芯片三劍客 云端終端雙場景各顯神通

　　AI(人工智能)沉浮數(shù)十載，在“預期-失望-進步-預期”周期中破浪前行。

　　根據(jù)賽迪咨詢發(fā)布報告，2016年全球人工智能市場規(guī)模達到293億美元。我們預計2020年全球人工智能市場規(guī)模將達到1200億美元，復合增長率約為20%。人工智能芯片是人工智能市場中重要一環(huán)，根據(jù)英偉達，AMD，賽靈思，谷歌等相關公司數(shù)據(jù)，我們測算2016年人工智能芯片市場規(guī)達到23.88億美元，約占全球人工智能市場規(guī)模8.15%，而到2020年人工智能芯片市場規(guī)模將達到146.16億美元，約占全球人工智能市場規(guī)模12.18%。人工智能芯片市場空間極其廣闊。

　　芯片承載算法，是競爭的制高點

　　人工智能的基礎是算法，深度學習是目前最主流的人工智能算法。深度學習又叫深度神經網絡(DNN：Deep Neural Networks)，從之前的人工神經網絡(ANN：Artificial Neural Networks)模型發(fā)展而來。這種模型一般采用計算機科學中的圖模型來直觀表達，深度學習的“深度”便指的是圖模型的層數(shù)以及每一層的節(jié)點數(shù)量。神經網絡復雜度不斷提升，從最早單一的神經元，到2012年提出的AlexNet(8個網絡層)，再到2015年提出的ResNET(150個網絡層)，層次間的復雜度呈幾何倍數(shù)遞增，對應的是對處理器運算能力需求的爆炸式增長。深度學習帶來計算量急劇增加，對計算硬件帶來更高要求。

　　深度學習算法分“訓練”和“推斷”兩個過程。簡單來講，人工智能需要通過以大數(shù)據(jù)為基礎，通過“訓練”得到各種參數(shù)，把這些參數(shù)傳遞給“推斷”部分，得到最終結果。

　　“訓練”和“推斷”所需要的神經網絡運算類型不同。神經網絡分為前向計算(包括矩陣相乘、卷積、循環(huán)層)和后向更新(主要是梯度運算)兩類，兩者都包含大量并行運算?！坝柧殹彼璧倪\算包括“前向計算+后向更新”;“推斷”則主要是“前向計算”。一般而言訓練過程相比于推斷過程計算量更大。一般來說，云端人工智能硬件負責“訓練+推斷”，終端人工智能硬件只負責“推斷”。

　　“訓練”需大數(shù)據(jù)支撐并保持較高靈活性，一般在“云端”(即服務器端)進行。人工智能訓練過程中，頂層上需要有一個海量的數(shù)據(jù)集，并選定某種深度學習模型。每個模型都有一些內部參數(shù)需要靈活調整，以便學習數(shù)據(jù)。而這種參數(shù)調整實際上可以歸結為優(yōu)化問題，在調整這些參數(shù)時，就相當于在優(yōu)化特定的約束條件，這就是所謂的“訓練”。云端服務器收集用戶大數(shù)據(jù)后，依靠其強大的計算資源和專屬硬件，實現(xiàn)訓練過程，提取出相應的訓練參數(shù)。由于深度學習訓練過程需要海量數(shù)據(jù)集及龐大計算量，因此對服務器也提出了更高的要求。未來云端AI服務器平臺需具備相當數(shù)據(jù)級別、流程化的并行性、多線程、高內存帶寬等特性。

　　“推斷”過程可在云端(服務器端)進行，也可以在終端(產品端)進行。等待模型訓練完成后，將訓練完成的模型(主要是各種通過訓練得到的參數(shù))用于各種應用場景(如圖像識別、語音識別、文本翻譯等)。“應用”過程主要包含大量的乘累加矩陣運算，并行計算量很大，但和“訓練”過程比參數(shù)相對固化，不需要大數(shù)據(jù)支撐，除在服務器端實現(xiàn)外，也可以在終端實現(xiàn)?！巴茢唷彼鑵?shù)可由云端“訓練”完畢后，定期下載更新到終端。

　　傳統(tǒng)CPU算力不足，新架構芯片支撐AI成必須。核心芯片決定計算平臺的基礎架構和發(fā)展生態(tài)，由于AI所需的深度學習需要很高的內在并行度、大量浮點計算能力以及矩陣運算，基于CPU的傳統(tǒng)計算架構無法充分滿足人工智能高性能并行計算(HPC)的需求，因此需要發(fā)展適合人工智能架構的專屬芯片。

　　專屬硬件加速是新架構芯片發(fā)展主流。目前處理器芯片面向人工智能硬件優(yōu)化升級有兩種發(fā)展路徑：(1)延續(xù)傳統(tǒng)計算架構，加速硬件計算能力：以GPU、FPGA、ASIC(TPU、NPU等)芯片為代表，采用這些專屬芯片作為輔助，配合CPU的控制，專門進行人工智能相關的各種運算;(2)徹底顛覆傳統(tǒng)計算架構，采用模擬人腦神經元結構來提升計算能力，以IBM TrueNorth芯片為代表，由于技術和底層硬件的限制，第二種路徑尚處于前期研發(fā)階段，目前不具備大規(guī)模商業(yè)應用的可能性。從技術成熟度和商業(yè)可行性兩個角度，我們判斷使用AI專屬硬件進行加速運算是今后五年及以上的市場主流。

　云端終端雙場景，三種專屬芯片各顯其能

　　我們把人工智能硬件應用場景歸納為云端場景和終端場景兩大類。云端主要指服務器端，包括各種共有云、私有云、數(shù)據(jù)中心等業(yè)務范疇;終端主要指包括安防、車載、手機、音箱、機器人等各種應用在內的移動終端。由于算法效率和底層硬件選擇密切相關，“云端”(服務器端)和“終端”(產品端)場景對硬件的需求也不同。

　　除CPU外，人工智能目前主流使用三種專用核心芯片，分別是GPU，F(xiàn)PGA，ASIC。

　　GPU：先發(fā)制人的“十項全能”選手，云端終端均拔頭籌。GPU(Graphics Processing Unit)又稱圖形處理器，之前是專門用作圖像運算工作的微處理器。相比CPU，GPU由于更適合執(zhí)行復雜的數(shù)學和幾何計算(尤其是并行運算)，剛好與包含大量的并行運算的人工智能深度學習算法相匹配，因此在人工智能時代剛好被賦予了新的使命，成為人工智能硬件首選，在云端和終端各種場景均率先落地。目前在云端作為AI“訓練”的主力芯片，在終端的安防、汽車等領域，GPU也率先落地，是目前應用范圍最廣、靈活度最高的AI硬件。

　　FPGA：“變形金剛”，算法未定型前的階段性最佳選擇。FPGA(Field-Programmable Gate Array)即現(xiàn)場可編程門陣列，是一種用戶可根據(jù)自身需求進行重復編程的“萬能芯片”。編程完畢后功能相當于ASIC(專用集成電路)，具備效率高、功耗低的特點，但同時由于要保證編程的靈活性，電路上會有大量冗余，因此成本上不能像ASIC做到最優(yōu)，并且工作頻率不能太高(一般主頻低于500MHz)。FPGA相比GPU具有低功耗優(yōu)勢，同時相比ASIC具有開發(fā)周期快，更加靈活編程等特點。FPGA于“應用爆發(fā)”與“ASIC量產”夾縫中尋求發(fā)展，是效率和靈活性的較好折衷，“和時間賽跑”，在算法未定型之前具較大優(yōu)勢。在現(xiàn)階段云端數(shù)據(jù)中心業(yè)務中，F(xiàn)PGA以其靈活性和可深度優(yōu)化的特點，有望繼GPU之后在該市場爆發(fā);在目前的終端智能安防領域，目前也有廠商采用FPGA方案實現(xiàn)AI硬件加速。

　　ASIC：“專精職業(yè)選手”，專一決定效率，AI芯片未來最佳選擇。ASIC(Application Specific Integrated Circuit)即專用集成電路，本文中特指專門為AI應用設計、專屬架構的處理器芯片。近年來涌現(xiàn)的類似TPU、NPU、VPU、BPU等令人眼花繚亂的各種芯片，本質上都屬于ASIC。無論是從性能、面積、功耗等各方面，AISC都優(yōu)于GPU和FPGA，長期來看無論在云端和終端，ASIC都代表AI芯片的未來。但在AI算法尚處于蓬勃發(fā)展、快速迭代的今天，ASIC存在開發(fā)周期較長、需要底層硬件編程、靈活性較低等劣勢，因此發(fā)展速度不及GPU和FPGA。

　　本報告我們分別仔細分析云端和終端兩種應用場景下，這三種專屬AI芯片的應用現(xiàn)狀、發(fā)展前景及可能變革。

　　云端場景：GPU生態(tài)領先，未來多芯片互補共存

　　核心結論：GPU、TPU等適合并行運算的處理器未來成為支撐人工智能運算的主力器件，既存在競爭又長期共存，一定程度可相互配合;FPGA有望在數(shù)據(jù)中心業(yè)務承擔較多角色，在云端主要作為有效補充存在;CPU會“變小”，依舊作為控制中心。未來芯片的發(fā)展前景取決于生態(tài)，有望統(tǒng)一在主流的幾個軟件框架下，形成云端CPU+GPU/TPU+FPGA(可選)的多芯片協(xié)同場景。

　　(1)依托大數(shù)據(jù)，科技巨頭不同技術路徑布局AI云平臺

　　基于云平臺，各大科技巨頭大力布局人工智能。云計算分為三層，分別是Infrastructure(基礎設施)-as-a-Service(IaaS)，Platform(平臺)-as-a-Service(Paas)，Software(軟件)-as-a-Service(Saas)?；A設施在最下端，平臺在中間，軟件在頂端。IaaS公司提供場外服務器，存儲和網絡硬件。大數(shù)據(jù)為人工智能提供信息來源，云計算為人工智能提供平臺，人工智能關鍵技術是在云計算和大數(shù)據(jù)日益成熟的背景下取得了突破性進展。目前各大科技巨頭看好未來人工智能走向云端的發(fā)展態(tài)勢，紛紛在自有云平臺基礎上搭載人工智能系統(tǒng)，以期利用沉淀在云端的大數(shù)據(jù)挖掘價值。

　　(2)千億美元云服務市場，AI芯片發(fā)展?jié)摿薮?/p>

　　千億美元云服務市場，云計算硬件市場規(guī)模巨大。云計算的市場規(guī)模在逐漸擴大。據(jù)Gartner的統(tǒng)計，2015年以IaaS、PaaS和SaaS為代表的典型云服務市場規(guī)模達到522.4億美元，增速20.6%，預計2020年將達到1435.3億美元，年復合增長率達22%。其中IaaS公司到2020年市場空間達到615億美元，占整個云計算市場達43%，云計算硬件市場空間巨大，而云計算和人工智能各種加速算法關系密切，未來的云計算硬件離不開AI芯片加速。

　　云端AI芯片發(fā)展?jié)摿薮?。根?jù)英偉達與AMD財務數(shù)據(jù)，我們預計GPU到2020年在數(shù)據(jù)中心業(yè)務中將達到約50億美元市場規(guī)模。同時根據(jù)賽靈思與阿爾特拉等FPGA廠商，我們預計2020年FPAG數(shù)據(jù)中心業(yè)務將達到20億美元。加上即將爆發(fā)的ASIC云端市場空間，我們預計到2020年云端AI芯片市場規(guī)模將達到105.68億美元，AI芯片在云端會成為云計算的重要組成部分，發(fā)展?jié)摿薮蟆?/p>

　　(3)云端芯片現(xiàn)狀總結：GPU領先，F(xiàn)PGA隨后，ASIC萌芽

　　AI芯片在云端基于大數(shù)據(jù)，核心負責“訓練”。云端的特征就是“大數(shù)據(jù)+云計算”，用戶依靠大數(shù)據(jù)可進行充分的數(shù)據(jù)分析和數(shù)據(jù)挖掘、提取各類數(shù)據(jù)特征，與人工智能算法充分結合進行云計算，從而衍生出服務器端各種AI+應用。AI芯片是負責加速人工智能各種復雜算法的硬件。由于相關計算量巨大，CPU架構被證明不能滿足需要處理大量并行計算的人工智能算法，需要更適合并行計算的芯片，所以GPU、FPGA、TPU等各種芯片應運而生。AI芯片在云端可同時承擔人工智能的“訓練”和“推斷”過程。

　　云端芯片現(xiàn)狀：GPU占據(jù)云端人工智能主導市場，以TPU為代表的ASIC目前只運用在巨頭的閉環(huán)生態(tài)，F(xiàn)PGA在數(shù)據(jù)中心業(yè)務中發(fā)展較快。

　　GPU應用開發(fā)周期短，成本相對低，技術體系成熟，目前全球各大公司云計算中心如谷歌、微軟、亞馬遜、阿里巴巴等主流公司均采用GPU進行AI計算。

　　谷歌除大量使用GPU外，努力發(fā)展自己的AI專屬的ASIC芯片。今年5月推出的TPU與GPU相比耗電量降低60%，芯片面積下降40%，能更好的滿足其龐大的AI算力要求，但由于目前人工智能算法迭代較快，目前TPU只供谷歌自身使用，后續(xù)隨著TensorFlow的成熟，TPU也有外供可能，但通用性還有很長路要走。

　　百度等廠商目前在數(shù)據(jù)中心業(yè)務中也積極采用FPGA進行云端加速。FPGA可以看做從GPU到ASIC重點過渡方案。相對于GPU可深入到硬件級優(yōu)化，相比ASIC在目前算法不斷迭代演進情況下更具靈活性，且開發(fā)時間更短。AI領域專用架構芯片(ASIC)已經被證明可能具有更好的性能和功耗，有望成為未來人工智能硬件的主流方向。

　　(4)云端GPU：云端AI芯片主流，先發(fā)優(yōu)勢明顯

　　發(fā)展現(xiàn)狀：GPU天然適合并行計算，是目前云端AI應用最廣的芯片

　　GPU目前云端應用范圍最廣。目前大量涉足人工智能的企業(yè)都采用GPU進行加速。根據(jù)英偉達官方資料，與英偉達合作開發(fā)深度學習項目的公司2016年超過19000家，對比2014年數(shù)量1500 家。目前百度、Google、Facebook 和微軟等IT巨頭都采用英偉達的GPU對其人工智能項目進行加速，GPU目前在云端AI深度學習場景應用最為廣泛， 由于其良好的編程環(huán)境帶來的先發(fā)優(yōu)勢，預計未來仍將持續(xù)強勢。

　　GPU芯片架構脫胎圖像處理，并行計算能力強大。GPU(Graphics Processing Unit)，又稱視覺處理器，是之前應用在個人電腦、工作站、游戲機、移動設備(如平板電腦、智能手機等)等芯片內部，專門用作圖像運算工作的微處理器。與CPU類似可以編程，但相比CPU更適合執(zhí)行復雜的數(shù)學和幾何計算，尤其是并行運算。內部具有高并行結構(highly paralle lstructure)，在處理圖形數(shù)據(jù)和復雜算法方面擁有比CPU更高的效率。

　　GPU較CPU結構差異明顯，更適合并行計算。對比GPU和CPU在結構上的差異，CPU大部分面積為控制器和寄存器，GPU擁有更多的ALU(Arithmetic Logic Unit，邏輯運算單元)用于數(shù)據(jù)處理，而非數(shù)據(jù)高速緩存和流控制，這樣的結構適合對密集型數(shù)據(jù)進行并行處理。CPU執(zhí)行計算任務時，一個時刻只處理一個數(shù)據(jù)，不存在真正意義上的并行，而GPU具有多個處理器核，同一時刻可并行處理多個數(shù)據(jù)。

　　與CPU相比，GPU在AI領域的性能具備絕對優(yōu)勢。深度學習在神經網絡訓練中，需要很高的內在并行度、大量的浮點計算能力以及矩陣運算，而GPU可以提供這些能力，并且在相同的精度下，相對傳統(tǒng)CPU的方式，擁有更快的處理速度、更少的服務器投入和更低的功耗。在2017年5月11日的加州圣何塞GPU技術大會上，NVIDIA就已經發(fā)布了Tesla V100。這個目前性能最強的GPU運算架構Volta采用臺積電12nm FFN制程并整合210億顆電晶體，在處理深度學習的性能上等同于250顆CPU。