科技-热点速评-AI+半导体-Google会影响NVIDIA在AI芯片的领导地位吗

更新时间：2020-12-01 06:55:59 大小：1M 上传用户：xzxbybd 查看TA发布的资源 标签：半导体 ai芯片 下载积分：3分评价赚积分（如何评价?）收藏评论(0) 举报

资料介绍

科技-热点速评-AI+半导体-Google会影响NVIDIA在AI芯片的领导地位吗？

TPU 是 Google 自己的 AI 加速芯片，可以部分替代 GPU。目前主流的人工智能解决方案一般采用 CPU+GPU 的解决方案，GPU 主要负责加快需要并行计算部分的计算速度。TPU 是 Google 自己的 AI 加速芯片，需要配合 Google 发布的人工智能软件开发框架 TensorFlow 使用，目前适用于一部分 AI 算法和计算步骤（推断）。根据 Google 的统计，CPU+TPU 方案比 CPU+GPU 提高单位能耗计算能力 30~80 倍，提高计算速度 15~30 倍，适用于 Google 平台上 95%的神经网络应用场景。云计算公司进入 AI 芯片设计领域可能成为行业趋势：这次披露的 TPU 虽然功能有限，但它研发是从 2013 年开始，2015 年已经开始商用。我们有理由相信 Google 已有能力研发适用范围更广的 AI 加速芯片。最近我们也注意到 Baidu，Amazon 等公司也在积极发表对计算架构的评论。我们认为（1）一个好用的软件开发框架，和（2）高速低廉的计算资源是人工智能服务两个差异化要素。就像几年前云计算公司自己定义服务器架构一样，TPU 的出现预示它们会利用它们在规模和软件开发框架（如 Google TensorFlow）上的优势，直接参与 AI 芯片设计，以达到降低计算成本的目的。 NVIDIA 能成为 AI 时代的芯片平台供应商吗？许多投资人期待 NVidia（市值：~600 亿美元）能像 PC 时代的 Intel （顶峰市值: 5000 亿美元）、智能手机时代的 ARM（顶峰市值: 330 亿美元）一样，成为 AI 时代的硬件平台供应商。这次 Google 的 TPU 使我们认识到 NVidia 可能会面临更多的挑战。AI 时代与 PC，智能手机时代最大不同是芯片会更多地部署在少数几个云计算公司的数据中心。虽然我们认为 GPU 会是无人驾驶汽车等用户端的主流芯片平台，但云计算公司如果也参与到 AI 芯片设计中来，将大幅压缩 NVidia 的成长空间。