每一次技術浪潮，

　　都會產生新的領導型公司。

　　邊緣AI會嗎？

　　隨著人工智能從云端向邊緣擴展，邊緣計算被視為下一個AI戰場。海量的應用場景、龐大的計算需求，不僅吸引了英特爾、英偉達這些巨頭加速完善云邊端一體化的布局，更吸引了眾多AI芯片公司紛紛入局。

　　云端AI已經造就了英偉達的巨大成功，如果邊緣AI是一次嶄新的機會，哪些公司有機會成為贏家？

　　最適合的芯片路線？　　

　　業界對于通用、專用的計算路線討論已久，與這個話題伴生的其實是多樣、碎片的應用場景。場景是碎片的，產品是碎片的，那么芯片呢？也只能是碎片的、專用的，不能是通用的嗎？通用計算老大哥CPU、GPU的地位會旁落嗎？未來通用計算和專用計算的關系如何發展？

　　時擎科技總裁于欣告訴<與非網>，針對不同應用的架構設計，是一定需要的。領域專用架構（DSA）處理器和芯片，本質上就是要解決通用性和專用性平衡和取舍的問題。

　　“這里有兩個大前提，一是端側的應用比較碎片化，第二是對功耗和成本往往有比較高的要求。在這兩個前提下，如何既能保證相對于某個場景足夠的競爭力，以滿足成本和功耗的要求，同時又能兼顧足夠的市場空間——這是每一家公司都要面臨的挑戰，也是對產品定義能力的考驗”，他強調。

　　通用計算芯片固然能夠覆蓋邊緣計算程序所需要的所有運算操作，但在芯片架構伸縮性、性能方面，確實無法及時適應邊緣側需求的快速增長。通用計算和專用計算芯片已經呈現出融合發展的趨勢。并且，計算特性決定了邊緣芯片和云端芯片的不同，架構設計需要進行優化定制。

　　靈汐科技副總經理華寶洪表示，二者要相輔相成，在專用計算芯片中會包括通用計算的核，比如Arm或RISC-V等IP內核。新型架構芯片比如神經擬態芯片中，除了包括神經擬態計算核、神經網絡計算核，也可以有通用的ARM核。同時，通用計算芯片比如最新的Arm芯片，也會內置部分針對傳統神經網絡加速的IP核。

　　伴隨這一趨勢，意味著需要把負責加速的專用計算單元移入通用編程模型中，且創建通用處理器的壓力始終存在。Imagination計算業務產品管理總監Rob Fisher表示，這主要是從通用處理器編程的易用性角度來考慮的。當任務的規模或所需性能遠遠超出通用解決方案所能容納的范圍時，這種模式將受到限制。

　　他指出，GPU就是一個很好的示例。在實際應用中，將圖形處理工作負載卸載到GPU上的優勢很明顯，從而推動了高效圖形處理器的獨立開發。矢量處理器正越來越多地與CPU架構緊密結合，從而允許對計算任務進行指令級加速。

　　雪湖科技副總裁趙小吾表示，針對不同場景下功能和性能的不同要求，邊緣的需求更復雜，很難用一個通用的架構或者平臺來滿足大多數的需求，所以會針對不同應用場景進行專門的架構設計。性能要求不高，算法變化快的部分可以使用通用計算芯片，比如CPU；性能要求高，算法相對固化的部分可以使用專用計算芯片，比如ASIC；對性能和算法靈活性都有一定要求的部分可以使用FPGA可編程芯片。

　　他以智慧交通領域的邊緣計算為例談到，由于基本都是室外場景，環境復雜且惡劣，既要滿足AI大算力和低延時，又要滿足可靠性和穩定運行，因此目前大部分邊緣計算機都無法滿足需求。而采用了室外基站同等級的芯片為這種場景定制了專用的大算力計算機，才滿足了這些特殊場景的需求。

　　Chiplet正當紅

　　圖源 | EV Group

　　隨著高性能計算和機器學習的興起，異構處理器必須處理的工作負載急劇增加，在整個半導體行業建立開放的生態合作至關重要。

　　不久前，英特爾、AMD、Arm、高通、臺積電等已經聯合成立了Chiplet標準聯盟，推出了通用Chiplet的高速互聯標準UCIe。在UCIe的框架下，互聯接口標準得到統一，各類不同工藝、不同功能的Chiplet芯片，有望通過2D、2.5D、3D等各種封裝方式整合在一起，多種形態的處理引擎將共同組成超大規模的復雜芯片系統。

　　英偉達在上個月的GTC22上，一方面宣布了對UCIe規范的支持，另一方面，宣布為半定制芯片開放其NVLink-C2C互連技術，這是一種支持內存一致性的芯片到芯片、裸片到裸片的互連技術。這一路線已經明確展現了英偉達的異構決心，按照這一規劃，理論上甚至可以將英偉達的芯片與競爭對手的芯片放入同一個封裝中。

　　黃仁勛告訴<與非網>，他第一喜歡PCIe，第二喜歡UCIe，并且預測五年內UCIe的好處會逐漸顯現。至于英偉達自身的NVlink互連技術，他強調優勢在于直連能力。UCIe不能直接接入芯片，仍然是一個外設接口；而NVlink的優勢在于可以直接連接，幾乎就像直接連接到大腦一樣。一定程度上，這可能會導致它的組裝比較復雜，合作伙伴和客戶必須非常了解NVlink。不過，一旦他們能做好這一點，就可以充分利用芯片內部的所有資源，就像這些資源都在同一個芯片上一樣。

　　這一解答既表明了英偉達并不打算自我排除在在UCIe聯盟之外，同時也展現出了對自身NVLink互連技術的絕對信心，推測該技術也將成為英偉達構建異構生態的關鍵。　

　　新一代“英特爾”、“英偉達”

　　能否在邊緣市場誕生？

　　圖源 | redherring.com

　　邊緣計算市場的巨大潛力，自然也吸引著云端芯片巨頭的競逐，他們正通過異構計算、先進制程、先進封裝等方式進行全面布局，加之高筑的生態壁壘，國內AI芯片廠商是否有機會與之一搏？

　　“能造得了摩天大樓的，不一定擅長雕梁畫柱。當然相對于云端目前高度壟斷和集中的格局來說，邊緣側還沒有確定的格局，大家都有機會，而具有更強技術能力和落地能力的廠家，會有更大的機會在競爭中脫穎而出”，時擎科技于欣表示，“云邊端在某些場景融合協同是有道理的，但本身從芯片設計的角度來說，還是會有很大的區別。”

　　靈汐科技華寶洪則認為，異構計算、先進制程、先進封裝等均是手段，不能從根本上解決高能效比、小樣本學習、在線學習等問題。在行業導向和市場需求的雙重驅動下，計算機科學和腦科學的異構融合，將成為驅動邊緣計算技術架構創新與未來行業高質量發展的核心引擎。

　　一方面，馮·諾依曼架構的芯片依然在走“暴力計算”的美學方向，采用更加先進制程、更加先進封裝來提升算力；另一方面，非馮·諾依曼架構優先通過架構創新來滿足在生物神經網絡、類腦方向和新型混合神經網絡等領域的規模化使用。以類腦計算、量子計算為代表的新型計算架構將與傳統計算架構深度融合，引領新一輪的技術變革。

　　雪湖科技趙小吾表示，業界頭部廠商都開始用小芯片拼湊大芯片的方式來完成產品布局，以滿足不同場景的算力需求。例如蘋果和英偉達，都開始采用這種“拼積木”的方式，這是非常明確的趨勢。

　　國內這兩年市場很熱發展很快，但形成規模和有競爭力的廠商并不多。“芯片還是一個需要積累的產業，且產業鏈比較長”， 趙小吾表示，“目前國內小而多的形態不利于去和上下游爭奪話語權，預計未來1-2 年里應該會迎來一波AI芯片廠商淘汰潮。”

　　愛芯元智創始人、董事長兼CEO仇肖莘也表達了類似觀點，她談到，現在對國產芯片產業是千載難逢的機會，由于市場需求和國家支持，涌現了許多創業型公司。而從大環境出發，我國的芯片行業還屬于初期階段，正呈現出一種百花齊放的態勢，但隨著產業的不斷發展壯大，隨之而來的行業整合也將是必經過程。

　　她強調，這符合芯片行業在過去幾十年發展的規律，經過這樣的整合，業內一定會出現頭部企業，這對于國家整體產業發展是非常重要的。只有這樣，中國企業和國際大廠才有同臺競技的機會。

　　靈汐科技華寶洪表示，邊緣AI芯片市場仍處于開放狀態，沒有絕對的霸主。新興的、多樣化的應用場景為國產AI芯片帶來了巨大的市場機會，特別是在自動駕駛、智能安防、智能物聯網和可穿戴設備等越來越碎片化的市場，國產AI芯片廠商和國際巨頭芯片廠商是站在同一起跑線上的，甚至在某些領域更有優勢。“國際巨頭的AI布局大而全，是優勢也是劣勢，國內處理器廠商聚焦在某些細分領域進行持續的創新和突破，構建自己的護城河是關鍵”，他強調。

　　寫在最后

　　就像計算架構領域一位著名的科學家所說，現在正是芯片體系架構百花齊放的黃金時代，這一時代前所未有。盡管CPU、GPU會持續創新，且在某些計算任務上是不可或缺的，但是AI加速計算、數據爆炸等趨勢催生的新市場，一定是巨大且多樣的，這就給了AI芯片公司帶來了新的機會。

　　從CPU來看，x86架構統治PC和服務器已有松動跡象，Arm一路從手機端和IoT逐漸向上，攻入PC和服務器領域。RISC-V也從物聯網設備起步，向更大量的設備進行布局。馮·諾依曼架構和非馮·諾依曼架構的異構融合，正在通往規模化的道路上……

　　每一次技術浪潮，都會產生新的領導型公司。邊緣AI會嗎？