應用

技術

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

未來誰將成為AI芯片領域的王者?

2020-10-10 09:14 控制工程網(wǎng)

導讀:隨著大型企業(yè),初創(chuàng)企業(yè)和中小型企業(yè)等公司爭相建立支持AI生態(tài)系統(tǒng)的基本AI加速器技術,包括知識產權(IP)在內的無形資產的保護將成為該領域成功的關鍵方面之一。

近年來,我們看到人工智能(AI)和機器學習(ML)的應用擴展到更廣泛的計算機和移動應用領域?,F(xiàn)在,就像低成本圖形處理單元(GPU)的普及推動了深度學習革命一樣,硬件設計(而不是算法)被預測為下一個重大發(fā)展提供基礎。

隨著大型企業(yè),初創(chuàng)企業(yè)和中小型企業(yè)等公司爭相建立支持AI生態(tài)系統(tǒng)的基本AI加速器技術,包括知識產權(IP)在內的無形資產的保護將成為該領域成功的關鍵方面之一。

近年來,ML模型的size大幅增加(大約每3.5個月翻一番),已成為ML模型準確性增長的主要驅動力之一。為了保持這種近乎摩爾定律的復雜性增長,市場上對新型AI加速器有明確的需求,這些類型的AI加速器可以支持更先進的ML模型(用于訓練和推理)。

在新的AI芯片中特別受益的領域之一是邊緣AI推理。這種在設備本身而不是在遠程(通常是云)服務器上運行AI推理的相對較新的趨勢提供了許多潛在的好處,例如消除了處理過程中的等待時間并減少了數(shù)據(jù)傳輸和帶寬,還可能增加了隱私和安全性。鑒于這些優(yōu)勢,邊緣AI芯片市場的增長令人矚目。2017年才推出首款商用企業(yè)邊緣AI芯片,但Deloitte預測,2020年邊緣AI芯片的銷量將超過7.5億片。

2018年,全球AI芯片市場整體價值66.4億美元,預計未來幾年將大幅增長,到2025年將達到911.9億美元,復合年增長率為45.2%。因此,可以理解的是,許多公司都在致力于開發(fā)AI芯片。但是,該市場有望經(jīng)歷與CPU,GPU和基帶處理器市場相似的增長周期,最終將由一些大型廠商主導。知識產權(尤其是專利)是英特爾(Intel)、高通(Qualcomm)和ARM等家喻戶曉的公司取得成功的關鍵,它很可能在人工智能芯片領域扮演類似的重要角色。

參與AI芯片市場競爭的公司范圍涵蓋英特爾,高通,ARM或英偉達等“芯片巨頭”,再到傳統(tǒng)上專注互聯(lián)網(wǎng)的科技公司(例如Alphabet或百度),以及眾多利基實體,包括Graphcore,Mythic或Wave Computing。各種通??雌饋硐裥酒袌觥熬滞馊恕钡拇蠊疽矃⑴c其中——例如,由于絕大多數(shù)邊緣 AI芯片(90%)目前都進入消費設備領域,因此許多智能手機制造商都沒有錯失這一機會并開發(fā)了他們自己的AI加速器(例如,iPhone系列中使用的蘋果公司的八核神經(jīng)引擎)。

這場競賽目前仍未決定誰將占據(jù)主導地位。技術專家和投資者都將密切關注哪些公司的技術最有前途,這個領域將不可避免地在投資、收購和失敗中發(fā)展。在未來幾年內,我們可以期待看到市場領導者的出現(xiàn)。誰將成為人工智能芯片領域的王者,CPU市場是英特爾(77%的市場份額),基帶處理器市場是高通(43%的市場份額)?

當前的領先者似乎是英特爾和英偉達。據(jù)路透社報道,英特爾的處理器目前在AI推理市場上占主導地位,而英偉達則在AI訓練芯片市場上占主導地位。英特爾(Intel)和英偉達(Nvidia)都沒有固步自守,這從它們最近的收購和產品發(fā)布中就可以看出,這兩家公司的目標似乎都是“取代”對方。就在2019年12月,英特爾斥資20億美元收購了總部位于以色列的深度學習加速器開發(fā)商Habana Labs。

Habana的Goya和Gaudi加速器包括許多技術創(chuàng)新,例如支持遠程直接內存訪問(RDMA)–從一臺計算機的內存直接訪問另一臺計算機的內存,而無需使用任何計算機的操作系統(tǒng)–該功能對大規(guī)模并行計算機集群特別有用。因此,可以在云上(英偉達目前占主導地位)訓練復雜模型。另一方面,英偉達最近發(fā)布了其Jetson Xavier NX邊緣AI芯片,該芯片具有高達21 TOPS的驚人加速計算能力,尤其是針對AI推理。

一些規(guī)模較小的公司也令人興奮,例如總部位于布里斯托爾的Graphcore,或總部位于美國的Mythic。Graphcore最近與微軟合作,以19.5億美元的估值籌集了150mat美元。他們的旗艦產品——智能處理單元(IPU)——擁有令人印象深刻的性能指標和有趣的架構——例如,IPU將整個ML模型保存在處理器內部,使用處理器內存來最大限度地減少延遲和最大化內存帶寬。Mythic的體系架構同樣值得關注,它結合了硬件技術,如computing-in-memory(無需構建緩存層次結構),數(shù)據(jù)流體系架構(特別適用于基于圖的應用程序,例如推理),和模擬計算(使用存儲器元件作為可調電阻,直接在存儲器內部計算神經(jīng)網(wǎng)絡矩陣運算)。Mythic在商業(yè)方面也不落后于Graphcore——它在2019年6月從家庭投資者(如軟銀)獲得了3000萬美元的融資。

目前尚不清楚誰最終將主導AI芯片市場,但從CPU和基帶處理器領域等歷史發(fā)展中得到的一個重要教訓是,知識產權在決定誰將勝出、誰將長期生存方面起著重要作用。

英特爾或高通等公司提交的專利申請數(shù)量表明,強大的專利組合對于芯片市場商業(yè)成功的重要性。這些專利自1996年以來一直在增加,現(xiàn)在每年約有10000個已公布的專利系列??紤]到芯片設計反向工程的內在可能性和fabless模式在業(yè)界的普遍使用,任何實體都很難在沒有專利組合的情況下保護其知識產權,同時輔以其他形式的保護,如商業(yè)機密(或“專有技術”)。

芯片行業(yè)的許多市場領導者都圍繞著專利授權建立了自己的商業(yè)模式。值得注意的例子包括高通和ARM控股。盡管高通的大部分收入來自芯片制造,但它的大部分利潤來自專利授權業(yè)務。高通的授權許可業(yè)務過去兩年可能受到影響,但這在很大程度上是由于與蘋果(Apple)的糾紛。蘋果已向高通一次性支付45億美元和解金,兩家公司未來還將簽署一項為期6年的授權協(xié)議,從而解決了蘋果與高通之間的糾紛。

ARM更進一步,幾乎所有的收入都來自IP授權,而從未出售過自己的芯片。專利授權對高通和ARM來說非常有利可圖,對那些在人工智能芯片領域建立了強大專利組合的公司來說,可能也同樣有利可圖。ARM的商業(yè)模式將為那些沒有資源涉足芯片制造的初創(chuàng)企業(yè)提供一個有吸引力的選擇,即使是在規(guī)模較小的公司成長之際,通過保持 fabless生產來降低風險的動機也將保持強勁。

對于那些有意被收購的初創(chuàng)公司來說,毫無疑問,知識產權對于最強勁的估值至關重要。如果不是因為Habana的專利組合可以追溯到2016年,英特爾不太可能在2019年底以20億美元的價格收購Habana;如果Graphcore沒有超過60個專利系列(共享同一初始專利申請的專利組),它也不太可能與微軟合作,獲得其目前19.5億美元的估值。因此,投資者的退出策略仍然決定了對健全的知識產權策略的需要。

相關部門的另一個重要教訓是與專利侵權相關的巨大風險和報酬。就在2020年1月,蘋果和Broadcom因侵犯Cal Tech的Wi-Fi技術專利而被判支付11億美元的賠償金,法院裁定該專利被用于Broadcom的無線芯片中。據(jù)彭博社報道,這是有史以來第六大與專利有關的判決。因此,企業(yè)出于進攻和防守目的建立自己的專利組合的必要性仍然很明確(防御組合意味著可能會受到反訴訟,從而免受競爭對手專利訴訟的影響)。

企業(yè)沒有忽視知識產權問題,有記錄顯示,人工智能芯片領域已有2000多個專利系列。新專利申請數(shù)量正在迅速增加——僅英特爾一家就在過去5年里為人工智能芯片提交了160份專利申請。因此,現(xiàn)有的市場領導者和新進入者都應注意英特爾的做法,并要謹記不要錯過知識產權保護對其發(fā)明的重要性,尤其是在早期階段。

在過去的二十年中,圍繞知識產權尤其是專利法的法律環(huán)境發(fā)生了很大變化。歷史專利和技術出版物的數(shù)量不斷增加,這也繼續(xù)提高了對專利局和專利所有人尋求保持專利質量的要求。然而,毫無疑問,知識產權將再次證明在這個新興行業(yè)的重要性。經(jīng)驗豐富的技術人員和知識產權從業(yè)人員將利用過去的經(jīng)驗教訓來完善他們的戰(zhàn)略,而那些采用正確方法的公司將獲得成功,這不僅取決于他們技術的優(yōu)點,而且取決于如何充分利用他們的知識產權。