亚洲人成无码A片在线观看,中文字幕久无码免费久久,大学生寝室白袜自慰GAY网站

大數據“引爆”算力需求 國產AI芯片能否乘風起航?快訊

愛集微 2022-10-02 11:36
分享到:
導讀

AI芯片針對人工智能多樣場景的數據處理、智能算法加速、高速訓練推理等計算需求,2020年全球AI芯片市場規??梢赃_到101億美元,中國AI 芯片市場規模將達到1385億元。

集微網報道,數據、算力、算法是人工智能發展的三要素,也被譽為數字經濟時代發展的三駕馬車。這其中,數據是生產資料,海量優質數據是驅動算法持續演進的基礎養料;算法是生產關系,是處理數據信息的規則與方式;算力是生產力,體驗為數據處理與算法訓練的速度與規模。非結構化數據激增及算法模型的日益龐大與復雜帶動算力需求飛速增長,算力已成為人工智能產業化進一步發展的關鍵。

AI算力,顧名思義,就是支撐AI的計算能力。此處的計算不是簡單的加減乘除,而是對世界萬物的計算,是萬物互聯、人工智能之下的高度復雜、無所不在的計算。

不同于傳統算力,AI算力為了支撐AI模型的開發、訓練和推理,對并行處理能力的要求特別高,也因此需要專門的AI芯片和框架。

大數據“引爆”算力需求

隨著5G、物聯網等新興技術的發展,數據量正在以更加難以計量的速度爆發,據IDC公布的《數據時代2025》顯示,從2016年到2025年全球總數據量將會增長10倍,達到163ZB。面對如此龐大的數據量,模型計算將變得更加復雜,對算力的需求也在不斷提高。

這一現狀,不斷驅動著人工智能算力的增加。

據 Open AI的一份報告顯示,從 2012到2019年,人工智能訓練集增長將近 30萬倍,每3.43個月翻一番,比摩爾定律快25000倍。但是,如果沒有足夠的算力支撐,就會有大把的數據被浪費掉,算法也不能進入到AI產業的生產力階段。另據華為《智能世界2030》報告顯示,預計2030年全球通用算力將增長10倍到3.3ZFLOPS,人工智能算力將增長500倍超過100ZFLOPS。

我們看到,一方面,計算技術與產業正在催生AI計算迅猛發展;但另一方面,人工智能在訓練、驗證、部署等階段往往面臨應用場景多元化、數據巨量化帶來的諸多挑戰。這要求算力在支持大規模部署的同時,要滿足高并發、高彈性、高精度等不同計算需求,持續為不同的人工智能負載,高效地提供計算力。

因此,為了進行大數據挖掘和人工智能分析,滿足應用化需求,算力的提升成為必然。

AI芯片乘風起航

在算力機遇之下,AI芯片正乘風起航。愛集微發布的《2021中國半導體投資白皮書》分析認為,2021年4大熱門賽道之一就包括AI芯片賽道。數據顯示,對于 AI 芯片賽道,2017 年至今的整體投資規模呈現持續性增長的態勢。2021年截止到11月底,國內AI芯片融資事件超過30起,融資規模超過100億元。

另外,根據 Gartner、IDC數據,全球對于AI芯片的需求逐步提升,2020年全球AI芯片市場規??梢赃_到101億美元,預計2025年可以達到726億美元,2020年至2025年CAGR達48.4%。到2025年,中國將擁有全球數據量的27.8%,中國AI 芯片市場規模將達到1385億元,2021至2025年CAGR達47%。

目前,AI芯片主要包括圖形處理器(GPU)、現場可編程門陣列(FPGA)、專用集成電路(ASIC)、神經擬態芯片(NPU)等。人工智能深度學習需要異常強大的并行處理能力。芯片廠商正在通過不斷研發和升級新的芯片產品來應對這一挑戰,特別是GPU,同樣也包括 FPGA、ASIC 和 NPU 等。

IDC 數據顯示,2021年上半年中國人工智能芯片中,GPU依然是實現數據中心加速的首選,占有90%以上的市場份額,而ASIC,FPGA,NPU等其他非GPU芯片也在各個行業和領域被越來越多地采用,整體市場份額接近10%,預計到2025年其占比將超過20%。

AI芯片針對人工智能多樣場景的數據處理、智能算法加速、高速訓練推理等計算需求,構建共性的新型算力基礎設施。不同的終端場景對AI芯片有不同的性能需求,比如L3自動駕駛算力需求為30-60TOPS,L4需求100TOPS以上,L5需求甚至達1000TOPS。

國產AI芯片廠商進展如何?

AI芯片的重要性已經毋庸置疑,那么,國內都有哪些AI芯片廠商?AI芯片的發展現狀如何?以下是集微網做的部分盤點(排名不分先后)。

地平線:地平線成立于2015年6月,是國內唯一一家實現汽車智能芯片前裝量產的企業。通過自研AI專用計算架構BPU(Brain Processing Unit),地平線構建了面向自動駕駛領域的征程系列芯片,以及面向AIoT領域的旭日系列芯片兩大產品線。其中,公司于2021年7月發布了全場景整車智能中央計算芯片征程5,單芯片AI算力達128TOPS。隨著征程5系列的推出,地平線成為當前唯一覆蓋L2到L4的全場景整車智能芯片方案提供商。

寒武紀:寒武紀成立于2016年,成立當年便推出了寒武紀1A處理器,這是全球首款商用終端智能處理器,并入選世界互聯網大會評選的十五項“世界互聯網領先科技成果”。目前,公司已推出輻射終端(1A處理器,1H處理器,1M處理器)、邊緣端(思元220芯片)、云端(思元100芯片,思元270芯片,思元290芯片,思元370)等智能芯片及加速卡產品,保持每年推出1-2款核心產品的節奏。

燧原科技:燧原科技成立于2018年3月,在產品上較早實現了AI芯片的產品化,產品體系覆蓋云端的人工智能訓練、推理芯片及其加速卡、人工智能訓練OAM模組,是國內早期同時擁有云端訓練、云端推理解決方案的AI芯片初創公司。

目前,燧原科技目前已擁有從邃思系列芯片、云燧訓練和推理加速卡、云燧服務器和云燧智算機的全系列產品線。

天數智芯:天數智芯成立于2015年,是一家GPGPU高端芯片及超級算力系統提供商,主要產品包括7nm云端訓練通用GPU產品“天垓100”,7nm云邊推理芯片“智鎧100”。據悉,截止今年9月,天數智芯首款通用GPU芯片天垓100累計訂單金額已經超過2.3億元。

黑芝麻智能:黑芝麻智能成立于2016年,是一家車規級自動駕駛計算芯片和平臺研發企業,專注于大算力計算芯片與平臺等技術領域的高科技研發。主要產品包括華山A500,以及華山二號A1000、A1000 L和A1000 Pro四款自動駕駛芯片產品。據悉,華山二號A1000系列芯片,是首顆進入量產狀態的單芯片支持行泊一體域控制器的國產芯片平臺,算力可達58TOPS。

鯤云科技:深圳鯤云信息技術有限公司成立于2017年,鯤云科技是一家技術領先的人工智能公司,以數據流技術為核心,提供高性能低延時、高通用性、高算力性價比的下一代人工智能計算平臺和軟硬一體化的平臺解決方案,加速人工智能技術在智慧城市、智慧安監、智能制造、自動駕駛等領域的落地。主要產品包括CAISA芯片,AI加速卡星空X3、星空X9系列。

瀚博半導體:瀚博半導體成立于2018年12月,致力于為像素世界提供算力的高端芯片。瀚博已經形成了涵蓋了芯片、推理加速卡、一體機的硬件產品線和軟件整合的系統級解決方案。在2022世界人工智能大會(WAIC)期間發布了四個新產品:瀚博統一計算架構、全新數據中心(云端)AI 推理卡載天VA10、邊緣 AI 推理加速卡載天VE1、以及瀚博軟件平臺VastStream擴展版。

壁仞科技:壁仞科技創立于2019年,致力于研發原創性的通用計算體系,建立高效的軟硬件平臺,同時在智能計算領域提供一體化的解決方案。今年3月,壁仞科技點亮了國內算力最大通用GPU芯片,并在8月發布首款通用GPU芯片BR100,16位浮點算力達到1000T以上、8位定點算力達到2000T以上,單芯片峰值算力達到PFLOPS級別。

愛芯元智:愛芯元智成立于2019年,專注于高性能、低功耗的人工智能視覺處理器芯片研發,并自主開發面向推理加速的神經網絡處理器,在邊緣側、端側場景不斷探索和快速落地。愛芯元智擁有自研混合精度NPU和愛芯智眸AI-ISP兩大核心技術,同時也是業內第一家將兩者應用于芯片產品,并實現商業化落地的公司,目前已有兩代多顆端側、邊緣側AI芯片成功量產。

墨芯人工智能:墨芯成立于2018年,是一家提供云端和終端AI芯片加速方案的芯片設計公司,支持全面稀疏化神經網絡開發,提供超高算力、超低功耗的通用AI計算平臺。產品主要是雙稀疏化芯片Antoum。

沐曦集成電路:沐曦成立于2020年9月,是一家為異構計算提供安全可靠的高性能GPU芯片及解決方案商,自主研發的高性能GPU IP,以及可兼容主流GPU生態的完整軟件棧(MACAMACA)。目前,沐曦構建了全棧高性能GPU芯片產品,包括用于AI推理的MXN系列GPU(曦思),用于科學計算及AI訓練的MXC系列GPU(曦云),以及用于圖形渲染的MXG系列GPU(曦彩),可廣泛用于人工智能、智慧城市、數據中心、云計算、自動駕駛、科學計算、數字孿生、元宇宙等前沿領域。

后摩智能:后摩智能成立于2020年底,是國內首家專注于存算一體技術的大算力AI芯片公司,主要基于存算一體技術和存儲工藝,突破智能計算芯片性能及功耗瓶頸。公司提供的大算力、低功耗的高能效比芯片及解決方案,可應用于智能駕駛、泛機器人等邊緣端,以及云端推理場景。

今年5月,后摩智能宣布成功點亮其自主研發的業內首款存算一體大算力AI芯片,并成功跑通智能駕駛算法模型。

億鑄科技:億鑄智能在2021年10月開始正式運營,是目前國內唯一能夠自主設計并量產基于ReRAM全數字存算一體的大算力AI芯片公司?;赗eRAM存算一體技術,億鑄智能已實現從IP到工藝的全國產化,在中芯國際和昕原半導體等均有成熟可量產的配套工藝制程。

芯片 AI 人工智能 計算 智能
分享到:

1.TMT觀察網遵循行業規范,任何轉載的稿件都會明確標注作者和來源;
2.TMT觀察網的原創文章,請轉載時務必注明文章作者和"來源:TMT觀察網",不尊重原創的行為TMT觀察網或將追究責任;
3.作者投稿可能會經TMT觀察網編輯修改或補充。


亚洲人成无码A片在线观看,中文字幕久无码免费久久,大学生寝室白袜自慰GAY网站