英偉達、英特爾AI晶片鬥爭你死我活，中國芯何時出頭？

AI時代已經到來，晶片市場格局風起雲湧。

深度學習應用大量湧現使超級計算機的架構逐漸向深度學習應用優化，從傳統 CPU 為主 GPU 為輔的英特爾處理器變為 GPU 為主 CPU 為輔的結構。

隨著人工智慧尤其是機器學習應用大量湧現，晶片廠商紛紛完善產品、推出新品，都想成為智能時代協處理器的領跑者。

面向機器學習專用的處理器是晶片行業的發展趨勢，而且未來其他大公司也很有可能組建晶片團隊，設計自己專用的晶片。

那麼問題來了，誰將成為這場角逐的霸主？

當人工智慧研究者找上GPU的時候英偉達迅速抓住了機會，在短時間內投入數十億美元動用數千工程師在2016年推出了第一個專為深度學習優化的Pascal GPU。

英偉達今年 3 月推出加速人工智慧和深度學習的晶片 Tesla P100，投入研發經費超過 20 億美元。

不過英偉達現在具有優勢並不意味著AI市場的蛋糕會被英偉達獨吞，因此無論是科技巨頭英特爾、谷歌、IBM、AMD還是OURS、地平線、寒武紀等初創企業都紛紛加入了AI晶片領域的競爭。

要說新的晶片，不得不提谷歌披露的 TPU。

TPU 專為谷歌 TensorFlow 等機器學習應用打造，能夠降低運算精度，在相同時間內處理更複雜、更強大的機器學習模型並將其更快投入使用。

谷歌早在 2013 年就開始秘密研發 TPU，並且在一年前將其應用於谷歌的數據中心。

TPU 從測試到量產只用了 22 天，其性能把人工智慧技術往前推進了差不多 7 年，相當於摩爾定律 3 代的時間。

有媒體評論稱 TPU 不僅為谷歌帶來了巨大的人工智慧優勢，也對市面上已有的晶片產品構成了威脅。

再來看看英特爾，英特爾的10納米製程一再延誤，導致衝刺下一代製程進度現不僅落後給台積電，三星與其夥伴GlobalFoundries也準備超車。

台積電計劃於今年6月份開始量產7nm FinFET晶片，屆時台積電將實現7nm晶片100%的市場份額，而高通、海思和Xillinx都是台積電的大客戶。

而且不幸的是，蘋果公司最快2020年於部分Mac電腦以自家研發的處理器取代英特爾處理器，恐衝擊英特爾營收。

想必英特爾現在也壓力山大。

不過有趣的是，英特爾在今年5月份發布了新款雲端AI晶片Spring Crest，稱比上代強大3-4倍，2019年下半年向市場開放。

英特爾AI產品組硬體副總裁Carey Kloss告訴智東西，第二代的谷歌TPU有點像英特爾之前的NNP產品Lake Crest，而最近推出的第三代谷歌TPU則有點類似2019年即將推出的NNP產品Spring Crest。

那麼，趕上東風的中國AI晶片公司如今發展如何？

前，中國AI晶片公司如雨後春筍般冒出，完成各種融資的已經超過了40多家。

其中絕大部分往往是宣布自己的晶片如何吊打英偉達。

寒武紀、華為、深鑒科技、地平線機器人、比特大陸、Thinkforce等等，都是行業催生的人工智慧晶片創業公司。

寒武紀是國際首個深度學習專用處理器晶片，也是全球第一個成功流片並擁有成熟產品的AI晶片公司。

2016年發布的寒武紀1A處理器（Cambricon-1A）是世界首款商用深度學習專用處理器。

儘管如此，國內起步較早的中科寒武紀卻並未如國外大廠一樣形成市場規模，與其他廠商一樣，存在著各自為政的散裂發展現狀。

寒武紀是把設計好的電路圖拿到台積電去流片，而深鑒科技則是把自己優化的神經網絡剪枝技術運行在賽靈思的FPGA上，然後用這些FPGA來跑人工智慧應用。

要趕上競爭對手，中國企業仍需時間。