新闻中心

EEPW首页 > 设计应用 > 数字经济浪潮下,如何做AI芯片

数字经济浪潮下,如何做AI芯片

—— (8月刊)数字经济浪潮下,如何做AI芯片
作者:迎九时间:2019-08-12来源:电子产品世界收藏

1  创业公司成功的三要素                                     在半导体业,创业是一场持久的马拉松赛。跑马拉松需要有三个前提条件。第一,要选择合适的赛道,例如在北京和厦门赛跑的体验是不一样的。第二,要有充沛的体能。第三,要制定合适的策略。

本文引用地址:http://www.eepw.com.cn/article/201908/403604.htm

image.png

  对于芯片设计公司,需要看赛道/市场是否足够大,同时自身是否具备一定的技术实力,最关键的是在巨头林立、成熟的半导体行业中,你是否具备聪明的商业策略,能够真正进入市场,获得商机。

1.1 赛道的选择现在是“数字经济“时代

       这个时代有一个很重要的条件——大数据。数据的来源是基本的生产资料;其次,数据价值提取是相应的价值创造点,其中一个很关键的因素是计算力。过去七八年,特别是最近两三年AI很热,因为过去七八年,整个世界的算力提升了30万倍,直接促进了当代AI的发展。因此,算力是很重要的条件,是算力赛道。

  算力赛道有智能云和智能端,因此算力有云端和端端之分。云端的需求是稳定、持续的,这需要对算法甚至对整个数字经济发展有一定的前瞻性的支撑;同时产品更加需要性价比、功耗比的优异。端端有手机端、智能设备端,价格绝对值相对比较低,算力要足够高。

1.2 天数智芯如何在赛道中突破?

  首先看体能。作为芯片算力设计公司,可以在很多方面有相应的技术选择,例如可以选择一种核心技术,也可以针对具体的算法做专用的加速器,或者针对算法的基础形态做通用性支撑,也可以使用通用性架构或者针对某一类型架构做领域专用型处理器,同时芯片设计企业还要考虑到软件问题。

  天数智芯的特点是软硬件结合。从软件角度,有三个很重要的特点。第一,能否承载已有的开发者生态。从算力客户角度,开发者是应用开发商。第二,根据特殊场景能够快速落地,直接产生场景化的应用和系统方案。第三,算力本身是单一的因素,在一个完整的计算系统中,瓶颈往往不在处理器端而是在I/O端,如何让计算机系统把算力均值地提升?这是软件的价值。

  前瞻性通用性支撑需要天数智芯关注是否真正做到了自主可控,做到无缝替换,这是天数智芯从硬件角度上突出的问题。

  可见,天数智芯的软硬件结合如何在市场上真正的落地,有相应的软件和硬件,有相应的价值。

1.3 策略

  基于应用的解决方案,而并不是把算法固化,做通用AI的计算。天数智芯云端GPGPU有前瞻性算力支撑。因为AI本身算法是否是二十年后流行的算法?软件的更新迭代较硬件的更新迭代是快之又快。为此,天数智芯选择了自研通用并行计算IP架构,自研产品中的低端计算芯片,在2019年下半年会推出,高端计算芯片将于2020年问世,中端计算芯片将于2021年上半年推出。

image.png

图1 天数智芯的展位

2  做系统,兼做芯片

  芯片、AI芯片厂商的命脉掌握在哪家公司手上?主要掌握在系统厂商和应用服务提供商手上。

  为此,李云鹏先生并不把天数智芯定位为一家单纯的半导体公司,而更愿意定位为一家具备系统能力的系统技术公司。 

  天数智芯的整体逻辑思路是:不是一家系统集成商,“系统技术”经天数智芯细化后,实际上就是软硬件的结合。天数智芯通过软件的能力,迅速在场景上给出具体应用的解决方案,然后在芯片上有一个入口,能够为客户提供无缝迁移的可能。这是一种自主可控迁移的过程。

  有两个有典型的AI系统公司的案例令人深思。第一个是IBM,IBM是全球最早开始做AI芯片的厂商,做了类脑芯片,也做了沃森(Watson)医生,但沃森(Watson)医生并没有使用其类脑芯片,因为这两个项目是割裂开来研发的,当软件已经能够落地、产生价值的时候,芯片却用不上了,这是件很郁闷的事情。

  另外一家厂商是谷歌,也像IBM一样具备系统能力。谷歌首先推出了TensorFlow,非常流行,各种各样的应用在这上面去搞。忽然有一天,谷歌宣称要推出TPU芯片,先不谈TPU技术性能,但是第一天TPU就已经被用起来了,而且不用主动去推销,该公司的TPU Cloud Service非常受欢迎。 

  因此,半导体业发展到今天,具体有哪四个特点?

  第一,对手是强大的,半导体行业到处是巨头。第二,本土创业公司是弱小的,在资源、资金、渠道方面很弱势。第三,对于天数智芯,特色要搞软硬件结合。第四,对国内半导体行业来说,中国半导体在过去的一二十年中实际上也走过一些弯路,积累了很多经验,所以割裂来做一个东西是不行的。数字经济产业方面,不能割裂地看待半导体,不能割裂看待半导体设计,不能割裂地看待平台技术软件的支撑。

3  天数智芯的定位考虑

3.1 相比众多AI企业,天数智芯的差异化

  算力赛道是很明晰的一条必然的赛道,所以国内外的AI芯片创业公司,都根据自身的特点定位。例如国内AI芯片的头部企业,他们从科研一路下来,有相应的技术积累,也有前端学术性的成果转换,因此会有自身的特点。

  而且AI创业公司在芯片设计后端的集成能力非常强,在第一天直接集成一些已有IP,针对AI的特征集成一款SoC出来⋯⋯,这些都是他们各自根据“体能”做出的选择。

  那么在真正市场化的过程中,由于半导体芯片的TTM(Time To Market,上市时间)较长,如何缩短上市时间?

  天数智芯借助于软件。这应该不是技术的范畴,而是商业模式的范畴。软件能够为客户快速有效地直接产生价值。 

3.2 在AI生态里的角色

  随着最近20年创业公司的发展或者互联网的蓬勃发展,一个很重要的概念的产生是什么呢?就是原先2B(面向商业)的企业关注的是客户,一般做企业基本是以产品为核心,或者以客户为中心。但是互联网兴起之后,有两个新的概念出来:用户和客户。

  从生态角度上看,在AI时代,首先要看AI的用户生态,这里特指从事AI或大数据挖掘的数据科学家们/数据分析师们,他们是用户。从用户生态角度来看,天数智芯承接这些用户的生态。为此,天数智芯采取开放标准的态度,因为用户使用的都是开源产品,诸如Tensorflow及各种AI数据分析的计算平台。

  从客户的角度上看,AI的头部企业,例如商汤、旷视、依图等,在安防、新零售、金融等领域已经有很切实的场景落地。相比之下,天数智芯关注的客户是装备制造业或高端制造业,特指轨道交通、新能源(如风电)。这些行业的特点与安防有类似之处:数据源充足,数据的挖掘价值和提取的诉求很高。装备设备主要关注安全和运营效率的提升。实际上,在轨道交通领域,天数智芯在AI场景落地方面已是头部企业。因为该公司已经在轨道交通行业的主要企业中有完整的系统场景进行落地,包括平台软件具体的应用场景,及在行业领域的加法价值方面已经落地了。

3.3 为何做GPGPU?

  有两个原因。

  首先,AI芯片有很多技术的选择和流派,天数智芯选择了一个更加通用性支撑的技术路径。

  其次,如前所述,应用软件或者软件应用场景的变化,或者软件能力的迭代周期相对来说比较短;而半导体的生命周期很长,迭代周期相对来说比较长,特别是云端,迭代周期如果没有两三年是不可能的。在这种情况下,如果没有一个前瞻性的通用支撑能力,芯片产品很有可能做出来之后,在短短的几年内就失去了生命力,就很难成功。

3.4 未来三五年的规划 

  在市场落地端,天数智芯做的是通用型的产品。前期战略是在一个行业内由小而精、小而专,做大做强,才具备向其他行业拓展的可能。

  所以在这个战略下,近三年内,天数智芯在已有的行业,诸如轨道交通、新能源和石油天然气行业,能够做到精而专,而且能够支撑自己有一定现金流的收益。

       在随后的三五年中具备向其他行业拓展的能力。因为再往其他行业推,一定是通过渠道的方式去做,和更多的渠道合作伙伴去合作,这是商业端。在技术端,这三年内,把天数智芯的第一代核心的芯片产品迭代一次。迭代也很关键,因为这第一款产品将涉足国产的大芯片领域,是一个从0到1的过程,那么迭代一次代表的是从1向85发展的过程。 

  实际上,从0到1是很难的,从1往后,最难的是85到100。



关键词:

评论


相关推荐

技术专区

关闭