華為昇騰、阿里含光爭第一？AIoT戰役打響，爭取全球主導權才是目標

來源：鳳凰網、差評等

物聯網智庫 整理髮布

轉載請註明來源和出處

導 讀

在晶片這樣的底層技術領域，國內技術在國際上還處於落後的狀態，特別是近年美國以晶片、作業系統等底層技術為威脅，揮舞大棒制裁以中興、華為為首的中國企業時，國內經常會發出覺醒的吶喊聲，何以見得僅僅半年，甚至更短的時間國內企業就能追趕上英特爾、英偉達等國際巨頭？竟敢號稱全球最強，史上最強，這勇氣難道是梁靜茹給的嗎？

上周，在2019雲棲大會上，阿里巴巴達摩院院長張建鋒現場發布了阿里首款AI晶片——含光800，號稱全球最高性能的AI推理晶片。

無獨有偶，在此次「地表最強AI晶片」發布之前的一個月，華為也在深圳正式推出了號稱史上最強的AI晶片——昇騰910。

一時間，最強AI晶片之爭成為坊間茶餘飯後的談資，甚至有人直接將阿里和華為放在對立面進行比較，到底哪個是真最強？

同時，也有不少吃瓜群眾對兩家科技巨頭的「最強」宣傳嗤之以鼻。

眾所周知，在晶片這樣的底層技術領域，國內技術在國際上還處於落後的狀態，特別是近年美國以晶片、作業系統等底層技術為威脅，揮舞大棒制裁以中興、華為為首的中國企業時，國內經常會發出覺醒的吶喊聲，何以見得僅僅半年，甚至更短的時間國內企業就能追趕上英特爾、英偉達等國際巨頭？竟敢號稱全球最強，史上最強，這勇氣難道是梁靜茹給的嗎？

在回答問題之前，我們不妨先來羅列一下今天的信息點：

1，華為、阿里為什麼要做？

2，華為、阿里有可比性嗎？

3，華為、阿里為何敢稱「最強」？

AIoT登陸，華為、阿里搶先布局

馬雲對未來做過很精準的研判，最成功，同時也是得到社會廣泛認可的便是電商時代的到來。

二十年後，馬雲提出「物聯網的本質是智聯網」，認為人工智慧將在物聯網時代大放異彩。

華為創始人任正非也說過，「未來二三十年，最偉大的力量應該是人工智慧。

」

當然，如果說僅僅是阿里和華為在做，那並不能代表人工智慧的價值。

中金公司預測，全球AI晶片呈現出井噴式發展，到2020年，AI晶片整體市場將達到600億美元，2017年-2020年五年間，AI晶片市場複合增長率已達57%。

而在晶片領域有一個比較有趣的現象，晶片被冠以科技王冠上的明珠，原因在於有能力做晶片的企業並不多，這也是為什麼晶片行業一直以來被外界視為高大上的原因。

因為不管你有多少錢，沒有技術不成；同時，不管你多麼有技術，沒有錢也不成。

所以，即便是面對如此大蛋糕的誘惑，很多企業依舊不敢有所涉足。

而這些問題在阿里和華為面前並不是最難的。

2018年9月的杭州雲棲大會上，阿里巴巴正式宣布成立晶片公司，馬雲親賜「平頭哥」，取「不服就干之意」。

這家公司是由阿里巴巴達摩院晶片團隊和中天微整合而成。

後者，中天微是中國大陸唯一的自主嵌入式CPU IP Core公司，在去年由阿里全資收購。

阿里巴巴CTO張建鋒曾表示， IP Core是基礎晶片能力的核心，進入IP Core領域是中國晶片實現「自主可控」的基礎。

除此之外，阿里近些年在晶片領域的布局也不可謂不廣泛，2018年6月，阿里在國內AI晶片明星企業寒武紀科技的B輪融資中進行了跟投，除寒武紀之外的Barefoot Networks、深鑒、耐能（Kneron）、翱捷科技（ASR）等國內晶片行業後起之秀也都被阿里所光顧。

再看另一家巨頭——華為。

之所以外界對華為晶片有了重新認識，是因為在面對美國的全面壓制時，華為竟然厚積薄發，抵住了這股來自太平洋東岸的壓力，讓全世界對華為，對華為海思刮目相看。

1991年，華為成立了ASIC設計中心，2004年成立海思半導體，到如今華為晶片歷程實際上已經走過近二十個年頭了。

它在產品覆蓋上更是包羅萬象，涉及SoC晶片（麒麟系列）、AI晶片（升騰系列）、伺服器晶片（鯤鵬系列）、5G通信晶片（巴龍、天罡系列）、路由器晶片、NB-IoT晶片、甚至IPC視頻編解碼和圖像信號處理晶片等。

所以，一切已經來臨的事情，並不是沒有來由的。

同台競爭

第二個問題，也是坊間比較疑惑的問題，僅僅一個月之內，兩家科技巨頭接連發布號稱「最強的AI晶片」，一個從空間來看為「全球最強」，一個從時間維度來講為「史上最強」。

阿里首款AI晶片——含光800，張建鋒稱其為全球最高性能的AI推理晶片，含光取自上古三大神劍之一，意為劍含而不露，光而不耀。

一塊含光800相當於10塊GPU，峰值性能為7.8萬IPS（每秒可處理7.8萬張照片），比目前業內最好的AI晶片性能高4倍，峰值能效達到500IPS/W，是第二名的3.3倍。

華為自研雲端AI晶片——昇騰910，採用7nm工藝，半精度算力達到256 Tera-FLOPS，整數精度算力可達512 Tera-OPS。

如此高的計算力，其所需功耗也僅僅只有310W。

目前華為已將其運用於實際AI訓練任務，昇騰910與AI計算框架MindSpore的配合與現有主流訓練單卡配合TensorFlow相比，性能提升近2倍。

誠然，咋看之下兩款AI晶片無疑都太過於優秀，很難辨別孰強孰弱。

但事實上呢？這兩款AI晶片根本沒有直接對比的意義。

首先阿里的含光800是推理晶片，華為的昇騰910是訓練晶片。

通常而言，AI晶片的分類標準有兩個維度，第一是按其所承擔的任務劃分，可分為訓練和推理。

第二是按照部署位置進行劃分，可分為雲端和終端。

訓練是指通過大量標記過的數據在平台上進行「學習」，並形成具備特定的神經網絡模型。

訓練晶片對算力、精度要求非常之高，而且還需要具備一定的通用性，以適應多種算法的訓練；推理是指利用已經訓練好的模型輸入新數據通過計算得到各種結論。

推理晶片更加注重的是綜合能力，包括算力能耗、時延和成本等因素。

其次，拋開技術的不同，兩款新片在商業運用上也會呈現於不同的應用場景，這主要是基於兩家巨頭的業務方向不一而導致的。

目前，根據2018年全球前24家AI晶片廠商排名，國內排名靠前的企業為華為（12位）、寒武紀（23位）、地平線機器人（24位）。

「最強」之爭打響，國內企業領跑

第三個問題，華為、阿里為何敢稱「最強」？眾所周知，在傳統CPU、GPU領域中，中國一直處於落後追逐的狀態，世界領先的英特爾、高通、英偉達、ARM等都已經在各自領域中占據了絕對的優勢。

但華為和阿里事實上並非在此兩個賽道中競爭，AI晶片產業可以稱得上是全新的發展機會。

傳統的CPU在AI計算面前存在天然的劣勢。

未來面臨物聯網時代，人工智慧應用的領域將空前的廣闊，包括圖像識別、自然與處理、語音處理、安全駕駛、雲計算、工業機器人等等都離不開強大的算力。

華為和阿里所發布的便是NPU，即神經網絡處理器，是與CPU和GPU完全不同的一種晶片。

有了NPU的華為手機，照相可以自帶美顏效果。

不僅如此，谷歌Pixel 2上也使用了兩塊NPU，其中一塊定製的NPU用以輔助圖像處理。

而NPU的發展歷史自然也要晚於CPU和GPU，國外的發展也是在近些年才開始，最先是谷歌的TPU，它與NPU本質上並無差別。

因此，華為和阿里基於自身的優勢，比如阿里的天貓、淘寶所產生的海量數據，開發一款NPU並非難事，而且在性能上也不遑多讓，一舉奪得業界數個領先。

無法預測AI未來究竟可以發揮多大的作用，也許未來電腦上便再也沒有CPU和GPU這兩塊晶片，只有NPU帶著強大的算力來滿足我們未來一切的物聯網應用場景，這也並非沒有可能。

因此，對於中國而言，AI帶來的不僅是中國晶片產業全新的發展機遇，更是趕超國外行業巨頭的絕佳時機。

華為、阿里誰是第一又如何？國內晶片能在世界之上占據主導，在話語權上更加主動才有真正的意義。

往期熱文（點擊文章標題即可直接閱讀）：

• 《共享單車上的智能鎖，做出來有多難？》

《認知計算、區塊鏈IoT、物聯網安全…看懂的人將控制未來》

《【重磅發布】2017-2018中國物聯網產業全景圖譜報告——物聯網對產業深度變革已開啟》

《【重磅】物聯網產業全景圖譜報告，首開國內IoT產業二維視角全景圖之先河》

《一幅漫畫告訴你：除了WiFi，藍牙，最近火爆的NB-IoT能幹嘛？》

《一幅漫畫告訴你：NB-IoT背後，還有一個大家都在說的LoRa是什麼？》