獨角獸寒武紀已生變數，中國AI晶片搶跑者前路未明

獨角獸寒武紀已生變數，中國AI晶片搶跑者前路未明

 

 

作為生命與物種大爆發的重要時代，"寒武紀"這個名字具備了獨特含義。早已是中國 AI 獨角獸的 AI 晶片方案供應商寒武紀，無疑也期望在中國 AI 產業中扮演的開創者角色： 期望以架構設計者 ， 以及生態主導者的雙重身份 ， 帶動中國 AI 產業的發展 。

 

誠然，過去數年中國 AI 產業猛爆成長，寒武紀也在其中扮演了相當重要的角色，然而寒武紀的市場耕耘表現並不如其估值般的亮眼。首先， 其在終端的客戶一直未能成功擴充開來 ，雖然寒武紀官方曾表示已經有不少客戶正在考慮或已經引入其架構，但實際上，寒武紀截至目前為止，在市場上出貨的唯一終端客戶就是華為。

 

其次， 寒武紀也推出了雲端方案 ， 而這個方案不只是 IP ，寒武紀也要推出實體計算卡，這個作法就有如 Arm 推出自己的手機晶片，也等同是在告訴市場， 要用寒武紀的 IP 來製造晶片，可能第一個遭遇的對手就是寒武紀 。在此情況下，除了中科曙光的合作以外，也沒有其他新增的客戶資訊，甚至原有的終端客戶華為也要轉用自家的昇騰方案，徹底擺脫寒武紀。

 

剛於 10 日舉行的華為全聯接大會，華為的 AI 發展戰略終於顯露真身， 不僅徹底和寒武紀切割，甚至針對的市場也是直接對標寒武紀。

 

（來源：DT君攝）

 

那麼，寒武紀對產業而言，最終真正對 AI 產業具有革命性的意義？還是隻會落為“無情送潮歸”的結局?

 

毫無疑問，寒武紀已經證明自己具有技術實力，但有技術恐怕還是不夠，寒武紀的產業地位，以及寒武紀未來發展如何？ 從目前 AI 產業的狀況來看 ， 其實不容樂觀 。

 

與華為的合作充滿弔詭氣氛

 

作為目前唯一已經上市的寒武紀相關架構，寒武紀在華為的麒麟晶片中已經出現了兩代產品， 其不論在麒麟 970 或最新的麒麟 980，都扮演著對推動 AI 生態相當重要的角色 ，然而，作為兩代麒麟晶片的核心功能，華為與寒武紀的合作卻顯得相當不一樣。

 

在 2017 年底，麒麟 970 釋出會之初，其實市場就已經抓到不少華為正在佈局 AI 功能的蛛絲馬跡，而隨後的釋出會內容雖然提到新款麒麟晶片採用了 AI 核心，但華為不只拒絕透露其架構來源，而當中國科學院計算技術研究所送出恭賀採用寒武紀架構麒麟晶片正式量產的公開祝賀信，華為的態度並非欣然接受， 而僅強調其 AI 能力主要來自於自家研發 10 年的積累 。

 

而在 2018 年 9 月麒麟 980 面世之後，華為同樣極力淡化其 AI 計算架構出處，僅僅強調是出自於華為技術。

 

而更值得注意的是， 華為在其中端麒麟 700 系列方案就沒有如同 900 系列一樣採用來自於寒武紀的 AI 架構，反而使用來自於 Arm 的 Project Trillium 。華為早在麒麟 960 時就已經與 Arm 合作建立基於 Arm 計算架構的 AI 算力與框架核心，麒麟 970 雖然改用寒武紀的架構，但與 Arm 的合作卻從未中斷。

 

（來源：DT君攝）

 

另外，華為也積極在推動自己的 AI 計算佈局，昇騰方案便是完全自制的 AI 計算架構，不只針對雲端計算，也要擴及所有終端 AI， 這也代表對產業而言 ， 寒武紀的地位並非不可替代 。

 

也因此，寒武紀處於相當尷尬的地位，目前主流的框架都是他人發展的現成成果，而在 Google、微軟甚至 Facebook 等公司的推動之下， 支援多種框架的加速已經是所有可程式設計 AI 晶片/計算架構的必備功能，開放是 AI 晶片的賣點 ，而演算法的發展也是各家 AI 晶片為了確保自家產品競爭優勢的重要方向，但寒武紀專注於發展 AI 的通用計算硬體平臺，在演算法方面卻沒有太多著墨。這讓寒武紀陷入了一個尷尬的局面就是：原本寒武紀是要推出來替代其他如 GPU、FPGA 等 AI 計算方案，但反而自己也變成可被替代的一份子。

 

中國終端晶片客戶多已採用現成架構，改變生態難度高

 

除了華為以外，觀察目前在中國 AI 產業中的各種方案，我們可以看到各種包含 DSP、GPU、FPGA，以及各種為視覺識別、語音識別等特化的 ASIC 計算架構，對這些業者而言， 能夠滿足其商業上的目標才是重點 ，採用的架構來源並不重要。而考慮到既有架構已經相當上手，就沒有必要為了換而換，否則徒增更多人力與技術研發支出，且效果也未必更好。

 

要如何擁擠的市場中凸顯自己的定位是寒武紀目前遭遇的難題，畢竟 AI 計算架構相對其他架構來說是屬於比較單純、容易開發的架構， 晶片架構已經不是主角，在晶片中執行的演算法與框架，甚至是整套開發工具才是重點 。如果沒有辦法說服既有市場玩家自己的開發體系更具優勢，那麼想要改變現有的 AI 計算生態更是談何容易？

 

其實過去 AI 計算業界也有不少把 NVIDIA 當作假想敵的案例，但這些廠商卻無一真正取代了 NVIDIA。畢竟 NVIDIA 作為開創 AI 產業的重要推手， 靠的不是單純的架構效率，而是包含軟體生態、開發工具的完備，以及從底層到上層的完整教育傳承 ，期間投入的時間超過 10 年以上，並且佈局各種產業，最終才得到現在的市場地位，另外，NVIDIA 一開始就是以全球市場為目標，而不是僅僅守在特定市場，畢竟生態講究的是規模，如果不能獲得客戶認可，要改變，甚至要建立自己的生態，只能說難上加難。

 

華為昇騰 AI 計算方案，或將讓寒武紀面臨最大挑戰

 

在專業計算領域，寒武紀和中科曙光的合作相當緊密，二者利用寒武紀架構打造出針對推理應用優化的 Phaneron 伺服器，與一般雲端 AI 伺服器著重學習不同， Phaneron  針對超低延遲的推理計算服務 ，在應用上面向包括相關產品應用在影片安防、網路、廣播媒體娛樂、製造與自動化、金融、醫療、物流交通、零售和新興領域等應用，提供服務商更低延遲的實時 AI 服務。

 

另外，Phaneron 在硬體神經元虛擬化、寒武紀深度學習指令集、Caffe、Mxnet、TensorFlow 等支援非常全面， 可以滿足更具彈性的各種 AI 計算環境的需求 ，而根據寒武紀的說法，其效能表現都屬業界一流。

 

  https://mp.weixin.qq.com/s/qKzs03l3kTI3FKNHYiTvOQ

 

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/29829936/viewspace-2217461/，如需轉載，請註明出處，否則將追究法律責任。