賽靈思收購深鑒科技:中國AI芯片產業難改依附式生存

 
日前,全球最大嘅可編程芯片(FPGA)廠商賽靈思宣布收購中國 AI 芯片領域嘅明星創業公司—深鑒科技。此消息一出立即喺業內引起了強烈反響。盡管雙方認為呢個系雙贏嘅結局,但我哋仲系從中睇到了當下如日中天嘅中國AI芯片產業嘅依附式生存。原因何在?
 
眾所周知,芯片定義了產業鏈同生態圈嘅基礎計算架構,正如CPU系IT產業嘅核心一樣,芯片也系人工智能產業嘅核心。截止到目前,業界公認嘅AI主流芯片,除咗CPU以外,仲有GPU、FPGA同ASIC。而熟悉芯片產業嘅業內人士睇到呢D,就知,所謂依家五花八門嘅AI芯片最終嘅基礎架構(抑或系流派)無非咁,當在上述呢D基礎架構上,格局已定。CPU自唔使講,英特爾占據着絕對領先嘅優勢,基本喺此架構之上突圍嘅可能性微乎其微。
 
至於GPU,目前全球GPU行業嘅市場份額有超過70%被英偉達公司占據。而應用在人工智能領域嘅可進行通用計算嘅GPU市場則基本被英偉達公司壟斷。據悉,世界上目前約有3000多家AI初創公司,大部分都采用了英偉達提供嘅硬件平台。
賽靈思收購深鑒科技
再睇FPGA,雖然其市場前景誘人,但系門檻之高喺芯片行業里無出其右。全球有60多家公司先後斥資數十億美元,前赴後繼地嘗試登頂FPGA高地,其中不乏英特爾、IBM、德州儀器、摩托羅拉、飛利浦、東芝、三星咁嘅行業巨鱷,但系最終登頂掂嘅只有位於美國硅谷嘅四家公司:Xilinx(賽靈思)、Altera(阿爾特拉)、Lattice(萊迪思)、Microsemi(美高森美),其中,賽靈思同Altera呢兩家公司共占有近90%嘅市場份額,專利達到6000余項之多,咁之多嘅技術專利構成嘅技術壁壘梗系高不可攀。而賽靈思始終保持着全球FPGA嘅霸主地位。
 
正系由於芯片基礎架構格局已定,所謂國內嘅AI芯片企業(包括初創企業)實際上做得只系基於上述基本架構嘅二次開發抑或優化。以此次被賽靈思並購嘅深鑒科技為例,自 2016 年成立以嚟,深鑒科技就一直基於賽靈思嘅技術平台開發機器學習解決方案,兩家公司合作密切。深鑒科技推出嘅兩個用於深度學習處理器嘅底層架構—亞里士多德架構同笛卡爾架構嘅 DPU 產品,都系基於賽靈思 FPGA 平台。
 
另外,由於賽靈思此前系深鑒科技嘅投資方之一,我哋認為深鑒科技更像系為賽靈思FPGA做優化嘅廠商抑或或合作拍檔嘅角色。原因很簡單,一旦脫離了賽靈思 FPGA 平台,深鑒科技將系無本之木,無水之源。梗系,除咗深鑒科技,據稱中國另外一家知名AI芯片初創企業地平線嘅所謂AI芯片BPU也系基於FPGA上嘅二次開發。既然系基於FPGA,咁最核心嘅底層架構就離唔開我哋上述嘅賽靈思、阿爾特拉、萊迪思同美高森美FPGA平台嘅借鑒同支持。就算系真嘅具有核心架構顛覆性嘅創新,由於FPGA已經被呢四家企業瓜分,也難有可以維持生存嘅立足之地。最后再睇ASIC。喺國外大廠幾近壟斷CPU、GPU同FPGA市場嘅情況下,再加上技術壁壘很高,中國AI芯片廠商喺芯片領域一直缺乏關鍵核心自主技術,僅憑市場、企業單方面嘅力量難以在CPU、GPU同FPGA方面有所突破,只能另辟蹊徑。從目前嚟睇,中國AI芯片廠商更多嘅系以中小公司為主,與實際應用需求結合,集中於設備端嘅AI ASIC開發,就某一垂直領域進行優化,以低功耗低成本攞勝。例如中國知名嘅AI芯片初創企業寒武紀就系此類。
 
呢度我哋並非講ASIC喺AI芯片領域冇前景,恰恰相反,此前名揚業內嘅谷歌TPU就系基於ASIC。之不過需要講明嘅系,谷歌之所以開發TPU,系基於其自身數據中心嘅應用規模,而規模系決定采用ASIC效益嘅關鍵。
盡管自身龐大應用規模嘅TPU喺業內引起了好評,但谷歌首席科學家Greg Corrado喺此前召開嘅谷歌AI技術分享會上仲系提出了唔同嘅觀點,佢講,「至少迄今為止,我也冇睇到完全唔同於傳統計算芯片嘅掂案例。相反,我哋認為應對現有嘅芯片做AI方面專門嘅優化,使依家嘅芯片完成AI任務時速度更快,功耗更低,整體嘅效益更高。」呢也系點解谷歌有了TPU,但依然會喺其數據中心采用CPU和GPU嘅原因。言外之意,TPU只系針對數據中心某些應用相對於CPU和GPU嘅補充和優化,並唔得成為主流。
 
具體到中國,為了規避ASIC開發周期長和投入大嘅風險,基於ASIC開發嘅所謂AI芯片基本系采攞SoC+IP嘅模式,即相比ASIC,SoC+IP模式嘅上市時間短,成本較低,並且IP可以更靈活地滿足用戶需求。IP公司專注於IP模塊嘅設計,SoC公司則專注於芯片集成,分工合作,提高效率。此前華為麒麟芯片與寒武紀IP結合喺智能手機上嘅應用就屬此種模式。但前提系規模(華為手機巨大嘅出貨量)及SoC嘅支持。咁對於中國市場而言,能有多少像華為咁嘅規模用戶。ASIC獨木難成林。
 
更令ASIC前景難料嘅系,業內有一種分析同觀點認為,FPGA受益於芯片NRE費用指數級上升帶嚟嘅規模效應。隨着制程工藝不斷提高,芯片NRE費用指數級上升,越嚟越多嘅ASIC芯片將由於達唔到規模經濟而被迫放棄,從而轉向直接基於FPGA開發設計。
 
據Tractica估計顯示,到舊年為止,深度學習應用中還幾乎搵唔到FPGA嘅身影,但系,到2025年,佢嘅部署會和CPU嘅部署量相當(如果唔得超過CPU嘅話)。其結果就系,到2025年,FPGA將會喺總規模達122億美金嘅深度學習芯片組市場獲得顯著嘅市場份額。所謂萬變唔離其宗。雖然目前AI芯片嘅叫法五花八門,但依然冇脫離CPU、GPU、FPGA同ASIC呢些核心,而喺呢D核心中,顯然仍系啲傳統芯片廠商,例如英特爾、英偉達、賽靈思等國外廠商嘅天下。
 
而通過此次賽靈思並購深鑒科技,我哋睇到啲所謂中國嘅AI芯片企業有相當數量僅系喺人家嘅架構之上再做些二次開發,優化同應用層面嘅事情,只系換了個新奇嘅名稱同叫法啫,與傳統嘅芯片產業競爭一樣,表面鑼鼓喧天嘅中國AI芯片依然系依附性嘅生存模式。

相關推薦
通過大數據提升制葯行業效率,「諾信創聯」獲數千萬元A+輪戰略融資
中國二線科技城市蓬勃發展, 我哋應該多一D「冷」思考