浅谈5G与AI芯片及富媒体现状
2020-03-13 04:04:08   来源：东方头条   

CPU、FPGA、ASIC三大主流AI芯片对比分析

GPU为通用芯片，其灵活性高，成本高，功耗高计算能力强，产品成熟，效率低，编程难。主要玩家是英伟达，AMD，其中英伟达一家独大。

FPGA为半定制化芯片，其灵活性高，成本和功耗低于GPU，性能较高，功耗低，编程难。主要玩家有赛灵思，英特尔，Lattice，Microsemi，其中赛灵思市场份额超过50%，Intel占据40%。

ASIC为全定制化芯片，其灵活性低，成本低，平均性能稳定，功耗低，体积小，不可编程。主要玩家有Google、IBM高通、Intel、海思、寒武纪、地平线，整体市场分散，型号众多。

传统巨头AI芯片布局目的是为寻找新的营收增长点，结合历史研发切入，多为自主研发，具有垂类代表性的专用芯片，但渗透行业的能力不足。

而跨界巨头资金雄厚，落地场景丰富，人才丰富，自身对AI芯片有刚需，故可突破的技术区域基本选择自建，成本过高的垂类技术（例如GPU虚拟化），则选择与大厂合作或收购初创企业。

针对传统巨头产业能力不足，跨界巨头提供了丰富的落地场景，丰富云端推理和边缘推理的业务面，以及丰富的结构化数据资源。

针对跨界巨头的需求，传统巨头需要授权自主研发的代码，采用开源/半开源/BPO，融合人才队伍，注入产业因素。

针对传统巨头多元开发需求，初创公司需要寻求解决线性发展路径上的必经点，选择讲个人资产M&A，例如深鉴科技。

针对初创公司在某一技术点的挑战，传统巨头需要与跨界巨头融合，开源部分算法，例如平头哥开源基于RISC-V的DSP芯片；与初创公司就某一技术点展开合作，例如寒武纪在麒麟海思970上的合作。

AI芯片逐步进入布局中后场，融资金额两极分化明显，小型创业企业融资艰难，且技术方案涵盖较为单一，难以形成规模之势头，大型创业企业纷纷再次融资扩大资金池，在没有更好的战略方向的前提下储粮过冬，继续寻找AI芯片在市场的落地场景。

通用算法芯片，尤其是中央处理器，创业企业都不具备实际优势，但基于异构的专用芯片如若性能有突破性提升，有机会从某个成熟场景的应用中杀出重围，或被传统通用半导体厂商并购，实现产业整合。

2017年11月全资收购musical.ly，是迄今为止，今日头条母公司字节跳动对外披露的金额最大一桩收购案，高达10亿美元。字节跳动旗下抖音已收购利用人工智能创作音乐的英国初创公司Jukedeck，Jukedeck的技术还可以为视频自动配乐。