向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

传统IC厂商小心:中国BAT + 美国FANG来了!

时间:2019-08-12 作者:Alan Patterson 阅读:
超大规模业者(hyperscale companies)主宰了电子世界。这些简称为“FANG”──包括Facebook、亚马逊(Amazon)、苹果(Apple)、Netflix、Google,以及“BAT”——阿里巴巴(Alibaba)、腾讯(Tencent)、百度(Baidu),还有微软(Microsoft)──的公司,无论你选择哪一种指标来衡量,都比世界上最大的芯片制造业者来得有份量;我们在接下来十年可以确定,这些巨擘将以我们很少人能想得到的方式重塑这个产业。

超大规模业者(hyperscale companies)主宰了电子世界。这些简称为“FANG”──包括Facebook、亚马逊(Amazon)、苹果(Apple)、Netflix、Google,以及“BAT”——阿里巴巴(Alibaba)、腾讯(Tencent)、百度(Baidu),还有微软(Microsoft)──的公司,无论你选择哪一种指标来衡量,都比世界上最大的芯片制造业者来得有份量;我们在接下来十年可以确定,这些巨擘将以我们很少人能想得到的方式重塑这个产业。

苹果与台积电(TSMC)之间的关系就是一个例证;苹果的订单占据了这家全球晶圆代工龙头销售业绩的五分之一左右,还有一半以上的7奈米制程产能。而随着越来越多FANG为了人工智能(AI)与高性能运算(HPC)应用量身订制芯片,这种趋势将为半导体产业带来变革,也对该产业领域的传统业者带来更多压力。

那些颠覆商业、改变文化的“全球最大公司”,正开始重塑半导体产业;而它们到底做了什么前所未见的事情、为什么要这么做?又可能会产生哪些后果?

两年前,Google发表了自家开发的张量处理器(TPU),在机器学习测试上超越了英特尔(Intel)的Xeon处理器以及Nvidia的GPU好几个等级;Google的TPU芯片是委托台积电以28奈米制程技术生产。

大约一年前,亚马逊发表了用以驱动其客户网站以及其他服务的Graviton服务器芯片,该芯片也是在台积电以28奈米制程生产。Gravitron的表现超越了英特尔与AMD现有的通用处理器,能在亚马逊的环境中以高效率运作,有助降低成本;使用以Gravitron驱动之服务器的客户,也能将某些服务的开销节省一半。

现在,Facebook也正着手自己设计芯片。而像是英特尔、AMD与Nvidia等公司必须注意,FANG公司已经踩到它们的地盘。

可以确定的是,FANG们不太可能会加入收购行列,在半导体产业掀起另一次“整并疯”;那些因特网巨擘已经是美国政府“反垄断”行为审查的对象。但是它们有可能会尝试其他低调一点的作法,例如从芯片业挖角人才──这它们完全负担得起。FANGs通常都会与IC设计服务业者合作,它们能轻易地与例如台湾的无晶圆厂IC业者接触,延揽关键人才。

到目前为止,大多数由FANG设计的AI芯片是针对数据中心应用;今年稍早,高通(Qualcomm)也宣布进军该领域的计划,估计数据中心市场到2025年可达到170亿美元的规模。英特尔预期会在今年稍晚发表Nervana NNP-L1000,但该款AI芯片恐怕在性能表现上难以超越Nvidia最新的数据中心应用GPU。

影像与语音识别以及大数据处理等应用,正在让芯片的功能性延展到PC之外;AI芯片能有助于降低数据中心的功率消耗──数据中心的功耗每年以倍数增加,以一种不应该永续发展的速率。而全球有超过40家公司正在开发AI专用加速器,大多数是为了推论而非模型训练;后者以Nvidia为霸主,囊括数十亿美元市场。

当越来越多公司为边缘装置打造AI芯片,会发生什么事?虽然现在这种案例还没有到非常多,但时机已经到来;大多数专家预期,边缘AI会是一个比数据中心AI更大的市场。

“在现实世界所布署的边缘AI应用究竟需要多大的运算力,现在还没有答案;”Arm的机器学习事业群副总裁Steve Roddy 表示,在车用领域可能需要数个分布式系统或是单一个中央化系统,在工厂则可能需要每一台智能装置以无线链接到后端的中央CPU或分布式计算。

Roddy也指出城市中的相同问题:在5G网络中需要多大密度的运算?集中化程度有多高?“Arm的目标之一是打造一种系统,在中间件层可允许应用程序无缝地从不同的运算模式中转换,而且那些模型会随着时间进化。”

显然Arm打算在分布式AI领域扮演关键角色,Google也是一样──Google的TensorFlow行动/嵌入式团队领导人Pete Warden表示:“能支持智能功能如语音控制接口或加速度器的传感器,正朝向低功耗、低价发展,因此它们将随处可见。”

“由AI驱动的运算装置将以各种可能的方式进入我们的生活,”《AI at the Edge: A GigaOm Research Byte》一文的作者Byron Reese表示:“那些在数据被收集的边缘执行推论之装置,在功耗、安全性与速度方面的要求,会让那些在我们日常生活中扮演要角的数字装置,以一种越来越普及的方式扩张规模。”

包括意法半导体(ST)、赛灵思(Xilinx)以及其他许多传统芯片业者,也以进军规模可望远胜数据中心AI的边缘AI市场为目标,但它们才刚起步。这些传统业者与那群规模更大的“新人”站在同一条起跑在线,而我赌赢得胜利的会是后者。

(原文发表于ASPENCORE旗下EDN姐妹媒体EETimes,参考链接: The FANGs & the Foundries,编译:Judith Cheng)

 相关阅读:

BAT能否战胜美国互联网巨头,获得AI芯片战胜利

 

本文为EDN电子技术设计 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。
Alan Patterson
EE Times美国版驻台特派记者。Alan是一名电子行业记者,其职业生涯的大部分时间都在亚洲度过。 除了EE Times,他还是彭博新闻和道琼斯通讯社的记者和编辑。 他在香港和台北生活了30多年,并在此期间覆盖了对大中华地区科技公司的报道。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 2019 ICCAD:魏少军教授谈持续为客户创造价值 2019 ICCAD年会于2019年11月21日在南京举行,魏少军教授在高峰论坛发表主题演讲: 如何持续为客户创造价值。ASPENCORE媒体集团旗下《电子工程专辑》和《电子技术设计》从现场发来报道……
  • 一文看懂SiP技术:华为/苹果/三星/小米纷纷入局的黑科技 华为、小米 、OPPO、VIVO、三星相继发布 5G 手机,5G 手机的销量超预期,毫米波 5G 手机将增加对 SiP 的需求;苹果 AirPods 新增降噪功能,继 Applewatch 以后,也采用 SiP 技术。一般情况下, SoC 只整合 AP 类的逻辑系统,而 SiP 则是整合 AP+mobileDDR。某种程度上说 SiP=SoC+DDR。随着将来集成度越来越高,eMMC 也很有可能会整合至 SiP 中。芯片发展从一味追求功耗下降及性能提升(摩尔定律),转向更加务实的满足市场的需求(超越摩尔定律)。
  • AI加速器的“选择题”该怎么答? 越来越多的公司开始将机器学习纳入其营运业务中,但随着AI生态系统扩展,他们开始面对如何为其业务决定最适用加速器的「选择题」…
  • 三星解散CPU团队,折射出ARM路线潜藏风险 此前,媒体报道三星最终决定放弃自家的Mongoose内核,已经解散了位于德州奥斯汀的整个研发团队,此次三星大概要解雇300人,未来将全面使用ARM的设计方案。对于三星解散了位于德州奥斯汀的整个研发团队事件,折射出几个问题。
  • 带故障注入功能的高精度旋转变压器仿真系统 旋转变压器在EV、HEV、EPS、变频器、伺服、铁路、高铁、航空航天等需要获取位置和速度信息的应用中获得广泛使用。这些系统采用旋转变压器数字转换器(RDC)来获取数字位置和速度数据。用户的系统会出现干扰和故障问题,很多时候他们都想评估角度和速度在受干扰条件下的精度性能,找出和验证引发问题的根本原因,然后修复和优化系统。
  • 深度分析国产CPU替代:“造不如买”时代即将终结 CPU(中央处理器)是计算机系统的核心和大脑,也是国家大宗战略物资,系统复杂研发难度高。我国 CPU 研发起步较早,但发展较为坎坷,步入正轨是在“十二五”之后。在国家集成电路产业政策和大基金投资等多重措施支持下,一大批国产 CPU 设计单位成长起来,产品覆盖了高性能计算、桌面、移动和嵌入式等主要应用场景。但是,国内设计企业在 CPU 指令集架构上主要还是依靠国际授权和技术合作。
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