人工智能時(shí)代呼喚新一代計(jì)算芯片平

　　時(shí)代的機(jī)遇： 傳統(tǒng) X86 架構(gòu)芯片無法滿足需求， 人工智能時(shí)代呼喚新一代的計(jì)算芯片平臺(tái)。 誰能成為下一代硬件芯片平臺(tái)，就有望隨著海量計(jì)算需求的大爆發(fā)，上演 ARM 在智能手機(jī)時(shí)代爆發(fā)的輝煌。 　　人工智能未來應(yīng)用主戰(zhàn)場(chǎng)是在推理環(huán)節(jié)。 人工智能尚處于早期， 未來人工智能應(yīng)用主戰(zhàn)場(chǎng)推理環(huán)節(jié)遠(yuǎn)沒有爆發(fā)。 目前，英偉達(dá)的 GPU 只是在訓(xùn)練場(chǎng)景中占據(jù)著絕對(duì)領(lǐng)導(dǎo)地位， GPU 并不一定是最后的贏家。未來 GPU、 FPGA 和 ASIC 都有機(jī)會(huì)勝出。 　　FPGA 優(yōu)點(diǎn)是動(dòng)態(tài)可重配、 性能功耗比高，非常適合在云端數(shù)據(jù)中心部署。 近兩年，全球七大超級(jí)云計(jì)算數(shù)據(jù)中心包括 IBM、 Facebook、微軟、 AWS 以及 BAT都采用了 FPGA 服務(wù)器。從行業(yè)發(fā)展趨勢(shì)來看，我們認(rèn)為 FPGA 潛力被低估了，未來大有可為： 　　算法正向有利于 FPGA 發(fā)展的方向迭代。模型壓縮是從訓(xùn)練環(huán)節(jié)走向推理環(huán)節(jié)的必要過程。深鑒科技在將 LSTM 模型的尺寸壓縮 20 倍后， 采用了搭建在 FPGA 上的硬件框架 ESE，獲得了高一個(gè)數(shù)量級(jí)的能量效率提升。 能量效率分別為 CPU 的 40 倍和 GPU 的 11.5 倍。 　　FPGA 受益于芯片 NRE 費(fèi)用指數(shù)級(jí)上升帶來的規(guī)模效應(yīng)。 隨著制程工藝不斷提高， 芯片 NRE 費(fèi)用指數(shù)級(jí)上升，越來越多的 ASIC 芯片將由于達(dá)不到規(guī)模經(jīng)濟(jì)而被迫放棄，從而轉(zhuǎn)向直接基于 FPGA 開發(fā)設(shè)計(jì)。 　　FPGA 行業(yè)門檻極高， 典型的雙寡頭競(jìng)爭(zhēng)格局， 目前， FPGA 市場(chǎng)空間約 50 億美元，其中賽靈思 Xilinx 占 49%市場(chǎng)份額， 阿爾特拉 Altera（被英特爾收購）占 39%。 國內(nèi)參與者很少,目前國內(nèi)能夠生產(chǎn) FPGA 的上市公司僅有紫光國芯（002049） 一家，具有較強(qiáng)的稀缺性。 　　FPGA 巨頭積極打造生態(tài)合作體系，，幫助合作伙伴更方便地使用。 賽靈思推出reVision 堆棧， 克服 FPGA 采用硬件描述語言， 使用難度大的弱點(diǎn)。