AI晶片市場究竟是什麼模樣? - 電子工程專輯
文章推薦指數: 80 %
目前的AI晶片市場幾乎全都是關於深度學習(Deep Learning,DL),深度學習是讓AI應用程式在現實世界實際可用的最成功機器學習典範;而其中又以加速( ...
【下周直播】工業大數據即服務,以數據驅動製造業數位化轉型!
立即報名>>
登入
註冊
聯繫
首頁
新聞
TechRoom
產品新知
網通技術
電源技術
控制技術
可程式邏輯技術
處理器技術
感測器/MEMS技術
EDA/IP技術
光電技術
儲存技術
介面技術
無線技術
製造技術
放大/轉換技術
嵌入式系统
測試/量測技術
下載
線上研討會
小測驗
影音
視訊
onAir
申請中心
研討會與活動
EEAwardsAsia
雜誌
各期雜誌線上看
2022年2月雜誌
編輯計劃表
訂閱雜誌
X
首頁»專家觀點»AI晶片市場究竟是什麼模樣?
AI晶片市場究竟是什麼模樣?
作者:MichaelAzoff,KiascoResearch首席分析師
類別:專家觀點
2020-10-05
(0)評論
當前的AI晶片市場參與者暴增:在最近的一份研究報告中,我們統計出全球有80家左右新創公司吸引了投資人約105億美元規模的資金,與大概34家老牌業者同台競技。
顯然這種情況不會長久,但我們需要解析這個市場,以充分理解它為何會如此發展...
目前的AI晶片市場幾乎全都是關於深度學習(DeepLearning,DL),深度學習是讓AI應用程式在現實世界實際可用的最成功機器學習典範;而其中又以加速(accelerating)深度學習最受關注,因為加速是訓練與推論過程所需。
當前的AI晶片市場參與者暴增:在最近的一份研究報告中,我們統計出全球有80家左右新創公司吸引了投資人約105億美元規模的資金,與大概34家老牌業者同台競技。
顯然這種情況不會長久,但我們需要解析這個市場,以充分理解它為何會如此發展、又會如何變化,以及這一切意味著什麼。
將時間倒回2010年左右,當時因為Nvidia推出了在繪圖處理單元之上的高階通用運算方案(GPGPU)──現在我們都簡稱為GPU──導致了深度學習的崛起,將大型神經網路的訓練時間從幾個月或幾週,減少到只要幾天、幾個小時,甚至更短時間。
Nvidia自此成功轉型為AI運算公司,發展出規模達數十億美元的新業務。
【白皮書免費下載】如何選擇並設計最佳RTD溫度檢測系統
這激勵了其他晶片公司和晶片架構師開始思考:他們能如何從零開始構建一個專門用於執行AI工作負載的架構,而且表現能比為多樣化工作負載設計的GPU更好?今日的AI工作負載僅代表著執行深度學習,這是目前的市場需求所在。
但市場需求是多變的。
儘管大多數AI訓練都在資料中心(包括超大規模雲端)和工作站上進行,AI推論在任何地方都能進行:包括雲端、工作站還有邊緣──尤其是在邊緣裝置。
AI晶片市場如何細分?
無論一家新創公司決定加入哪個細分市場,競爭都會非常激烈。
筆者發現將這個市場映射為一個三角形非常實用,如圖1,每一個角都有自己的一套標準來代表獨特的市場需求。
三角形的頂角是資料中心、雲端和高性能運算(HPC)環境對AI晶片的需求。
Cerebras就是巧妙掌握了此一市場的新創公司,打造了號稱世界上最大的晶片──WaferScaleEngine(WSE)。
這個細分市場需要最高的運算能力,功耗和成本則是其次。
在這裡新創公司面臨的挑戰是要與超大規模企業或老牌業者競爭──例如Nvidia持續穩步改善其架構,最新版本(Ampere)已於2020年5月發佈。
三角形的底角主要與推論相關,可以打造出維持準確但降低精度的晶片,其約束條件並不相同,包括晶片尺寸、低延遲、低功耗和低單位成本。
小型邊緣裝置市場是新創公司最活躍的領域,像Nvidia這樣的大牌業者就不太會參與競爭,該公司也曾表示不打算涉足大眾商品推論市場。
但是這個領域的玩家不僅要與對手競爭,還得與潛在客戶鬥智鬥勇──因為客戶可能會決定自創或收購一家新公司。
圖1:AI硬體加速器的細分應用市場。
(圖片來源:KiascoResearch)
AI晶片市場的下一步發展
AI晶片領域有太多的競爭業者,看看圖1中三角形的每個角就知道,只有最佳的全方位設計才會勝出。
除了我們已提到的各種因素,還需要添加成熟的軟體開發堆疊、針對市場的願景,以及將深度學習應用程式嵌入產品中的更大潛力,才能使市場合理化。
而這個市場中已經有人「陣亡」了:最近的一個案例是WaveComputing已於2020年4月宣佈破產。
競爭促使市場出現更快、更高性能的AI晶片,AI研究人員將從中獲益、實現他們的創新設計。
筆者也預期將出現新演算法取代深度學習當前的霸主地位——AI研究的長期願景是打造類人腦的人造大腦,顯然深度學習會走入死胡同。
新演算法的誕生勢不可擋(有些已經出現,但不在本文討論的範圍),這些新一代演算法可能會需要不同類型的加速器。
深度學習在實際案例中的應用廣度,使這些晶片擁有數十億美元的市場,隨著5G的推出,其規模還將持續成長。
這個市場需要AI硬體加速器,AI晶片市場將趨於合理化,然後整個遊戲規則將隨著新一代AI演算法的崛起而改變…不過,沒有人能斷言改變何時發生。
本文同步刊登於《電子工程專輯》雜誌2020年10月號
責編:JudithCheng
(參考原文:WhattheAIChipMarketisAllAbout,byMichaelAzoff)
訂閱EETimesTaiwan電子報
加入我們官方帳號LINE@,最新消息一手掌握!
分享TwitterFacebookLinkedInPrintMoreRedditTumblrPinterestPocketTelegramWhatsAppSkype
Related
文章Tag:
AI加速器AI晶片GPUHPC人工智慧新創深度學習神經網路
發表評論
取消回覆
YoumustRegisteror
Logintopostacomment.
訂閱EETimesTaiwan電子報
最新文章
最熱門文章
2022-03-11
美分析師:Nvidia被駭是國家災難
2022-03-11
技術再進化 SiC半導體2022年榮景可期
2022-03-11
A2B如何為汽車應用SOTA帶來變革
2022-03-11
「車輪上的資料中心」全球汽車調查結果
2022-03-11
裝置安全性將直接影響企業盈虧
2021-10-21
新標準讓嵌入式快閃記憶體元件更容易替換
2022-03-02
元件造假新套路:「木馬」嵌入FPGA或記憶體
2022-03-07
2025年Intel真有機會重回王座嗎?
2020-01-13
用AI幫你的廣告文案找靈感!
2019-07-03
從雲端走入凡間:「AIattheEdge」商機發酵中
2020-12-07
又是不怎麼智慧的智慧家庭設定…
2020-10-26
AiP技術為毫米波雷達帶來的演進與創新
2020-09-23
振興美國晶片製造業就對了?學者提異見
2020-08-12
H1-B簽證凍結 美科技業憂人才流失
2020-06-24
為何從不曾在高壓電線上看到鳥兒?
最新文章
GPU
2022-03-11
美分析師:Nvidia被駭是國家災難
MOSFET
2022-03-11
技術再進化 SiC半導體2022年榮景可期
ECU
2022-03-11
A2B如何為汽車應用SOTA帶來變革
5G天線
2022-03-11
「車輪上的資料中心」全球汽車調查結果
數位轉型
2022-03-11
裝置安全性將直接影響企業盈虧
最熱門文章
JEDEC
2021-10-21
新標準讓嵌入式快閃記憶體元件更容易替換
Counterfeitpart
2022-03-02
元件造假新套路:「木馬」嵌入FPGA或記憶體
Core處理器
2022-03-07
2025年Intel真有機會重回王座嗎?
CES
2020-01-13
用AI幫你的廣告文案找靈感!
EDA/IP技術
2019-07-03
從雲端走入凡間:「AIattheEdge」商機發酵中
EET電子工程專輯©2022本網站內之全部圖文,係屬於eMediaAsiaLtd所有,非經本公司同意不得將全部或部分內容轉載於任何形式之媒體
關於我們
隱私政策
用戶協議
繼續瀏覽網站
延伸文章資訊
- 1AI & Big Data的演變趨勢(中)—運算能力篇 - TAcc+
AI晶片除了追求更小尺寸的電晶體,還需要有能力加速AI演算法的運算,包含平行運算(相較於CPU(Central Processing Unit)的單線運算)的速度快了許多、在推論 ...
- 2NVIDIA等國際大廠近期AI運算晶片發展這些亮點最吸睛
另Intel則在近期伺服器高階晶片Xeon產品發表會中,特別強調了晶片內建「資安加密」及「AI加速」兩類功能的提升。在「資安加密」上,傳統將加密功能放 ...
- 3英特爾AI加速器建立模擬大腦的神經形態晶片 - 科技產業資訊室
關鍵字:半導體產業(Semiconductor Industry);英特爾(Intel);人工智慧(AI);AI加速器(AI acceleration);神經形態晶片(Neuromorphic ...
- 4邊緣運算智慧大戰開打AI晶片引進記憶體內運算技術 - 新通訊
每個AI引擎通常由多個記憶體組件組成,因此記憶體是AI晶片中的重要 ... 處理技術(AI Processing in Memory, APiM)技術相結合,可高速大幅加速細胞式類 ...
- 52021年人工智慧晶片:五大創新預測 - Synopsys
人工智慧(AI)已成為所有科技中最重要的詞彙之一,開發像人類思考行為的完美機器 ... 即有的工具變得更具有架構性、具備新功能和方法,可以顯著地加速實施新運算範例。