華為推出AI晶片:焦點在於AI 而非晶片
華為推出AI晶片,焦點在於AI,而非晶片。
中國公司“芯”思不減,繼百度釋出崑崙晶片、阿里成立平頭哥之後,華為在10月10日的全聯接大會上公佈了兩款AI晶片,昇騰310和昇騰910,預計在2019年二季度面世。
華為輪值董事長徐直軍在會上表示,華為將打造面向雲、邊緣和端等全場景全棧解決方案,包括晶片、學習框架和應用等全堆疊方案。
在華為的晶片計劃中,除了昇騰910所處的Max系列主要用於雲端,昇騰310所屬Mini系列和其他的Lite、Tiny、Nano系列,主要用於物聯網、行業終端、智慧手機、智慧穿戴等消費終端,以IP方式跟其他晶片結合在一起服務於各個產品。
晶片之外,華為推出了自己的深度學習框架MindSpore,計劃吸引各個領域的AI開發者。
巧合的是,AI領域先驅英偉達在同一天釋出了 ofollow,noindex" target="_blank">新開源 (300109 , 診股 )GPU加速軟體平臺RAPIDS,外界眼裡,二者開始了同場競爭。
不過,兩款晶片都不全是華為自己研發,也不會向第三方出售,所以華為跟英偉達等晶片廠商沒有直接競爭。
徐直軍表示,華為的加入是為了降低行業成本和門檻,真正實現“普惠AI”。
晶片不是主角
華為推出AI晶片,焦點在於AI,而非晶片。
此次公佈的昇騰910,是目前單晶片計算密度最大的,根據公佈資料看,密度超過英偉達同類晶片一倍。不過,作為對比的英偉達Tesla V100,是去年5月釋出的晶片,相隔一年,難言超越。
國內還沒有AI晶片真正地投入商業應用。Gartner研究副總裁盛陵海告訴《中國企業家》,百度、阿里也在開發自己的晶片,但它們的主要目的是希望通過硬體的釋出,吸引更多的開發者和使用者集中到自己的雲服務上來。
華為也是如此,其AI戰略核心在於全棧方案,包括晶片、晶片運算元庫和高度自動化運算元開發工具CANN、全流程服務(ModelArts)和分層API和預整合方案,以及支援端、邊、雲獨立的和協同的統一訓練和推理框架MindSpore。
“這個是一個體系,單純比硬體具體數值意義不大,而是要看整個框架。”盛陵海告訴《中國企業家》,市場上通用的框架有谷歌的TensorFlow、微軟的CNTK等,使用者會以整體評價哪個價效比好。
TensorFlow目前是最受歡迎的一個開源框架,被Uber、Airbnb、Twitter等網際網路公司廣泛使用,中國公司小米和中興都是其使用者。
中國首個開源深度學習平臺是百度的PaddlePaddle。2016年9月27日,PaddlePaddle在開源社群Github及百度大腦平臺開放,據彭博社報道,2017年10月,其下載量可能超越TensorFlow的790萬次。
但是,對於PaddlePaddle、MindSpore這樣的新興深度學習平臺,吸引足夠的AI開發者卻是個挑戰。
華為將晶片專案命名為“達芬奇專案”,以達芬奇的斜槓人生,對映這個架構能夠從雲到邊緣、端,以及不同物聯網終端支援人工智慧。
基於全場景業務,使用者需要個性化的資料訓練,很多框架不支援這樣,於是華為做出MindSpore框架。MindSpore一出,必然涉及生態問題,生態的構建有多種形式,有產業生態也有開源的組織。
被問及MindSpore是否會像谷歌TensorFlow那樣開源,華為雲BU副總裁、EI服務產品部總經理賈永利在媒體採訪中表示:“取決於整個過程當中的需求,要看節奏。”
人工智慧如同軟體演算法跑在高速硬體平臺上,既要硬體夠快,也要積累足夠的演算法。
當下做AI晶片研發的公司分三種,以英偉達為代表的傳統晶片製造商,像華為這樣做終端AI晶片的硬體商以及做雲端AI晶片的雲服務商。
華為雲核心網產品線總裁馬海旭告訴《中國企業家》,聯接、雲與智慧是華為在物聯網賽道的三個核心能力。華為做了30年通訊,能實現 萬物互聯 ,有全球領先的雲服務,也提供全棧全場景的AI解決方案,其物聯網戰略落腳在基礎設施上。
“物聯網需要感應、處理、聯接三個要素,華為作為硬體服務商,也有處理器的基礎,掌握後兩者要素,自然會發力智慧物聯網。”盛陵海分析。
華為的運營商電信也在做公有云,華為避開了直接競爭。“我們跟三大運營商本身是合作伙伴,一起合作。”馬海旭向《中國企業家》闡述,華為提供產品解決方案,在此基礎上,運營商用自己的渠道拓展客戶。
據馬海旭透露,目前華為全球物聯網聯接數已經達到2億,其中在中國電信天翼雲上有9000萬物聯網裝置聯接,與移動、聯通的聯接數也在動態變化中。
更廣闊的終端市場,晶片商不會輕易錯過。
過去,英偉達應用場景有限,主要做雲端。今年3月,英偉達在GTC 2018年度大會上宣佈,將與聯合晶片巨頭ARM聯手,打造IOT裝置的AI晶片專用IP。
ARM是全球智慧裝置第一大主流晶片架構提供商,使用其晶片的裝置涵蓋了手機、手錶、無人機等。英偉達與ARM的合作,等於擁有了廣泛的智慧終端應用場景,大會第二天,英偉達的股價一度翻番。
不過,原本與英偉達在AI晶片製造領域並無衝突的華為,其配套的雲服務、終端產品,或將同英偉達在下游終端市場正面交手。
攪動市場?
AI晶片市場一直在成長,玩家越多,蛋糕越大。
盛陵海對《中國企業家》表示,英偉達幾乎佔據90%的市場,華為入場肯定對其市場佔比有影響,但是這個市場在不斷增長,英偉達的業務收入暫時不會受太大影響。
最新二季度財報顯示,英偉達營收支柱還是遊戲業務,同比增長52%至18億美元,佔總營收57%。
另一競爭者谷歌的AI晶片,與華為受眾不同。谷歌的AI晶片比較通用,華為的AI晶片則是在通用的基礎上,更側重於視訊方面的應用,因為它有一些監控的業務場景。
目前來看,晶片代工商臺積電成了最大贏家。10月19日,外媒報道稱,臺積電已經率先量產7nm工藝,華為、蘋果和高通都成為其重要客戶,而另一批主要客戶則是英偉達、賽靈思和AMD等AI晶片商。
臺積電CEO魏哲家在投資者大會上透露,來自7nm晶片的收入將佔2018年全年總收入的10%,明年這個數字或將增至20%。
對比國內網際網路巨頭,華為稍顯“後發”。
7月4日,百度推出自主研發的中國第一款雲端全功能AI晶片“崑崙”,這是目前為止業內設計算力最高的AI晶片,功耗僅為100+W。
阿里巴巴於2017年10月成立達摩院,組建一個晶片研究團隊,在全球8個城市進行Ali-NPU晶片的研發工作,預計2019年年中推出。
同時,阿里還斥資收購能夠給予資助指令架構並量產的CPU供應商中天微,投資寒武紀等智慧晶片公司。寒武紀曾為華為Mate 10的麒麟980提供AI晶片。
華為、阿里等巨頭的進入,曾有人擔憂初創晶片企業的生存空間變小。對此,盛陵海向《中國企業家》分析,國內初創企業大多是AI公司的背景,掌握一定程度的演算法,做自己的晶片。
“這些初創公司往往瞄準視訊、監控系統等單純的人工智慧應用場景,能夠直接面向市場,對於系統等其他方面的要求不會很高。”盛陵海表示,這些廠商大多是基於自己的AI應用來製造晶片,不是做傳統的晶片打造業務。
在他看來,巨頭掌握的演算法是在大量訓練中得出的,別的廠商很難撼動這個資源。華為、百度等公司搭建的平臺,也會吸引小公司進入,彼此並不衝突。