上周，国内科技巨头阿里巴巴也宣布其正在自主研发AI芯片——Ali-NPU，此前美国科技巨头谷歌、苹果、微软、Facebook也纷纷开始自主研发AI芯片，其中谷歌的TPU已经升级到了第二代，这是否意味着AI芯片战即将开打？科技巨头造芯背后的目的有何不同？

    科技巨头纷纷造“芯”

    深度学习运算要求高 谷歌TPU已升级到第二代

    从发布的产品来看，谷歌的AI芯片在各大科技巨头中稍微领先。据雷锋网了解，2011年谷歌开始认真考虑使用深度学习网络，这些网络的运算要求是其计算资源变得紧张。更具体来说，谷歌计算发现，如果每位用户每天使用3分钟谷歌提供的基于深度学习语音识别模型的语音搜索服务，就必须把现有的数据中心扩大两倍。谷歌需要更强大、更高效的处理芯片，但已有的CPU和GPU都不能满足需求，因此谷歌决定自己研发更高效的芯片。

    2016年5月的谷歌I/O大会，谷歌首次公布了自主设计的TPU，并称其在谷歌数据中心已使用了一年。发布一年之后，关于谷歌的机器学习定制芯片的神秘面纱才最终揭开，谷歌资深硬件工程师Norman Jouppi刊文指出，谷歌TPU处理速度要比GPU和CPU快15-30倍（和TPU对比的是英特尔Haswell CPU以及Nvidia Tesla K80 GPU），能效上，TPU更是提升了30到80倍。

    2017年谷歌I/O大会上，谷歌就宣布正式推出第二代TPU处理器，第二代TPU处理器加深了人工智能在学习和推理的能力，据谷歌的内部测试，第二代TPU芯片针对机器学习的训练速度比目前市场上的 GPU节省一半时间。

    2018年，谷歌传奇芯片工程师Jeff Dean连发了十条twitter宣布谷歌TPU首次对外全面开放，第三方厂商和开发者可以每小时花费6.5美元来使用它，但需要先行填表申请。

    外界认为这意味着AI芯片和公有云市场将迎来新的变革。

    满足iPhone应用需求 A11Bionic加入NPU

    作为当今的手机巨头，苹果的首款人工智能芯片是A11 Bionic。在苹果2017年秋季新品发布会上，A11 Bionic随iPhoneX一起亮相。A11除了在CPU、GPU、ISP方面的提升，还首次搭载了专用于机器学习的硬件 “神经网络引擎（neural engine）”，该神经网络引擎采用双核设计，每秒运算次数最高可达6000亿次，相当于0.6TFlops，以帮助加速人工智能任务，即专门针对Face ID，Animoji和AR等应用程序的ASIC。

    有了神经网络引擎，苹果高级副总裁Phil Schiller曾表示：基于ASIC的深度学习实现了高准确率之外，还能比基于通用芯片的方案减少功耗。不过苹果并未披露对这款神经网络引擎的功耗、实测性能，不过据GeekBench 跑分库的数据，其单核和多核跑分均超过骁龙835。

    发布会后苹果IC设计团队总监、硬件科技资深副总裁Johny Srouji表示，苹果着手架构芯片一般从3年前就开始，这意味着A11 Bionic大概在2014年间就进行开发工作了。

    微软为下一代HoloLens研发AI芯片

     2017年7月，微软在夏威夷举办的 CVPR 大会上公布他们正在为HoloLens开发新的AI芯片。2017年10月，微软设备部门全球副总裁Panos Panay接受CNBC采访时也确认了微软正在为下一代HoloLens MR头戴设备研发AI芯片，并表示微软不仅拥有一支专注的IC设计团队，而且还与芯片制造商和其他合作伙伴共同开。

据悉，HoloLens是目前全球第一台能识别环境，在空间中显示3D图像的MR设备，支持简单的3D手势交互，但HoloLens还缺乏对环境的深度理解，AI芯片的加入将提升这一能力, 为其提供额外的语音和图像识别等复杂处理功能力，支持更多手势交互无法实现的任务。

    不过，微软的AI芯片也将用在其他设备上，还会授权其他第三方厂商。

    亚马逊为Echo定制AI芯片

    2018年2月，透露消息一向比较靠谱的外媒 The Information 发布文章，该文章援引知情人士的消息称亚马逊已经在为旗下的 Echo 音箱以及其他搭载亚马逊旗下的虚拟助手 Alexa 的硬件产品开发专用的 AI 芯片。

    The Information 还表示亚马逊的 AI 芯片开发过程起自于两年前，主要的手段就是招聘和收购，据称已经拥有近450名芯片专业员工。2015 年亚马逊以 3.5 亿美元的价格，收购了一家名为 Annapurna Labs 的以色列公司，该公司其实就是一家不为人知的芯片公司。当然亚马逊对于这起收购讳莫如深，然而在 2016 年 Annapurna Labs 表示它正在开发一系列名为 Alpine 的芯片，面向存储器、WIFI 路由器、智能家居、流媒体等设备类型。根据那位知情人士的说法，目前正在为亚马逊开发AI 芯片的就是 Annapurna Labs，不过亚马逊方面拒绝评论。

    亚马逊研发AI芯片的目的也很明确，Echo 音箱的智能语音助理需要靠云端完成，AI芯片可以实现部分数据的本地处理，能够一定程度降低设备对云端指令的依赖，从而大幅度加快设备的响应速度。亚马逊希望在智能家居硬件市场和面向消费者的人工智能产品领域保持竞争力。

    Facebook 正组建AI芯片团队

     2018年4月，从Facebook在其网站发布的招聘信息看，Facebook正在组建一个新的团队设计自主芯片。从Facebook网站可以看到，其公司总部加利福尼亚州门洛帕克正在招聘ASIC & FPGA设计工程师，招聘的岗位属于基础建设（infrastructure）范畴，应聘者需要具有架构和设计半定制和全定制ASIC的专业知识，与软件和系统工程师合作，了解当前硬件的局限性，并利用专业知识打造针对AI/ML，压缩，视频解码等多种应用的的定制解决方案。除了设计工程师，Facebook也在招聘负责管理ASIC的开发的经理。不过Facbook拒绝发表评论，目前也尚不清楚Facebook会将芯片用于哪些应用，但从招聘可以看出其自主开发芯片的计划还处于早期阶段。

    外媒认为Facbook自主研发AI芯片的主要目的可能是想降低对NVIDIA、高通、英特尔等芯片厂商的依赖，当然也可能为Facebook的Oculus虚拟现实头戴设备而研发。

    阿里自研Ali-NPU提升云计算运算效率

    除了美国的科技巨头，上周阿里巴巴也宣布达摩院正在研发一款名为Ali-NPU的神经网络芯片，按照设计，Ali-NPU性能将是现在市面上主流CPU、GPU架构AI芯片的10倍，制造成本和功耗仅为一半，性价比超40倍。

据悉，Ali-NPU为解决图像、视频识别、云计算等商业场景的AI推理运算问题，提升运算效率、降低成本。未来，Ali-NPU的能力也可以通过阿里云进行计算能力的输出赋能各行各业。

    阿里巴巴基础设施事业群首席架构师高山渊表示，阿里巴巴2017年成立了达摩院，并宣布投入1000亿到技术研发。实质上远在达摩院成立之前阿里就已经开始在AI芯片领域进行投入，目前这个研发已经进入到一个比较深水区的阶段

    另据雷锋网了解，阿里研究院还在全球设办事处，包括位于微软总部附近的华盛顿州贝尔维尤。2017年，阿里巴巴硅谷办公室聘请了高通前员工Han Liang为“人工智能芯片架构师”。同时，阿里还在为该办公室招聘更多人才。

 你我都有芯片，AI芯片战来了吗？

    至于自研AI芯片的目的，雷锋网认为一方面在芯片发展速度变慢的背景下，通过CPU、GPU已经不能满足科技巨头的需求，为了摆脱对芯片巨头的依赖，纷纷开始自研芯片。其次，针对不同的AI应用，定制芯片的性能明显高于通用芯片，因此自主研发FPGA或ASIC成为了好选择。不难发现，谷歌的TPU已经对外开放，微软表示其AI芯片也会授权第三方使用，阿里也希望其Ali-NPU能够赋能各行各业，虽然亚马逊和Facebook的情况暂不明了，但除了苹果应该都有希望开放自家的AI芯片。

    不过，除了纷纷开始自研AI芯片的科技巨头，英特尔、高通、英伟达、AMD、赛灵思等在各自领域中有绝对优势的传统芯片巨头也都有自家的AI芯片，其中英伟达的GPU被广泛应用于包括谷歌和Facbook在内多家公司的数据中心。

    那么，科技巨头的纷纷入局是否意味着AI芯片战即将开打？未来还会有哪些巨头加入争夺战？巨头都有芯片的情况下，谁受到的影响最大？