芯片产业未来的格局 算力的时代的NVIDIA GPU是巨头,新的巨头崛起的底层逻辑

Posted AI架构师易筋

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了芯片产业未来的格局 算力的时代的NVIDIA GPU是巨头,新的巨头崛起的底层逻辑相关的知识,希望对你有一定的参考价值。

1. 如何判断新的巨头在哪里?

  • 产业选择:必须有大算力的产业,比如AI平台。
  • 技术优势:要有算法,数据带来的巨大优势,软硬件结合。
  • 协作能力:必须是一个开放的平台,不断演化。

异构计算(英语:Heterogeneous computing),又译异质运算,主要是指使用不同类型指令集和体系架构的计算单元组成系统的计算方式。常见的计算单元类别包括CPU、GPU等协处理器、DSP、ASIC、FPGA等。

异构计算近年来得到更多关注,主要是因为通过提升CPU时钟频率和内核数量而提高计算能力的传统方式遇到了散热和能耗瓶颈。而与此同时,GPU等专用计算单元虽然工作频率较低,具有更多的内核数和并行计算能力,总体性能-芯片面积比和性能-功耗比都很高,却远远没有得到充分利用。

广义上,不同计算平台的各个层次上都存在异构现象,除硬件层的指令集、互联方式、内存层次之外,软件层中应用二进制接口、API、语言特性底层实现等的不同,对于上层应用和服务而言,都是异构的。

异构计算的巨头是NVIDIA, AMD也有可能。

2. ARM, RISC

2.1 ARM

ARM(以小写形式命名为arm,以前是Advanced RISC Machines的首字母缩写词,最初是Acorn RISC Machine)是针对计算机处理器的精简指令集计算机(RISC)指令集架构家族,配置用于各种环境。Arm Ltd.开发架构并将其授权给其他公司,这些公司设计自己的产品来实现这些架构中的一种或多种,​​包括片上系统(SoC) 和模块上系统(SOM) 设计,这些设计包含不同的组件,例如内存、接口和无线电. 它还设计实现这些指令集架构的内核,并将这些设计许可给许多将这些内核设计整合到他们自己的产品中的公司。

由于与竞争对手相比,ARM 处理器成本低、功耗低且发热量低,因此非常适合轻型、便携式、电池供电的设备,包括智能手机、笔记本电脑和平板电脑以及其他嵌入式系统。[5] [6] [7]但是,ARM 处理器也用于台式机和服务器,包括世界上最快的超级计算机。[8] ARM 芯片产量超过 2000 亿颗,[9] [10] [11]截至 2021 年,ARM 是使用最广泛的系列指令集架构(ISA) 和生产量最大的 ISA。[12] [6] [13] [14] [15]目前,广泛使用的 Cortex内核、较旧的“经典”内核和专门的SecurCore内核变体可用于其中的每一个,以包含或排除可选功能。

2.2 RISC

在计算机工程中,精简指令集计算机( RISC ) 是一种计算机,旨在简化为实现任务而提供给计算机的各个指令。与给予复杂指令集计算机(CISC) 的指令不同,对于 RISC 计算机,任务可能需要更多指令(代码)才能实现任务,因为各个指令是用更简单的代码编写的。目标是通过提高每条指令的速度来抵消处理更多指令的需求,特别是,如果指令更简单,实现指令流水线可能会更简单。[1]

RISC 计算机的关键操作概念是每条指令只执行一个功能(例如,将值从内存复制到寄存器)。RISC 计算机通常具有许多(16 或 32)个高速通用寄存器,具有加载/存储架构,其中寄存器寄存器指令(用于执行算术和测试)的代码与授予访问权限的指令是分开的到计算机的主存储器。CPU 的设计允许 RISC 计算机使用很少的简单寻址模式[2]和可预测的指令时间,从而简化了整个系统的设计。

RISC计算机体系结构的概念发展始于 1970 年代后期的IBM 801项目,但并没有立即投入使用。加利福尼亚的设计师在斯坦福 MIPS和伯克利 RISC两个开创性项目中采用了 801 概念。这些在 1980 年代被商业化为MIPS和SPARC系统。IBM 最终在 801 概念、 IBM POWER 指令集架构、PowerPC和Power ISA的进一步工作的基础上产生了 RISC 设计. 随着项目的成熟,在 1980 年代末和 1990 年代初生产的许多类似设计创造了中央处理器,增加了Unix 工作站和激光打印机、路由器和类似产品 中的嵌入式处理器的商业实用性。

RISC处理器设计的品种包括ARC处理器、DEC Alpha、AMD Am29000、ARM架构、Atmel AVR、Blackfin、Intel i860、Intel i960、LoongArch、摩托罗拉88000、MIPS架构、PA-RISC、Power ISA、RISC-V、SuperH和SPARC。RISC 处理器用于超级计算机,例如Fugaku。

3. AI科技公司

3.1 寒武紀科技

寒武紀科技(沪市:688256,简称:寒武纪-U)是北京市一所人工智能技術公司,是全球第一個量產商業人工智能晶片的公司,名稱取自寒武紀大爆發認為人工智能改寫世界的曙光已經出現。[1]創立人陈天石教授曾获国家自然科学基金委员会“优青”、CCF-Intel青年学者奖、中国计算机学会优秀博士论文奖。

战略化不行,目前比较艰难转型到市场化。

3.2 地平线机器人技术

地平线机器人技术,在国内有一个优秀人工智能团队,野心也是想打造一颗“机器大脑”,即余凯所创办的地平线机器人致力于“define the brain of things”,打造万物智能时代的“AI Inside”,给人们日常生活的无数设备和产品装上“大脑”。

4. 自动化驾驶

自动化驾驶将是低垂的果实,目前还没有巨头占领。
转折路径:燃油车转型为电动车;电动车的竞争力为自动驾驶;自动驾驶能够提供TAAS,transportation as a service. 自动驾驶可以往芯片和平台服务提供商转型。比如提供AI服务云平台,测试车辆,采集数据平台等。

5. VR - Virtual Reality虚拟现实

Virtual Reality虚拟现实( VR ) 是一种模拟体验,可以与现实世界相似或完全不同。虚拟现实的应用包括娱乐(尤其是电子游戏)、教育(例如医疗或军事训练)和商业(例如虚拟会议)。其他不同类型的 VR 风格技术包括增强现实和混合现实,有时称为扩展现实或 XR。[1]

目前,标准虚拟现实系统使用虚拟现实耳机或多投影环境来生成逼真的图像、声音和其他感觉,以模拟用户在虚拟环境中的物理存在。使用虚拟现实设备的人能够环顾人造世界,在其中四处走动,并与虚拟特征或物品进行交互。这种效果通常由头戴式显示器和眼前的小屏幕组成的 VR 耳机产生,但也可以通过专门设计的具有多个大屏幕的房间来产生。虚拟现实通常包含听觉和视频反馈,但也可能允许其他类型的感官和力反馈通过触觉技术。

6. AR - Augmented reality增强现实

Augmented reality增强现实( AR ) 是一种真实世界环境的交互式体验,其中存在于现实世界中的对象通过计算机生成的感知信息得到增强,有时跨越多种感官模式,包括视觉、听觉、触觉、体感和嗅觉。[1] [2] AR 可以定义为一个包含三个基本特征的系统:真实和虚拟世界的结合、实时交互以及虚拟和真实对象的准确 3D 配准。[3]重叠的感觉信息可以是建设性的(即对自然环境的补充)或破坏性的(即对自然环境的掩蔽)。[4]这种体验与物理世界无缝交织,因此被视为真实环境的沉浸式体验。[4]通过这种方式,增强现实改变了人们对现实世界环境的持续感知,而虚拟现实完全用​​模拟环境取代了用户的现实世界环境。[5] [6]增强现实与两个主要同义词相关:混合现实和计算机介导的现实。

增强现实的主要价值是数字世界的组成部分融入人们对现实世界的感知的方式,不是简单的数据显示,而是通过沉浸式感觉的整合,这些感觉被认为是环境。最早为用户提供沉浸式混合现实体验的功能性 AR 系统是在 1990 年代初发明的,始于1992 年美国空军阿姆斯特朗实验室开发的Virtual Fixtures系统。 [4] [7] [8]商业增强现实体验最初是在娱乐和游戏业务中引入的。[9] 随后,增强现实应用已经跨越了教育、通信、医药、娱乐等商业行业。在教育中,可以通过使用移动设备扫描或查看图像或使用无标记 AR 技术来访问内容。[10] [11] [12]

增强现实用于增强自然环境或情况,并提供丰富的感知体验。借助先进的 AR 技术(例如添加计算机视觉、将 AR 摄像头整合到智能手机应用程序和对象识别中),有关用户周围现实世界的信息变得交互式和数字化操作。有关环境及其对象的信息覆盖在现实世界上。该信息可以是虚拟的。增强现实是任何人为的体验,它增加了已经存在的现实。[13] [14] [15] [16] [17]或真实的,例如看到其他真实的感知或测量信息,例如与它们在空间中的实际位置完全对齐的电磁无线电波。[18] [19] [20]增强现实在隐性知识的收集和共享方面也有很大的潜力。增强技术通常在具有环境元素的语义上下文中实时执行。身临其境的感知信息有时会与补充信息相结合,例如体育赛事直播视频中的得分。这结合了增强现实技术和抬头显示技术 (HUD) 的优势。

总结

  1. 专有芯片要针对一个足够大的市场钻得足够深,凭借产业协作能力有可能胜出。
  2. 相对通用的AI芯片需要能在多个专有领域得到应用才有巨大的未来,挑战更大。
  3. 判断芯片企业能否做大要看三个标准:产业选择、技术优势、协作能力。
  4. 产业选择:针对的领域是否足够清晰、足够大,产业没有巨头或巨头愿意开放数据合作。
  5. 技术优势:所在的领域中技术赋能是否突出,竞争差异是否足够大。
  6. 协作能力:在产业中的协作程度是否足够深。

以上是关于芯片产业未来的格局 算力的时代的NVIDIA GPU是巨头,新的巨头崛起的底层逻辑的主要内容,如果未能解决你的问题,请参考以下文章

算力网络 — 算力的网络

算力网络 — 算力的网络

算力网络产业链分析

Nvidia的显示GeForce GT 1030的算力(compute capability)到底是多少?(附查询自己显卡算力的方法)

软件定义算力,算力定义汽车

大算力时代,中国可重构计算架构芯片发展到了哪一步?|量子位·视点 x 清微智能...