登录注册   忘记密码

中国芯片独角兽崛起,寒武纪带头冲锋!中国芯片产业不应悲观

在近来积极为中国半导体产业未来发展出谋划策的热烈讨论中,可以发现的是,虽然国内半导体产业上下游供应链的确存在部分无法掌握在自己手里的限制。但相对于其他国家地区,中国芯片设计开发产业的发展脚步却从未停歇。


相较于其他地区,国内芯片产业的发展动能仍然相对活跃,甚至可以说具有部份得天独厚的优势,一国内市场够大,终端应用发展的持续创新,让芯片设计开发不缺题目可做,二是相较于其他地区,国内鼓励创新的融资氛围,也有利于芯片创业公司的发展。

7cbc83aedef343cbb5851b4313a88946.jpg

整体来看,过去几年可以说是芯片产业发展最快的一段时间,而 AI 更是这些新创芯片行业中获得最多关注目光的技术类型,各种专有型、通用型AI 计算芯片如雨后春笋般不断冒出头来。


近来许多人讨论中国半导体产业发展所遭遇的困境,不可否认,其中有一派论调是较为悲观负面的,但值得注意的是,不论是半导体产业、或是更细化的芯片产业,都不是今日播种、明日收割的商业模式,其中牵涉的,除了核心技术的自主掌握,更包含了商业模式道路的正确选择。


而在此其中,中科院出身的寒武纪无疑是最具有指标性的代表企业。从 2016 年正式成立,短短不到 2 年的时间,寒武纪不但是少数的芯片产业新创独角兽公司,在成为独角兽的速度上,对比其他以商业模式创新吸引热钱进驻的新创公司,靠着扎实核心技术苦干起家的寒武纪,也毫不逊色。

f6d6777c9e454d8e8b6c7219e01a3906.jpg

值得注意的是,在近来外界一片热议声中,向来低调的寒武纪却在日前宣布,即将在 5 月 3 号召开新品发布会,以 “从端入云”为主轴,推出针对云计算的新一代方案。


相较于过去寒武纪的行事风格,由公司主动宣布召开的新品发布会选在这个时点上,有其必须重视的指标性意义。

尽管到目前为止,寒武纪都还未对外透露任何新品发布会的细节,但若以新一代云计算平台方案的方向来看,先前已先与寒武纪建立合作关系的中科曙光,仍将会是首批采用此架构的厂商。另外,积极寻找云计算替代方案的阿里巴巴也有可能正式引入使用,毕竟阿里巴巴现在的云计算架构已经包含了来自 AMD、英伟达的 GPU,以及来自英特尔与赛灵思的 FPGA,为寻找最优化架构,自然也会希望在寒武纪的新一代云计算方案中提早卡位导入应用,进一步打破中国云计算清一色基于外来架构的现况。


事实上,寒武纪的独角兽地位,不只是技术层次的超越,也是因为其市场目标放的更远。很多人都知道在淘金热中,靠淘金致富的寥寥无几,不过卖工具的人却多半能够赚到大钱,而寒武纪却是同时身兼 AI 热潮淘金者与工具设备供应商两个角色,是有实力创造出完整生态的厂商,而非单纯的方案供应商。

b9219b026ac14dc3a1c976626ad0fb30.jpg

2d54b1e0aa0d45fbabb94a1e937366e2.png4a0d9b4442d74ee2a22da58ecaa63532.jpgab9c7a0d28724479a437819cb7d38dfd.jpg

近来可以看到的是,阿里巴巴已经补齐自有架构的最后一片空白;尽管外界杂音不断,但华为靠着自有芯片公司海思却也撑起半边天;小米自有方案的尝试并不算成功;而全志和瑞芯微等传统芯片设计厂商纷纷走向 AI 芯片开发方向。这一连串的变化,又将为中国芯片产业带来何种变局?


中国 AI 方案多不胜数,但各行其是难形成强大生态

不少 AI 方案厂商,更多只是设计算法,使其在不同平台或应用中运行,比如说地平线、深鉴都是以 FPGA 为基础的 AI 方案厂商,前者是采用英特尔的 FPGA 芯片,后者则是与赛灵思(Xilinx) 合作,而目前包含商汤、旷视、云从、依图四大视觉计算方案独角兽,以及传统芯片设计公司转向 AI 芯片设计开发等也都是采用外来方案,在某些层次上,更像是为国外厂商创造更多出海口,对中国芯片产业的发展并没有太大直接帮助。

67ec522047c94cfd817156d36ad40974.jpg

图|各大 AI 方案公司使用芯片架构一览

95491c3b1a4b4c58b93155a4e695cb4b.jpg

95491c3b1a4b4c58b93155a4e695cb4b.jpgea9faef970c8489c9268174328210426.png

584b3ae653144e5d8e3df372da0af20d.jpg

图丨Kirin 970

且不只是在智能终端提供标准化的 AI 加速芯片方案,寒武纪与中科曙光的合作,也为服务器厂商提供了更多样化的算力来源,可以扭转过去必须完全依靠 GPU 或者 FPGA 的情况,完全使用自有的架构同样能打造具备优秀性能价格比与能耗比的产品。也因为云计算以及数据中心对算力的要求越来越高,寒武纪也即将推出最新一代针对服务器的 AI 算力核心,预计性能可大幅超越现有的计算平台。


主流 AI 加速芯片其实就是针对大批量计算的庞大乘加器结构,配合运存管理以及算法逻辑核心等基础 IC 单元的设计,在同样单位时间内能处理更多的计算就代表性能更好,若仅针对单一应用优化,其实设计上的难度要远低于 CPU 和 GPU,二者都需要极为复杂的逻辑处理能力,以及配合不同应用的功能重新定义,不仅需要比较复杂的芯片单元设计,能耗也会因此增加,所以一般专用 AI 芯片架构在能耗上可以做到非常低的程度。

70cc02cac4d5455a9c458d4933319e2d.jpg

d9f58e3fa8034ce58d0a4a1ee18e8996.jpg

而另一个案例是比特大陆,众所周知,比特大陆向来是以挖矿芯片产品闻名,但除了挖矿芯片以外,该公司也推出 AI 计算架构。其实挖矿芯片和 AI 芯片本质上有很多雷同之处,二者同样都是针对大批量矢量计算优化的架构,只要在现有架构上小部分的功能区块进行重新定义,就可摇身一变成为 AI 芯片。


但是然而这些厂商之所以转型都是为情势所逼,AI 芯片并非真正在其长期规划中,由于缺乏通盘考虑,这类公司通常推出 AI 芯片时,在应用层上缺失不少,后续才会自行或通过第三方补上相关算法或模型,比特大陆看起来是想要自行打造 AI 生态,全志则是倚赖来自 ARM 针对 GPU 优化的算法。

e1f05700260441a49d3796d2cb6e0762.jpg

图|瑞芯微所采用的 NPU 效能表现极高

值得注意的是,瑞芯微采用的 NPU 在性能上远优于 Kirin 970,不过这可能是其采用的 NPU 规模较大,或者是时钟频率较高,由于其芯片并不会用在手机上这种功耗预算非常紧的设备上,在规模的设定方面也较有余量。


手机巨头的造芯运动

华为很久前就已经通过海思投入自有芯片的设计,不仅用在自家手机上,也使用在网络终端及基站产品中,布局相当广,由于华为产品销售极广,连带带动海思产值规模不断提升,2017 年已经是全球排名第 7 的 IC 设计厂商,以其在手机上的布局观察,目前华为使用自家方案的比重越来越高,2017 年已经有超过 6 成是使用海思的方案,其稳定可靠的性能表现亦获得消费者的肯定。

51f09ff69a214f8091a93a7e4012653e.jpg

d50d1c5c19504ef1b25e11ec447fb5d7.jpg

图丨小米澎湃S1

手机厂自研芯片除华为、中兴,小米也是另一个加入这个战场的厂商,不过小米的技术主要来自过去的联芯,而联芯在技术层次上其实要更落后于紫光展锐,其最新推出的 4G 方案只能支持 Cat.4,明显赶不上主流技术进展,要期待小米能够有什么长足的进步其实很困难。不过小米以内销为主,而且没有像华为、中兴牵扯到敏感国家的出口问题,制裁大刀一时半刻也砍不到它身上,因此还有时间可以改善自己的技术储备。


手机厂的造芯主要有两个原因,一个是差异化,比如说华为就靠着 Kirin 系列芯片的高度定制化设计及 AI 单元的加入,夺得市场眼光。小米则是从成本着眼,若能够将中低端走量的产品以自有方案取代,那么可以相当程度降低需要支付给高通、联发科等芯片企业的成本。


云端龙头的中国芯布局

在这方面,阿里巴巴可以说是走在 BAT 的最前端,相较于腾讯、百度仍以英特尔、英伟达的方案为算力核心,终端设计以外来方案为主,对相关新创计算芯片的投资与掌握态度相对冷淡,阿里巴巴不但积极布局包含 AI 计算,甚至也在日前全资收购中天微,打造完全自有的终端与 IoT 生态,目前其算力生态布局囊括了耐能、寒武纪、深鉴,翱捷科技则是提供多制式通讯标准产品,配合 Barefoot Networks 在服务器关键交换组件的耕耘,未来阿里巴巴在云服务可拥有最高的架构自主能力。


腾讯虽投资了 Barefoot Networks 与比特大陆,但比较偏向财务投资,而非基于架构自主的需求,百度在新创芯片设计方面仅投资了 Lightelligence 这家基于光学原理设计的光子计算芯片。

9d2c4679a2cb41a1ba6c6ea2abfd09ef.jpg

光子芯片基本上还是以目前的 CMOS 制造工艺为基础,相对于量子计算使用的特殊工艺,在成本或量产技术方面都要更有优势,虽然目前实验室中的光子芯片在密度上还比不过传统半导体芯片,但已经比量子芯片好很多了。


而光子芯片的效能取决于架构和算法,比如说同时使用多少路不同波长的光来进行组合,或者是在芯片中使用的光学信号的带宽,以及光电转换时的瓶颈,但是单从光的物理特性上来看,我们要做到传统半导体技术的百倍是不会有太大的问题的。


理论上光子芯片可以做到规模很大,也可以做到很小,因为光的波长限制,芯片尺寸还是会有一定的规范,加上算法的限制,要取代半导体芯片还是有很大的难度。另外,光子计算并不会针对通用优化,会以数据处理能力为发展基调,要实际投入量产使用仍需要不短的时间来补齐周边与软件生态。


但百度虽以外来芯片为主要的供应源,为了分散风险,也与华为、紫光展锐进行策略合作。


那中国缺的是什么?

中国在算力核心、主控方面的相关设计、制造一直都相当活跃,过去不但曾在手机芯片市场占据半边天,在平板方案上更是几乎囊括几乎全部市场。而如今在 AI 芯片的设计与生态经营方面,更是站在全球的先锋。

58c883144d464630b2a8ed324137438c.jpg

虽然 AI 芯片主要还是以深度学习等计算特化的设计方向为主,仍需要一般通用计算架构搭配,但随着在华成立合资公司,以及 Imagination 被中资收购,加上各种自研发展的芯片 IP,其实中国也不担心一般通用核心 IP 供应的短缺。


问题在于,过去中国半导体产业的布局一般都没有太长远的规划,而且讲求速效,很难有跨度较长的计划,加上行业太过容易一窝蜂。比如说数年前手机、平板芯片企业的盛况亦不逊于现在 AI 生态的蓬勃发展,但能留存下来的厂商仅是少数中的少数。


而且,大家都争着发展最能争夺眼光的热点产品,反而一些非常基本的产品,如 ADC/DAC、LNA 及 SerDes 等外围器件都没有太多着墨,而即便是在 5G,大厂也是争着做最被注目的专利以及主控部分,PA 这种外围器件也都是想着能用外来的就用外来的,一来关键材料与技术专利较难突破,二来利润较薄,而且做得好也很难吸引到投资人的眼光,以致于供应链对于此类料件的自研兴趣缺乏。


而所谓中国芯的相关企业,很多都把生态的经营,或者是市场的目标都摆在中国本土,中国的确是很大的市场,但以手机市场为例,目前主要的手机厂商已经把海外市场当作进一步成长的关键,现在的芯片产业是否也应直接以全球市场进行布局,而非仅固守在相对小范围的封闭生态?


对相关企业而言,若一开始就把市场目标摆在全球,对往后产业与技术的经营态度与格局自然也能拉到更高的层次。

fbe1a0b3b9fd498b8a5e27f1c0b96cd7.jpg

您的评论:

0

用户评价

  • 暂无评论