總結本次會議透露出的三個趨勢:
1、底層AI芯片迎來快速革新,格局未定,充滿機遇。本次會議集中在AI芯片的最新發展和趨勢中,反映出當前由于上層應用的加速迭代,前期的GPU方案已經較難滿足多樣化的應用需求,同時底層AI芯片GPU、FPGA、ASIC多條路線均在推動,尤其針對特定場景,特殊用途的ASIC芯片發展迅速,成為本次會議的重點。我們判斷底層AI芯片的繁榮發展是支撐AI迅速普及深化的基礎,在AI算法還未成熟,上層應用迅速演化的背景下,AI芯片行業仍將持續變革,行業對發展路徑的分歧及眾多有待挖掘的場景充滿了機遇和挑戰,行業目前仍處于早期格局未定的階段,上市公司、創業公司、互聯網巨頭均有機會分享市場。
2、終端計算成為深化AI普及的重要支撐:與早期對云端芯片的重視不同的是,本次會議包括高通、聯發科、英特爾在內的公司均重點提到邊緣計算,終端計算能力是影響AI落地的重要因素,并提出相應的看法及解決方案。高通副總裁李維興透露,驍龍700將會支持AI引擎,而移動平臺會成為未來30年非常重要的革新工具;聯發科副總經理指出終端AI好處在于,響應速度更快、保護隱私、提供高效連接及降低成本;英特爾則表示目前通過低精度深度壓縮為邊緣計算提供深度學習推斷硬件加速能力。云和端的計算能力再平衡已經進入新的階段,云端芯片GPU、TPU的應用,物理條件,功耗條件的相對寬松已經基本滿足當前應用,終端芯片將成為下一階段的發展重點,支撐AI應用發展進一步深化。
3、與行業場景結合是下一階段終端芯片發展方向:終端芯片區別于云端芯片的重要特點在于,云端芯片需要處理更多通用型計算,應對更多通用型任務,而終端芯片一旦在特定終端中規模應用,處理的問題及性能要求相對比較明確,因此終端芯片一定是和場景與行業深度結合,從而可以在設計架構層面進行優化,滿足終端對芯片功耗和體積的要求。本次會議,多家企業推出了面向垂直行業和指定場景的ASIC芯片,比如眼擎科技推出解決復雜光線下成像問題的eyemoreX42成像芯片,深思考發布用于醫療影像的醫療芯片“M-DPU”(可以在100秒內分類9萬個細胞),地平線持續優化了用于自動駕駛場景的BPU芯片架構,而A股計算機上市公司所從事業務多集中在行業垂直領域,建議重點關注在AI芯片方面進行布局的上市公司。
AI芯片發展已經進入新的階段,終端芯片是下一階段的重點,而與行業場景結合則是發展趨勢,建議持續關注AI芯片投資機會。
京公網安備 11010502049343號