向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

数据分析:AI芯片市场究竟有多大?

时间:2019-09-17 作者:Sally Ward-Foxton 阅读:
市场研究机构ABI Research最近发布了两份报告,详细描绘了今日的AI芯片市场状态...

人工智能(AI)加速器芯片商机被大肆炒作,但这个市场究竟有多大?已经有哪些公司在销售这类芯片?市场研究机构ABI Research最近发布了两份报告,详细描绘了今日的AI芯片市场状态,为此EE Times访问了报告作者,ABI首席分析师Lian Jye Su,请他分享目前在这个商机潜力十足的市场上,有哪些较活跃的公司与技术。D5MEETC-电子工程专辑

云端AI市场

ABI的第一份报告聚焦于快速成长的云端AI推理与训练服务应用,预期该市场在2024年将从2019年的42亿美元成长至100亿美元。Nvidia与英特尔(Intel)是此一领域目前的领导厂商,但它们的地位正受到包括中国新创公司寒武纪(Cambricon Technologies)、英国新创公司Graphcore、以色列新创公司Habana Labs以及高通(Qualcomm)等后起之秀的挑战。D5MEETC-电子工程专辑

Su表示,Nvidia显然仍会是该市场的龙头,主要是因为该公司具备成熟的开发者生态系统以及先行者优势。此外他指出:“随着AI模型、数据库以及工具组持续演变更新,Nvidia扮演优良的后备选项,因为其方案具备通用AI芯片的功能。当然,这些优势会因为市场逐渐成熟而减退,但Nvidia的地位在可见的未来仍然稳固。”D5MEETC-电子工程专辑

D5MEETC-电子工程专辑

Lian Jye Su(Source: ABI Research)D5MEETC-电子工程专辑

根据ABI的分析,今日的云端AI芯片市场分成三块:一是由AWS、微软(Microsoft)、Google、阿里巴巴、百度与腾讯等云端运算服务供应商主导的公有云市场,二是企业数据中心、即私有云市场;第三块则是ABI称为“混合云”(hybrid cloud)的市场,也就是结合公有与私有云的方案(如VMware、Rackspace、NetApp、HPE、Dell等公司的产品)。D5MEETC-电子工程专辑

此外ABI的报告还定义了另一个新兴领域──电信云(Telco clouds),指的是电信业者为其核心网络与IT、边缘运算工作所布署的云端基础建设。Su认为,这个新领域会为AI芯片供货商带来很大的商机:“我们已经看到如华为(Huawei)等网络基础建设方案供货商,还有较小程度像是诺基亚(Nokia)等公司,推出为电信网络功能优化的ASIC;这是一个很大的市场,Nvidia近来也非常努力想要进入。”D5MEETC-电子工程专辑
20190917-002.pngD5MEETC-电子工程专辑
2017~2024年AI芯片年度销售额。(来源:ABI Research)D5MEETC-电子工程专辑

而Su虽然没看到有任何其他厂商能在短时间内撼动Nvida在云端AI训练芯片市场的主导地位,但推理芯片领域则是人人有机会,目前并没有一家公司独霸的情况。这有部份原因来自于推理工作在不同垂直应用上会有所不同的本质;他认为,该领域的ASIC会从2020年起呈现强劲成长。D5MEETC-电子工程专辑

目前AI推理往边缘装置移动的趋势,意味着包括智能手机、自驾车以及机器人等装置,对于云端的依赖程度将会降低,但Su强调,这并不代表某些云端服务供货商所认为的、AI推理工作量大于训练工作量的情况会改变。D5MEETC-电子工程专辑

“有一些AI永远不会移到边缘,例如聊天机器人(chatbots)还有对话AI (conversational AI)、诈骗监测(fraud monitoring)与网络安全系统等等;”他表示:“这类系统会牵涉从规则式(rule-based)到深度学习类型的AI系统,这实际上是增加了推理工作量,而且增加的幅度远远可抵销那些转移至边缘的推理工作量。”D5MEETC-电子工程专辑

还有Google;Google的张量处理器(TPU)可以同时处理云端训练与推理任务,被认为是分别由Intel与Nvidia领衔的CPU与GPU技术的强劲对手。ABI的报告指出,Google在TPU上的成功为其他云端服务业者(CSP)建立了一个自己开发AI加速器ASIC的优良模板;包括华为、AWS与百度等也都已经这么做。D5MEETC-电子工程专辑

那么如果云端服务业者都开始自己设计芯片,在该领域还有其他芯片业者能生存的空间吗?对此Su表示:“没错,随着CSP开始自己设计芯片,对于一些新进公司来说这个市场会变得非常具挑战性;我们预测,到2024年该市场约会有15~18%是由CSP自己填满,因此云端AI商机会有更多是来自于数据中心私有云领域。”D5MEETC-电子工程专辑

Su表示,金融、医疗机构还有研发与学术领域也会需要执行AI,而且他们会考虑采用为AI工作负载优化的芯片,这为包括寒武纪、Graphcore、Habana Labs以及Wave Computing等新进业者提供了一些优势。他也认为,其他将因此受惠的厂商还包括IP供货商如ARM、Cadence与芯原(VeriSilicon)等,他们将会需要支持比以往更多的芯片开发业者。D5MEETC-电子工程专辑

边缘AI市场

ABI的另一份报告则是聚焦边缘AI市场,指出边缘AI推理芯片市场在2018年的规模为19亿美元;而边缘训练市场在同一年度的规模只有140万美元。Su解释,会在边缘执行AI训练的装置包括网关(用以储存历史数据或是扮演设备中枢角色),还有企业内部布署(on-premise)服务器(在私有云中,但是位于AI数据产生的地方)。D5MEETC-电子工程专辑

为on-premise服务器的训练任务所设计之芯片,包括Nvidia的DGX,还有华为服务器与网关所配备的Ascend 910芯片;包括寒武纪、Graphcore与Habana Labs等公司,也有专门锁定on-premise数据中心的系统级芯片。Su表示:“边缘AI训练市场还很小,因为AI训练任务还是偏向在云端执行。”D5MEETC-电子工程专辑
20190917-003.pngD5MEETC-电子工程专辑
2017~2024年的AI推理与训练芯片市场营收。(来源:ABI Research)D5MEETC-电子工程专辑

在2019年至2024年之间,整体边缘AI市场规模估计可达到31%的复合年平均成长率(CAGR),边缘AI推理将占其中大宗;Su指出,边缘推理会有三大主要应用──包括智能手机/可穿戴装置、汽车以及智能家庭/白色家电,及三大利基市场。D5MEETC-电子工程专辑

第一个利基市场是通常需要异质运算架构的机器人,因为这类机器人仰赖各种型态的神经网络,如利用同步定位与地图构建(simultaneous location and mapping,SLAM)来导航,或是做为人机接口的对话AI、用来侦测物体的机器视觉等;Su表示,所有这些应用都是在不同程度上采用CPU、GPU与ASIC,而Nvidia、英特尔与高通在这个领域中激烈竞争。D5MEETC-电子工程专辑

“第二个利基市场是智慧工业应用,包括智能制造、智能建筑与石油天然气领域;”他指出:“我们看到FPGA供货商在这个领域的表现优异,因为需要采用新技术的是旧有设备,而FPGA架构能提供灵活性与适应性。”D5MEETC-电子工程专辑

最后一个利基应用是在“非常边缘”的地方,也就是将超低功耗AI芯片嵌入传感器与其他广域网上的小型终端节点。有鉴于此应用的聚焦于超低功耗,这个领域的竞争厂商包括FPGA供货商、RISC-V架构芯片以及其他ASIC供货商。D5MEETC-电子工程专辑

那么到目前为止,有那些芯片业者已经取得AI推理应用的设计案?Su的回答是:“因为智能手机的出货量庞大,因此智能手机用AI ASIC的供货商,是整体边缘AI芯片市场实际上的大赢家,包括苹果(Apple)、海思(HiSilicon)、高通、三星(Samsung),以及较低程度上也包括联发科技(MediaTek);但如果我们只提新创,我认为以色列的Hailo,还有中国的地平线(Horizon Robotics)、瑞芯微(Rockchip),看来已经取得一些终端装置制造商的青睐。”D5MEETC-电子工程专辑

Su也表示,在商业实现与布署边缘AI芯片方面,软件扮演关键角色;相较于Nvidia是持续升级其编译程序工具与建构开发者社群,英特尔与赛灵思(Xilinx)等业者采取的作法则与拥有软件AI加速解决方案的新创公司合作,或是收购他们。D5MEETC-电子工程专辑

他也建议,“芯片业者应该要考虑为开发者社群提供工具组与链接库,还有开发者教育课程、举办竞赛、论坛或研讨会等,这些能吸引开发工程师与芯片业者合作并开发相关应用程序;但这对于新创公司来说并不容易。”D5MEETC-电子工程专辑

除了提供适当的软件以及为开发者社群提供支持,ABI的报告还指出,AI芯片业者想要成功,得拥有获得其他技术价值链支持、优良的产品开发蓝图,他们也会需要为不同的使用案例创造芯片产量规模,同时要维持具竞争力的价格点。D5MEETC-电子工程专辑

编译:Judith Cheng 责编:Yvonne GengD5MEETC-电子工程专辑

(参考原文: AI Chip Market to More than Double in 5 Years,by Sally Ward-Foxton)D5MEETC-电子工程专辑

 D5MEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Sally Ward-Foxton
Sally Ward-Foxton是EE Times特派记者,她专注于EE Times美国版的AI技术和相关话题,以及EE Times欧洲版杂志中的欧洲企业报道。 Sally base在英国伦敦,她报道电子行业已有15年,曾为Electronic Design、ECN、Electronic Specifie撰写设计、电子元件类文章。 她拥有剑桥大学的电气和电子工程硕士学位。
您可能感兴趣的文章
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告