔两年翻倍,不翻倍你找我来。