AI芯片無疑是當下半導體行業(yè)最熱門的一個領(lǐng)域。起初，AI芯片的市場爭奪主要在云端、數(shù)據(jù)中心，而隨著邊緣計算、5G的發(fā)展，AI芯片的市場爭奪逐漸走向邊緣。
國內(nèi)外巨頭紛紛發(fā)力邊緣AI芯片
不完全統(tǒng)計，包括谷歌、英偉達、英特爾、高通、華為、寒武紀、地平線均于近兩年推出邊緣AI芯片。如谷歌的Coral Edge TPU，售價不到千元，用于在邊緣運行TensorFlow Lite機器學習模型；英偉達于11月宣布的etson Xavier NX，體型小于一張信用卡，卻能提供21 TOPS的性能，主要面向機器人和邊緣嵌入式計算設(shè)備；英特爾也于近日發(fā)布專為邊緣設(shè)備的下一代MPVIDIUS VPU KEEM BAY，可進行深度學習推理、計算機視覺與媒體應用；高通于年度人工智能大會上發(fā)布的Cloud AI 100，專為邊緣計算開發(fā)，峰值性能是驍龍855和驍龍820的3至50倍。
除美國幾大巨頭外，國內(nèi)幾大巨頭也在邊緣AI芯片上頗有建樹，最知名的莫過于華為的昇騰310芯片，其典型邊緣計算場景便是安防、自動駕駛和智能制造，其最大功耗8W,卻能提供16TOPS的算力，支持同時識包括人、車、障礙物、交通標示在內(nèi)的200個不同的物體，一秒鐘內(nèi)可處理上千張圖片；AI獨角獸寒武紀也在11月的深圳高交會上推出了面向邊緣智能計算領(lǐng)域的AI芯片思元220，該芯片整體系統(tǒng)功耗不足10W，能夠提供16/8/4位可配置的定點運算，最大算力為16TOPS（INT8），可根據(jù)實際應用靈活選擇運算類型以獲得最佳AI推理性能；再如將公司戰(zhàn)略定為AI on Horizon的地平線，早在2017年便發(fā)布了第一代用于智能駕駛場景的邊緣AI芯片征程1.0，并于今年8月底發(fā)布征程2.0車規(guī)級AI芯片，典型功耗2瓦，卻可提供超過4 TOPS的等效算力。
為何邊緣AI芯片興起
之所以邊緣AI芯片興起，主要可歸為以下三方面因素。一是市場層面受邊緣計算的帶動。相關(guān)研究表明，截止2018年，有40%的數(shù)據(jù)需要在網(wǎng)絡邊緣側(cè)分析、處理、儲存，到2025年，這一比例將超過50%。據(jù)預測，從2018年到2022年全球邊緣計算相關(guān)市場規(guī)模的年復合增長率將超過30%，到2022年，邊緣計算市場規(guī)模將超萬億，與云計算市場規(guī)模不相上下。
可以說，正是看到了邊緣計算的市場前景，國內(nèi)外行業(yè)巨頭也紛紛將AI芯片的目光由云端轉(zhuǎn)向了邊緣，原因在于，有大量的終端設(shè)備、場景需要借助AI芯片完成運算，如智能音箱、智能路燈、VR/AR、車聯(lián)網(wǎng)、智能制造。
二是廠商自身產(chǎn)品生態(tài)的完善。如今，企業(yè)越來越強調(diào)端-邊-云-網(wǎng)-智的多方協(xié)同，其也需要從云端到邊緣的端到端解決方案。因此，對廠商而言，僅僅提供云端AI芯片是難以滿足用戶的這些需求，因此，在布局完云端AI芯片后再去完善邊緣AI芯片是提供自身在行業(yè)內(nèi)競爭優(yōu)勢的策略。
三是邊緣AI芯片場景和開發(fā)上的特性。相比云端AI芯片，邊緣AI芯片的使用場景更加豐富，在設(shè)計、研發(fā)、生產(chǎn)上難度也相應縮減，同時單芯片售價并不昂貴，因此，布局邊緣AI芯片的企業(yè)，除行業(yè)巨頭外，也有不少AI創(chuàng)企。
結(jié)語
AI芯片的戰(zhàn)火已經(jīng)由云端蔓延到了邊緣。
