拥有关于人工智能的英文缩写是AI这件事, 它是被研究、开发的用于对人的智能进行模拟, 进而实现延伸以及扩展的存在, 有着相应理论、方法、技术以及应用系统, 是一门全新且属于技术范畴的科学性事物。
对计算机用来模拟人的某些思维过程以及智能行为这般情况（像是学习、推理、思考、规划等）展开研究的学科是人工智能, 其主要涵盖计算机达成智能的原理, 制造跟人脑智能相似的计算机, 让计算机能够达成更高层次的应用, 人工智能会关联到计算机科学、心理学、哲学以及语言学等学科。几乎可以说, 自然科学及社会科学的所有学科, 范围已远超计算机科学范畴, 人工智能与思维科学的关系是实践和理论的关系, 人工智能处于思维科学的技术应用层面, 它乃是思维科学的一个应用分支。从思维观点来看, 人工智能并非只局限于逻辑思维, 还得考虑形象思维以及灵感思维, 如此才能够推动人工智能实现突破性的发展, 数学常常被视作诸多学科的基础科学, 数学也已然进入语言、思维领域, 人工智能学科同样必须借助数学工具, 数学可不只是在标准逻辑、模糊数学等范畴发挥作用, 数学进入人工智能学科后, 它们会相互促进, 进而更快地发展。
人工智能研究当中那个被视为重要课题的深度学习, 它涉及频繁的是训练（Training）以及推断（Inference）这两个词汇。
处于学校环境里开展学习活动, 我们能够将这种情形视作深度神经网络历经“学习”阶段的一类类比。神经网络犹如大多数人, 为能达成一项工作之事, 必定得接受教育才行。详细来讲, 经过训练的神经网络能够对其所学的知识予以应用, 应用于数字世界的诸多任务, 诸如识别图像, 识别口语词, 识别血液疾病, 或者是推荐某人往后有可能会购买的鞋子等形形色色的应用。神经网络之这种更快且更高效的版本, 能够依据其所开展训练的内容, 针对其所收获的新的数据, 可以进行「推导」。在人工智能领域的术语范畴来讲, 此为「推理（inference）」。
演绎（Deduction）之事, 乃是经深度研习所获造诣, 施于功用之际即推演之能。且演绎, 纵在未经研习之情形下亦得发生。此理自明, 盖于吾人类诸般行事时, 多以此模式获取并运用知识。犹同吾读取莎士比亚之十四行文时, 不必恒绕执教者、满储卷籍书架或红砖垒筑起之校舍周边, 亦可行之, 演绎亦复如是, 勿须全然依赖其研训方略涉言之所有基础条件, 即可收效显著。
训练之时, 需要进行密集的计算, 一旦该算法告知神经网络其出现错误, 然而神经网络却依旧不晓得确切的正确答案究竟是什么。此错误会经由网络的各层反向传播回去, 于是该网络也就必须另行做出全新的猜测。并且在每一回的尝试当中, 它都不得不去考量其他的属性, 在我们所举的实例里面也就是说「猫」的相关属性, 还要针对每一层所查验的属性去调整权重的高低程度。之后它再度做出猜测, 一次接着一次地重复这般行为……一直到其获取到正确的权重配置情况, 进而最终能够在所有的尝试过程中差不多均都得出正确答案, 明白此乃一只猫。
GPU拥有并行计算能力, 也就是能同时开展多个计算, 它既在训练方面表现出色, 在推理方面同样擅长。运用GPU训练的系统, 能够使计算机在一些案例里达成超越人类水平的模式识别以及对象检测。当训练结束后, 该网络能被部署到需要“推理”的领域, 这里的“推理”指的是对数据进行分类进而“推理”出一个结果。而具备并行计算能力的GPU, 能够依据训练好的网络运行数十亿次计算, 进而迅速识别出已知的模式或者对象。
能够看到, 这些模型以及应用, 将会变得越发聪明, 越发快速, 越发准确。训练会变得越发简单, 推理也会给我们生活各种方面带来全新的应用。人工智能芯片是人工智能得以发展的基石, 是驱动智能产品的大脑, 是数据、算法、算力在各类场景应用实现落地的基础依托。“没有芯片就没有人工智能”这样的观念已经深入人们内心, 成为业界共同认可的观念。要是讲人工智能产业一直保持特别快速地发展, AI于智能安防、无人驾驶、智能手机、智慧零售之内, 还有智能机器人等好几个行业持续实现落地, 工信部把5G商用牌照提前发放出来, 人工智能与5G会引发下一轮智能化热潮。
近些年来, 传统的芯片生厂商, 科技头部的巨头, 应用层级的厂商, 还有初创的企业, 都逐一开始掺和进来, 不仅一门心思要加速芯片国产化的进程, 还妄图去抢占市场那处于操控地位的态势。与此同时, 对于国境内的厂商来讲, 在芯片的产业链里, 甚至是在整个人工智能这整个行业格局都还没确定的形势下, 一旦借助AI芯片达成“从弯道实现超越”, 突破重重包围局面将占据优势, 将谋取到有望成为行业里领军人物的机会, 那种诱惑可以说是特大了。
在国内, 有一股被称作“造芯新势力”的力量已然崛起, 这股力量以华为海思、寒武纪、地平线、阿里平头哥等为典型代表。华为海思依靠历经多年的自主研发以及经验方面的积累, 其所整合起来的NPU的麒麟系列SOC芯片, 已然成为在全球范围内都备受瞩目且极其热门的AI计算平台以及解决方案。阿里借助“平头哥”这一举措, 补齐了自身在AI芯片领域所存在的空白之处, 并且已经推出了首款名为“含光800”的云端推理芯片, 其发展上升的态势极为迅猛, 是国内绝不可被轻视的一股新兴力量啊。这时, 寒武纪、地平线等那些厂商也极为活跃, 接连推出自己研发的芯片产品, 在国内AI芯片阵营里成为突出的存在。另外, 百度、依图、云知声、思必驰、出门问问、Rokid等应用层厂商, 也并非局限于单单的算法, 而是积极朝着产业链上游趋附, 或是与芯片厂商联合起来研发芯片, 或是自己开展芯片研发, 以此来提高自身的竞争力。
就公司总部所处之地而言, 北京存有11家AI芯片公司，当中涵盖互联网领域的巨头百度, 有着悠久历史的微处理器芯片设计企业北京君正, 还有在科创板成功上市的寒武纪。上海存在9家, 有无线通信处理器生产厂家紫光展锐, 以及融资额度超过20亿的初创型公司壁仞科技。深圳具有4家, 包含华为旗下的海思, 以及身为“AI四小龙”之一的云天励飞。除此之外, 珠海和杭州分别有2家, 福州仅有1家。
以AI应用场景的视角而言, 智能安防、物联网还有智能语音属于最为热门的应用表现。云端AI训练以及推理对于算力性能以及设计团队所具有的要求相对较高, 与之对应的AI处理器设计公司数量并不多。除开百度和阿里等互联网巨头之外, 遂原科技和天数智芯是面向这一高性能计算领域的初创公司形态。
有一些处于初创阶段的AI芯片公司, 坚信自身所研发的产品, 在成本这方面, 在效率这一维度, 在性能这个范畴, 以及在深度学习工作负载的灵活性这个领域, 均能够达成对芯片巨头的超越。
今年, 研究公司Global Market Insights的一份报告显示, 全球人工智能加速芯片的市场规模, 预计会以每年35％的速度增长, 会从2019年的80亿美元, 增长到2026年的700亿美元。在国外, 芯片行业龙头老大Nvidia, 已占据人工智能算力领域的主导位置。在数据中心领域, 即便有一些初创公司推出训练和推理加速芯片, 然而想要取代Nvidia, 需要相当长的时间。最初, 针对产品可靠性而言, 大规模开展芯片部署存在相当程度高水准的要求, 并且分布式系统属于一项系统工程, 这就要求芯片于各项指标方面（并非仅是算力, 还涵盖通信、接口带宽等）均达成卓越的指标, 仅这一点便需要初创公司耗用相当数量的时间去精心雕琢。除此之外, Nvidia更为突出的壁垒体现在开发者生态方面, 要研制出一个易于使用的编程模型以及相关编译器, 其难度并不低于设计芯片难度 而且若要繁衍开发者生态则需要耗费更多的时间。我们持有这样的看法, 起码在接下来的3至5年期间内, Nvidia于数据中心所处的地位是不容易被撼动的。
二零零零年往后, 全球GPU市场里就仅剩下NVIDIA和AMD这两个参与者了, AMD只是在二零零四年到二零零五年期间市场份额才短暂地超越了NVIDIA, 其余的时段NVIDIA始终相对于AMD维持着极大的优势。数据表明, 在二零一八年第四季度, 二者的差距扩充到了极点, 在那时的GPU市场当中, NVIDIA的份额超过了百分之八十一, 而AMD的市场份额仅仅只有百分之十九。具有绝对的市场主导地位, 这使得NVIDIA将RTX2000系列的高端消费级显卡直接卖到了上万元, 可是到了, 2019年, AMD率先推出全球首款7nm游戏显卡AMD Radeon™ Ⅶ, 从而一举扭转了局势, 在2019年的GPU市场中, AMD的份额上涨了近10个百分点, 与之对应的是NVIDIA的市场份额下降, 了近10个百分点, 并且在202年这个趋势仍旧在持续。
现阶段而言, 固然Intel、AMD以及NVIDIA皆是三家美国企业, 然而针对他们彼此之间的竞争态势, 我们可绝不能仅仅是去看热闹的呀。
现今, 针对某一方面而言来讲, 当前阶段之中, 我们如今暂时还没办法脱离对于这些通用芯片巨头的依赖之情。不管是CPU呢, 又或者是GPU情况亦是如此, 就目前全球范围之内而言, 也仅仅只有这三家公司具备着能够去设计并生产的这般的能力。国产自研芯片虽说已然取得了一些相应的成果, 而且这些成果也已经能够投入到市场内里去了, 然而要是期望达成完全替代Intel、AMD以及NVIDIA的产品这样的目标, 在目前这个阶段来讲还并不属于现实的情况。并且需要明确的是, 这些通用芯片除了会应用在消费级市场这个领域之中, 也就是被用在台式机电脑还有笔记本电脑之上, 它还会被大规模的应用于属于服务器的范畴之中。深入来讲, 实际上当下蓬勃兴起的云计算技术, 是需要数目众多的服务器予以支撑的, 并且是没办法从对诸如Intel 、AMD以及NVIDIA这些通用芯片领域巨头的依赖中脱离出来的。
一方面, 这些通用芯片巨头可不再径直只是专门做通用芯片了。Intel、AMD以及NVIDIA这三大通用芯片巨头诚然是以做CPU、GPU这类通用芯片作为开端的, 当前主要从事这些的时间也还是比较久的, 然而却绝对不仅仅受限在这儿。Intel自2014年起就着手做AI芯片了, 时至今日其AI芯片的发展已然走到成长迈入稳定成熟的阶段。除去自己研发基于CPU、GPU的AI芯片以外, 也曾收购了Moviduis、Nervana以及Habana等一系列AI芯片公司。AMD在AI芯片方面方面同步也在积极奋进, NVIDIA的GPU先前被大量运用于人工智能计算, 当下NVIDIA无论是硬件, 还是软件算法在人工智能范畴都十分领先, 除此以外, NVIDIA近期尽力推进收购ARM的事宜, 一旦NVIDIA完成对ARM的收购, 那么本土自研基于ARM指令集的芯片都会遭受较大影响。
总得来说, 我们并未脱离对这些通用芯片领军企业的依靠, Intel这家、AMD这家以及NVIDIA这家三大巨头的影响力并非局限于通用芯片范畴。这三大巨头相互间的激烈竞争, 最终必然会对我国形成直接作用。而若要挣脱这种状况, 追根溯源还是得依靠国产芯片、国产半导体产业迅速发展。
fqj
还木有评论哦，快来抢沙发吧~