CPU,、GPU,、FPGA、英特爾,、英偉達,、賽靈思……隨著深度學(xué)習(xí)帶來的AI的興起，芯片領(lǐng)域最近可謂是風(fēng)起云涌,，一個個科技名詞走進公眾視野,，成為網(wǎng)紅。AI創(chuàng)企也在不斷吸金,，用芯片燃燒著一個又一個神話,；與此同時,，老牌芯片廠商，英偉達,、賽靈思也在不斷被挑戰(zhàn)的同時,，續(xù)寫自己的輝煌。

芯片,，作為高端制造業(yè)的“皇冠明珠”,，在不斷變小、改變架構(gòu)的同時,，不斷凝縮著新的科技結(jié)晶,，逐漸構(gòu)建出更龐大、更精致的科技帝國,。

億歐推出“芯片帝國”系列分析稿件,，從芯片的核心架構(gòu)、應(yīng)用場景,、國內(nèi)外主要玩家和下游晶圓代工廠等方面呈現(xiàn)芯片業(yè)的產(chǎn)業(yè)圖景,。當(dāng)前AI芯片主要分為GPU、FPGA,、ASIC及類腦芯片等,。以下為第一篇架構(gòu)篇，從通用芯片CPU及它的創(chuàng)始者英特爾說起,，梳理AI浪潮下不同的芯片架構(gòu),，及它們所構(gòu)筑的科技帝國。

英特爾和CPU：開山鼻祖,，集成通用芯片,、PC界老大

芯片中，最令人熟悉的恐怕是中央處理器CPU了,。作為一種超大規(guī)模的集成通用芯片,，CPU可完成多種不同種類的任務(wù)，在PC世界里起著大腦的作用,。而CPU的誕生也開始了PC時代的巨頭——英特爾的輝煌歷史,。

英特爾是主要以研制CPU處理器的巨頭，全球最大的個人計算機零件和CPU制造商,，1971年,，英特爾推出了全球第一個微處理器，它引發(fā)的微處理器所帶來的計算機和互聯(lián)網(wǎng)革命,，可以說改變了整個世界,。

但CPU雖統(tǒng)治了PC時代，隨著人工智能興起，傳統(tǒng)的CPU算力不足這一問題便越來越突出,，尤其基于CPU的傳統(tǒng)計算架構(gòu)無法滿足人工智能并行計算的需求,。AI所需的深度學(xué)習(xí)需要很高的內(nèi)在并行度、大量浮點計算能力以及矩陣運算,，因此在通用芯片之下,，需發(fā)展適合人工智能架構(gòu)的專屬芯片。這也帶來了英特爾地位的下降,。

不過在更早時候,，即移動互聯(lián)網(wǎng)大潮襲來時，CPU巨頭英特爾的劣勢就已開始顯現(xiàn)了,。英特爾在移動端不敵來自生產(chǎn)ARM芯片（與英特爾X86平級的CPU架構(gòu),，但采用精簡指令集計算機，主打低成本,、低功耗和高效率）的ARM公司，目前世界超過95％的智能手機和平板電腦都采用ARM架構(gòu),。

再加上英偉達GPU在數(shù)據(jù)中心業(yè)務(wù)的競爭,，2010年還占據(jù)整個半導(dǎo)體芯片市場80％多份額（據(jù)IHS的報告數(shù)據(jù)）的英特爾，到2016年第二季度,，僅占14．7％,。

為了在人工智能時代不落后其他科技公司，英特爾近年來通過收購一批在FPGA,、ASIC等芯片領(lǐng)域的頭部企業(yè),。在云端，2015年,，英特爾收購全球第二大FPGA廠商Altera,；在終端，2016年收購了研發(fā)高性能視覺處理芯片的Movidius,；另外,，英特爾2017年還收購了汽車領(lǐng)域的Mobileye，以此對抗英特爾在汽車領(lǐng)域的地位,。

不過,，今年7月，英特爾交出的財報顯示,，其Q2營收為169．62億美元,，凈利潤50．06億美元，同比增長78％,。雖然營收,、凈利潤增速不錯，但基于CPU、FPGA的數(shù)據(jù)業(yè)務(wù)并未達到之前的預(yù)期,，英特爾股價還是跌了,。

當(dāng)然，英偉達雖然目前已有頹勢,，但CPU卻也沒有到馬上要被替代的地步,。

CPU雖然計算能力稍差，但它是通用計算機的處理核心,，處理各式各樣的指令要求,，所有部件也都要通過它互聯(lián)互通，其有著復(fù)雜的邏輯控制單元和獨特的指令翻譯結(jié)構(gòu),，這是其他芯片目前難以替代的,。

并且，ARM架構(gòu)的CPU芯片在手機和智能音箱等領(lǐng)域也是不可或缺的,。所以唱衰CPU,，還是為時過早的。

英偉達和GPU：先發(fā)制人的“十項全能”選手,，目前應(yīng)用最廣泛AI芯片

CPU的計算能力漸漸落后,，也催生了崛起的圖像處理器GPU及新的巨頭英偉達。1999年,，英偉達發(fā)明了GPU,，這極大地推動了PC游戲市場的發(fā)展，重新定義了現(xiàn)代計算機圖形技術(shù),，并徹底改變了并行計算,。

相比CPU，GPU由于更適合執(zhí)行復(fù)雜的數(shù)學(xué)和幾何計算（尤其是并行運算）,，剛好與包含大量的并行運算的人工智能深度學(xué)習(xí)算法相匹配,，因此在人工智能時代剛好被賦予了新的使命，成為AI硬件首選,，在云端作為AI“訓(xùn)練”的主力芯片,，在終端的安防、汽車等領(lǐng)域,，GPU也率先落地,，是目前應(yīng)用范圍最廣、靈活度最高的AI硬件,。

而英偉達也因此幾乎成為AI浪潮中的最大受益者,，在加速深度學(xué)習(xí)算法芯片市場幾乎占壟斷地位。英偉達2016年第一個推出專為深度學(xué)習(xí)優(yōu)化的Pascal GPU,，2017年推出了性能更優(yōu)的新GPU架構(gòu)Volta,，及神經(jīng)網(wǎng)絡(luò)推理加速器TensorRT 3,。目前占據(jù)全球GPU行業(yè)的市場份額超過70％，GPU作為其核心產(chǎn)品占據(jù)84％的收入份額,。

另外,，由于英偉達發(fā)布的針對開發(fā)者提供的并行計算平臺CUDA，被廣泛認可和普及,，積累了良好的編程環(huán)境,，目前應(yīng)用在人工智能領(lǐng)域，可進行通用計算的GPU市場基本被英偉達壟斷,。

不過英偉達在PC端和數(shù)據(jù)中心業(yè)務(wù)上,，也面臨著老二AMD的挑戰(zhàn)。

在PC處理器市場,，AMD正在英特爾主導(dǎo)的市場“搶食”,。從2017年3月至今年4月，AMD推出了銳龍7,、銳龍5,、銳龍3、銳龍Threadripper,、銳龍2000等處理器,。數(shù)據(jù)顯示，在銳龍?zhí)幚砥魍瞥龊?，AMD的桌面處理器市場份額已從8％增至12％；而英特爾的份額則下跌1．9％,，至87．8％,。

雖然，英特爾在數(shù)據(jù)中心處理器市場也占有絕對的領(lǐng)先地位,，擁有99％的市場份額,，不過野村證券稱英特爾正在試圖阻止將15－20％的數(shù)據(jù)中心處理器份額讓給AMD。

目前GPU和英偉達,，在人工智能浪潮下,，可以說是風(fēng)頭正勁，不過在頂著“應(yīng)用最廣泛AI芯片”的光環(huán),，英偉達也還面臨FPGA和ASIC等專用化程度更高,、計算力更強的芯片的挑戰(zhàn)。

賽靈思和FPGA：“變形金剛”,，算法未定型前的階段性最佳選擇

同樣能滿足更高的計算需求,，并可進行編程，1984年,，賽靈思（Xilinx）發(fā)明了現(xiàn)場可編程門陣列FPGA,，F(xiàn)PGA作為半定制化的ASIC（專用集成電路），順應(yīng)了計算機需求更專業(yè)的趨勢，成為神經(jīng)網(wǎng)絡(luò)算法中的主流芯片,。

FPGA可算是芯片界的“變形金剛”,，在寫入軟件前它有勝于CPU的通用性，寫入軟件后它有類似于ASIC的表現(xiàn),，是算法未定型前的階段性最佳選擇,。FPGA相比GPU具有低功耗優(yōu)勢，同時相比ASIC具有開發(fā)周期快,，更加靈活編程等特點,。

在現(xiàn)階段云端數(shù)據(jù)中心業(yè)務(wù)中，F(xiàn)PGA以其靈活性和可深度優(yōu)化的特點,，有望繼GPU之后在該市場爆發(fā),；在目前的終端智能安防領(lǐng)域，也有廠商采用FPGA方案實現(xiàn)AI硬件加速,。

FPGA市場的最大玩家是其創(chuàng)始者賽靈思,，除了“通過系統(tǒng)集成和先進的‘軟件定義’開發(fā)環(huán)境所擴展的新用戶群體的服務(wù)”外，賽靈思在金融,、制造業(yè),、娛樂、公共安全以及電信等傳統(tǒng)行業(yè),，以及在自動駕駛汽車,、無人機、智能監(jiān)控等新興行業(yè)都有布局,。

在數(shù)據(jù)中心方面,，全球七大超大規(guī)模云服務(wù)公司，已有3家采用了賽靈思FPGA,，其中的百度于今年10月宣布,，其已設(shè)計出賽靈思UltraScale?FPGA池。另外,，賽靈思在車用電腦視覺處理市場占有率排名第二,，僅次于Mobileye（2017年被英特爾收購），不過其與Mobileye間還存在著巨大差距,。

賽靈思今年還收購了我國的人工智能創(chuàng)企深鑒科技,，深鑒基于賽靈思的FPGA開發(fā)AI芯片，此前已和大華股份,、東方網(wǎng)力等安防廠商展開合作,，推出基于Xilinx FPGA的DPU產(chǎn)品。

除賽靈思以53％的份額（咨詢公司Gartner2016年數(shù)據(jù)）占據(jù)FPGA市場頭把交椅外,，阿爾特拉（Altera）以36％的份額位居其后,。2015年6月,，阿爾特拉被英特爾以167億美元的價格收購后，英特爾在其基礎(chǔ)上成立了可編程事業(yè)部,。今年4月,，英特爾的FGPA被正式應(yīng)用于主流的數(shù)據(jù)中心OEM廠商中，主要客戶包括戴爾,、富士通等,。

不過老大賽靈思在回復(fù)如何看待阿爾特拉被英特爾收購時，傲嬌的表示：“我們依舊是第一,，只是尾巴丟了”,。

但由于FPGA要保證編程的靈活性，電路上會有大量冗余,，因此成本上不能像ASIC做到最優(yōu),，工作頻率也不能太高。因而,，在ASIC還并不成熟,，同時GPU功耗和成本較高的現(xiàn)階段發(fā)展較好。

谷歌和ASIC：“專精職業(yè)選手”,，專一決定效率,，AI芯片未來

隨著專用化需求的進一步發(fā)展，芯片界又誕生了ASIC,。ASIC（Application Specific Integrated Circuit）即專用集成電路,，本文中特指專門為AI應(yīng)用設(shè)計、專屬架構(gòu)的處理器芯片,。

近年來涌現(xiàn)的類似TPU,、NPU、VPU,、BPU等，本質(zhì)上都屬于ASIC,。無論是從性能,、面積、功耗等各方面,，AISC都優(yōu)于GPU和FPGA,，長期來看，ASIC代表AI芯片的未來,。

ASIC架構(gòu)典型的代表,，是谷歌的張量處理器TPU，其采用了脈動陣列的組織方式,。2016年,，谷歌TPU在AlphaGo與李世石一役中橫空出世,，使AlphaGo“思考”棋招和預(yù)判局勢，處理速度比GPU和CPU快上幾十倍,。令人驚艷的的TPU,，也一度被認為是AI芯片業(yè)內(nèi)新的攪局者。不過TPU的資歷也沒比以上幾位年輕,，哈佛大學(xué)孔祥重教授在1970 s就提出了TPU的脈動陣列組織方式,。

今年2月，谷歌也以Beta測試的形式開放了一直只是自用的TPU,，服務(wù)的名稱為Cloud TPUs（云端TPUs）,，用于云端服務(wù)器。今年5月Google云端芯還發(fā)布了TPU 3．0,，8月谷歌又推出一款為邊緣計算定制的Edge TPU,。

不過TPU目前并不對外發(fā)售，并且要想進入更多市場,，它的通用性仍需檢驗,。但谷歌TPU的推出，以及測試版對中小企業(yè)的開放,，還是會對英偉達帶來一定威脅,。

而ASIC芯片領(lǐng)域，也有一大批追趕者,。以我國的初創(chuàng)企業(yè)而言,，2017年9月，華為發(fā)售的AI芯片麒麟970上的NPU（屬ASIC架構(gòu)）集成了初創(chuàng)芯片企業(yè)寒武紀的1A處理器作為其核心人工智能處理單元,。

2017年1月,，地平線攜手英特爾發(fā)布基于BPU（屬ASIC架構(gòu)）架構(gòu)的最新高級輔助駕駛系統(tǒng)，12月,，地平線機器人發(fā)布“旭日”和“征程”兩款嵌入式AI芯片,，面向智能駕駛和智能攝像頭。

2016年,，英特爾收購的視覺處理芯片企業(yè)Movidius,，其研發(fā)的VPU也是ASIC芯片。

在AI算法尚處于蓬勃發(fā)展,、快速迭代的今天,，ASIC存在開發(fā)周期較長、需要底層硬件編程,、靈活性較低等劣勢,，因此目前發(fā)展速度還不及GPU和FPGA。但長期來看,，ASIC是AI芯片的未來,。

IBM和類腦芯片：另辟蹊徑,，顛覆傳統(tǒng)計算架構(gòu)，仍在研發(fā)

另外,，在傳統(tǒng)架構(gòu)之外,，還有一類“不走尋常路”的芯片，這就是“類腦芯片”,?！邦惸X芯片”顛覆傳統(tǒng)計算架構(gòu)，將數(shù)字處理器當(dāng)作神經(jīng)元,，把內(nèi)存作為突觸,，內(nèi)存、CPU和通信部件完全集成在一起,，采用模擬人腦神經(jīng)元結(jié)構(gòu)來提升計算能力,。

“類腦芯片”以IBM TrueNorth芯片為代表，但由于技術(shù)和底層硬件的限制,，其尚處于前期研發(fā)階段,，目前不具備大規(guī)模商業(yè)應(yīng)用的可能性。從技術(shù)成熟度和商業(yè)可行性兩個角度,，使用AI專屬硬件進行加速運算是今后五年及以上的市場主流,。

我國初創(chuàng)企業(yè)西井科技也在研發(fā)類腦芯片，其宣稱“芯片用電路模擬神經(jīng),，成品有100億規(guī)模的仿真神經(jīng)元,，可用于基因測序、模擬大腦放電等領(lǐng)域”,。

不過,，類腦芯片的商用并不樂觀，西井目前也從研究類腦芯片轉(zhuǎn)向自動駕駛領(lǐng)域,。

總結(jié)：諸侯混戰(zhàn),，同賽道糾纏，不同架構(gòu)競爭

從CPU,、GPU,、FPGA，到ASIC及類腦芯片,，從英特爾、英偉達,、賽靈思,、谷歌再到IBM，可以看出芯片業(yè)最近50年可謂風(fēng)起云涌,，而人工智能芯片的興起只是最近的一次浪潮,。

GPU,、FPGA、ASIC及類腦芯片等可用于AI的芯片,，也只是目前登場的芯片中的一小部分,，其商用場景還未完全展開。而當(dāng)前的AI芯片中,，應(yīng)用還是以GPU領(lǐng)先,，F(xiàn)PGA可能成為下一個爆點，ASIC目前是被看好,、但不成熟的新星,。

再看芯片巨頭的斗爭，英特爾與ARM在CPU市場,、英偉達和AMD在GPU市場,、賽靈思和阿爾特拉在FPGA市場上，及谷歌和一些創(chuàng)企在ASIC市場的競爭……而在AI浪潮下引導(dǎo)的芯片革新上,，英特爾與英偉達,，賽靈思以及谷歌又在不同芯片架構(gòu)及應(yīng)用場景間進行斗爭。

可以說這確實是一場“諸侯混戰(zhàn)”,，而身處變革中的每一個巨頭,，都不想在戰(zhàn)爭中先倒下。