AI晶片市場究竟是什麼模樣？ - 電子工程專輯

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