競逐AI晶片誰將勝出？ - 工程師

[情報] 競逐AI晶片誰將勝出？

http://bit.ly/2x9VTdH

人工智慧（AI）被視為第四次工業革命核心，預估到2020年，市場商機規模高達3,000億
美元，「得晶片者得天下」概念發酵，因此吸引各大科技廠爭相加碼投資。

過去因為資料量不夠大，同時機器CPU無法做準確分析，如今各種結構與非結構性資料量
愈來愈大，全部被集中到雲端或者可藉由終端手機進行資料蒐集及分析。資料量愈來愈多
樣化，加上各式演算法愈來愈精進，使得人工智慧的環境趨於成熟。

Nvidia（英偉達）一直是圖像處理的行業龍頭，GPU的浮點運算、同步並行運算是非常適
用於人工智慧的深度學習神經網絡，因此成為AI晶片領頭軍。谷歌無人駕駛汽車就採用了
Nvidia 的移動終端處理器Tegra（4 核CPU+256 核GPU）。2016 年8 月，英偉達推出首台
深度學習超級計算器Nvidia DGX-1。2017 年4 月，Nvidia宣布為Tesla自駕車開發全新數
據中心加速器Tesla P100 已經供貨，面向人工智慧、自動駕駛、氣候預測、醫藥開發等
專業領域。

Google 在2017年5月的 I/O 大會推出AI晶片「TPU」（Tensor Processing Unit）是客製
化的 ASIC（特殊應用邏輯IC），專為機器學習設計，用於改善搜尋結果的相關性，提高
Google 街景服務地圖和導航功能的正確度。也就是說，TPU專為特定用途設計的特殊規格
邏輯 IC，只執行單一工作，所以速度更快，但缺點是成本較高。

英特爾2016年9月收購視覺晶片公司Movidius。歷經將近一年的研發，於2017年8月底宣佈
推出了全新的Myriad X視覺處理器（Vision Processing Unit；VPU），這是全球第一個
配備神經運算引擎（Neural Compute Engine）的系統單晶片（SoC），可用於加速產品端
的深度學習推理，未來可應用在無人機、機器人、智慧攝像機、虛擬實境與擴增實境等產
品。

高通早在2015年CES推出Snapdragon Cargo是一款無人機SoC晶片，具有視覺運算可應用於
工業、農業監測、航拍。此外，高通的驍龍820晶片也被應用於VR頭盔中。事實上，高通
已經在研發能在終端完成深度學習的移動設備晶片。

IBM推出TrueNorth 晶片，又於2017年8月9日宣布已發展出採用多台伺服器搭配分散式深
度學習軟體（Distributed Deep Learning；DDL）縮短深度學習時間，提高效率。IBM使
用了64個自行開發的Power 8伺服器，每一個微處理器都與256顆英偉達繪圖處理器透過
NVLink連接起來，讓兩種晶片之間的資料流程進行傳輸。當其開始處理來自ImageNet-22K
資料庫的750萬張圖片時，其識別準確率高達33.8%，比起微軟先前的29.8%紀錄還高。

蘋果公司對未來開發的產品，一向神祕低調。消息傳出蘋果正在開發AI晶片Apple
Neural Engine，且內建於新一代的iPhone/iPad原型機進行測試，期望提升臉部或語言辨
識能力。還有研發出一套人工智慧架構平台，可讓兩組Siri軟體相互對話溝通，應用在智
慧居家領域。同時，蘋果也積極開發深度學習技術，鎖定自動駕駛車以及智慧家居應用，
要把虛擬語音助理軟體Siri更加智慧化。

微軟準備為下一代Hololens擴增實境裝置打造一個客製化的TPU人工智慧晶片，也不排除
在Hololens晶片推出之後，也可以用於微軟的雲端服務之上。也在試驗另一種晶片 FPGA
（可程式化邏輯元件），FPGA 介於 GPU 和 ASIC 之間，沒有 GPU 那麼通用，也不像
ASIC 只有單一功能，FPGA 能重新編程，執行多種功能。

華為在IFA 2017(柏林時間9月2日)發布了首款人工智慧(AI)手機應用處理器—Kirin 970(
麒麟970)，是8核心手機應用處理器，同樣由子公司海思半導體（HiSilicon）設計，雖然
ARM架構處理器核心數及運算時脈與上一代Kirin 960相同。採用台積電的10奈米先進技術
以大幅降低功耗，加入華為最新的人工智慧（AI）神經處理元件（Neural Processing
Unit，NPU），成為全球首款搭載AI運算核心的手機晶片。該晶片支援語音識別、人臉識
別、場景識別等多個人工智能場景的處理。該款新晶片將搭載在華為10月新機Mate 10。

百度聯合硬體廠商推出DuerOS智慧晶片，可以在晶片嵌入百度演算法，快速而廣泛地應用
到更多場景。百度利用「算法+晶片」的組合，切入人工智慧應用產業。

結語
AI晶片包含三大類市場，分別是數據中心(雲端)、通信終端產品(手機)、特定應用產品(
自駕車、頭戴式AR/VR、無人機、機器人...)。當前機器學習多採用 GPU圖像處理，尤以
Nvidia 是此一領域龍頭，但是，有些業者認為GPU處理效率不夠快，而且因應眾多特定新
產品的不同需求，於是，推出NPU、VPU、TPU...等等。總而言之，AI晶片是一個新興的產
品，等待「殺手級」出現，充滿無限大的市場。由於，搶未來AI應用市場商機，科技巨鱷
如Google、微軟、蘋果企圖建構AI平台生態模式吃下整個產業鏈。

目前還不清楚哪種架構的晶片會在 AI 大戰獲勝。但(手機)終端市場對於AI晶片的功耗、
尺寸、價格都有極為嚴格的要求，難度上比雲端數據晶片更高。

至於 CPU是否會被TPU、NPU、VPU….等之類新類型處理器取代，答案應該不會。因為，新
出現的處理器只是為了處理新發現或尚未解決的問題；同時，希望晶片市場能有更多競爭
及選擇，不要英特爾、高通獨大。科技企業搶人工智慧應用商機，AI晶片成為兵家必爭之
地。

http://bit.ly/2x9VTdH

--