「」登陆云边端，AI芯片产业打响全线战争( 三 )

英特尔虽然入局自动驾驶芯片市场较晚，但通过一系列大笔收购，很快推出了完整的自动驾驶云到端的算力方案，包括英特尔凌动/至强+Mobileye EyeQ + Altera FPGA ，其中，英特尔收购 Mobileye推出的 EyeQ5 ，可以支持 L4-L5 自动驾驶，预计在今年量产。
而在国内，国内初创企业如地平线、眼擎科技、寒武纪也都在积极参与。地平线去年正式宣布量产国内首款车规级AI芯片“征程二代” ，采用台积电28nm工艺，可提供超过4TOPS的等效算力，典型功耗仅2瓦，延迟少于100毫秒，多任务模式下可以同时运行超过60个分类任务，每秒钟识别目标数超过2000个，面向车联网对强实时响应的需求。
据预测，从2018年到2022年全球边缘计算相关市场规模的年复合增长率将超过30% ，到2022年，边缘计算市场规模将超万亿，与云计算市场规模不相上下。正因为边缘计算如此巨大的市场前景，国内外行业巨头纷纷开始边缘侧AI芯片的布局。
对于杀入边缘侧的AI芯片巨头而言，实现云-边-端-网的多方协同，其中就必须要完成从云端到边缘的端到端解决方案的布局。这一动作客观上也加剧了边缘侧AI芯片的竞争态势，为AI初创企业带来更多的生存压力。
性能功耗比拼：终端AI芯片的无限战争
移动端AI芯片市场目前主要是在智能手机上。为实现差异化竞争，各手机厂商都加入了AI功能的开发，通过在手机SoC芯片中加入AI引擎，调配现有计算单元来实现AI计算，或者直接加入AI协处理器来实现AI功能的运行。
智能手机作为一种多传感器融合的综合数据处理平台，要求AI芯片具备通用性，能够处理多类型任务能力。而智能手机又受制于电池容量大小和电池能量密度限制， AI芯片在追求算力的同时对功耗有着严格的限制。
目前主流厂商都开发专用的ASIC芯片或者是使用功耗较低的DSP作为AI处理单元。

本文插图
根据一份最新的手机AI芯片排名，高通骁龙865、苹果A13和华为麒麟990分列前三。
排在第一名的高通骁龙865 ，采用了全新的第五代AI Engine ，可以实现高达每秒15 TOPS的运算，相比骁龙855提升了两倍的运算能力。通过AI异构多核可编程架构的设计思路，集成了传感器中枢，利用多种不同引擎协同完成AI任务，在精度和功耗之间取得平衡。
苹果A13处理器，采用第二代7nm工艺，专为高性能和低功耗而量身定制，拥有85亿个晶体管。其GPU为四核心设计，速度提升20% ，功耗降低40% ，也就是在性能大幅提升的前提下续航并没有降低。
华为去年推出的麒麟990 5G的NPU ，采用双大核+微核的方式，其大核负责性能，微核拥有超低功耗，其中微核在人脸检测的应用场景下，能耗比大核工作降低24倍。
根据信通院报告统计， 2017年全球手机AI芯片市场规模3.7亿美元，占据全球AI芯片市场的9.5% 。预计2022年将达到38亿美元，年复合增长率达到59% ，未来五年有接近十倍的增长。而目前能够在智能手机Soc芯片中取得领先位置的仍然只有高通、苹果、华为、三星等少数玩家，雄厚的资金实力和海量的销售规模，使得每家都愿意拿出真金白银来投入到新一代的AI芯片研发上面，在芯片的性能和功耗平衡上面实现碾压和赶超。
洗牌已至？AI芯片之战才刚刚开始
有媒体分析，根据行业发展规律， AI芯片在经历了短暂的资本狂欢和创业高峰之后，会在2020年之后，出现第一批出局者，开始行业的大洗牌。
这一结论自然具有一定的道理。由于AI芯片产业是一个高投入、长周期，依靠量产规模优势才能艰难取胜的产业。同时由于AI技术发展迅猛，芯片的设计周期可能无法赶上算法的迭代周期，这很容易造成AI芯片从设计到落地，已经无法赶上当前的计算需求。