0
| 本文作者： 包永剛 | 2019-03-25 10:51 |
AI的熱潮還在持續，AI的戰火自然也在升級。英偉達作為這一波AI浪潮中最受關注的公司之一，在很大程度上影響著AI的戰局。上周在美國舉行的GTC 2019上，黃仁勛大篇幅介紹了英偉達在AI軟件和計算力方面的提升，但售價僅為99美元（約664元人民幣）的Jetson Nano人工智能計算機卻成了最受關注的焦點。本月早些時候的TensorFlow開發者峰會上，谷歌也發布售價149.99美元（約1009元人民幣）的Edge TPU開發板。
這意味著，巨頭們的AI芯片戰火已經從云端蔓延至了邊緣，但這為什么是一個喜憂參半的消息？
云端AI芯片戰火向下蔓延
雖然是最受關注的AI芯片公司，但2018年的英偉達算不上順利，先是因為礦難導致GPU庫存高企，后又因中國市場的需求和服務器市場需求低于預期股價受拖累。整個2018年，英偉達的市值縮水了近一半。因此，在AMD已經搶先發布7nm GPU的背景下，外界更加期待英偉達能在GTC 2019上發布最新7nm GPU。
不過，黃仁勛并未發布最新的7nm GPU，而是花了大量的時間介紹RTX和CUDA-X AI。
CUDA-X AI把所有英偉達的庫整合。根據黃仁勛的說法，CUDA-X AI解鎖了Tensor Core GPU的靈活性，能夠將機器學習和數據科學工作負載加速多達50倍。另外，CUDA-X AI還可以加速典型AI工作流程的每一步，包括用深度學習訓練語音和圖像識別系統。
英偉達也宣布已經有七家世界級的廠商將推出基于 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速庫的服務器，這些服務器都已經針對 CUDA-X AI 進行了特殊優化。亞馬遜 AWS副總裁 Matt Garman還宣布最新的 EC2 G4 服務器采用了英偉達 T4 Tencor Core GPU，該服務器將在未來幾周內可用。
雖然英偉達沒有推出性能更強的GPU，但正在通過CUDA-X AI提升其GPU在云端的性能和吸引力。即便如此，英偉達的重要客戶谷歌還是推出了自主研發的云端AI芯片TPU。
自2015年起，谷歌開始在內部使用TPU芯，2016年谷歌首次公開承認TPU的存在，2017年發布了第二代TPU，TPU 3.0在2018年發布。這意味著，谷歌在云端AI芯片市場與英偉達的關系從此前的合作變為了合作競爭的關系。
雷鋒網了解到，黃仁勛在談到谷歌TPU時曾強硬的表示對TPU的威脅不以為然。谷歌與英偉達在云端AI芯片市場的競爭短期內難見結論。但卻可以明確他們的芯片競爭已經蔓延到了邊緣端。
邊緣端的AI芯片戰
作為老牌芯片巨頭，英偉達很早就已經入局邊緣計算市場，Jetson系列的包括用于完全自主機器的Jetson AGX Xavier和用于邊緣人工智能的Jetson TX2已經推出，只是幾百甚至上千美元的價格阻擋了不少用戶。GTC 2019推出的同系列Jetson Nano之所以關注度很高，關鍵的原因就是價格。
縱觀不同行業發展的歷程，產業的爆發除了有技術成熟的因素，產品價格下降到市場可接受的程度也非常關鍵。GTC 2019上推出的Jetson Nano計算機，價格讓然驚喜，外觀小巧但性能不低。據悉，Jetson Nano的性能可達472 GFLOPS（每秒十億次浮點運算），耗電量僅為5瓦。同時，Jetson Nano支持高分辨率傳感器，可以并行處理多個傳感器，并且可在每個傳感器流上運行多個現代神經網絡。
針對不同的需求，英偉達還推出了兩個版本的Jetson Nano，一個是售價99美元的開發者套件，專為開發人員、創客和技術愛好者提供，另一個是售價129美元的生產就緒型模塊，面向大眾市場創建邊緣系統的企業。
Nvidia Jetson Nano
與英偉達的Jetson Nano類似，谷歌本月初發布的搭載Edge TPU的開發板Coral售價150美元。Coral開發板擁有1GB的LPDDR4內存和8GB的eMMC存儲，安裝Mendel版Linux或者Android，可以進行本地的離線運算，性能最高可達 4 萬億次操作。
除了Coral開發板，谷歌還發布了一款售價75美元的Coral USB加速器，同樣包含一顆Edge TPU，可以在任何64位ARM或x86平臺的Debian Linux上運行。
Google Edge TPU開發板
黃仁勛不認為谷歌的TPU是一個威脅，但在邊緣端低價產品進展方面兩大巨頭顯得頗有默契。先是谷歌推出搭載Edge TPU售價75美元和150美元的開發板以及加速器。不久后英偉達就推出售價99和129美元的Jetson Nano。
不僅售價相互競爭，面向的邊緣計算市場也會重疊。英偉達表示，Jetson Nano可以創建數百萬個智能系統，模塊面向網絡錄像機、家用機器人和具有完整分析功能的智能網關等嵌入式應用。英偉達希望能為復雜、穩健、節能的人工智能系統的硬件設計、測試和驗證節約時間，縮短總體開發時間讓產品更快將推向市場。
Coral開發板也強調面向嵌入式設備的隱私、低延遲、高效和離線部署。具體的應用方面，谷歌展示了基于Coral的一個有趣的圖像分類應用。谷歌表示其提供了簡單的API，可在Edge TPU設備上執行圖像分類，對象檢測。這意味著，Edge TPU看好和圖像相關的邊緣端應用。
因此，無論是從定位、性能、應用還是售價看，谷歌和英偉達在邊緣端又一次正面競爭。
普及AI還是革命AI芯片初創公司？
谷歌和英偉達的競爭能夠在一定程度上促進AI的發展，特別是在邊緣端。Jetson Nano和Coral開發板的方式能在很大程度上降低AI產品開發的難度并加速產品的上市時間，為現有做AI應用的公司增加了選擇，當然也會想要借助AI進行更多創新的公司和個人提供了更加便攜的選擇，這對AI在邊緣端的普及具有積極意義。
然而，對于眾多AI芯片初創公司而言可能是個壞消息。雷鋒網2018年曾統計過，創立于國內的13家AI芯片初創公司有11家都布局了自動駕駛和安防領域，并且都是面向邊緣端的AI芯片。AI芯片初創公司們之所以大部分都選擇AI邊緣計算市場，是因為在云端，英特爾和英偉達占據絕對的優勢地位，初創公司想要在這一領域獲得成功難度非常大。
雖然邊緣端AI給初創公司更大的市場和機遇，但從目前的情況看英偉達在自動駕駛領域也有不錯的市場表現。如今，英偉達和谷歌都推出更加簡單易用，且價格更易于接受的開發板，AI芯片初創公司又多了兩個競爭對手，并且是實力強大的競爭對手。
更會讓AI芯片初創公司感到不安的是，由于兩大巨頭都有云端AI芯片，與邊緣端的AI芯片配合能夠實現更強的競爭力。并且，軟件在AI芯片中的重要作用正被越來越多的人看到，不巧的是英偉達和谷歌都有強大的軟件。
文章開篇已經提到，英偉達發布CUDA-X AI將提升GPU的AI性能，但與此同時Jetson Nano也是可運行所有人工智能模型的NVIDIA CUDA-X人工智能計算機。
谷歌方面，與Coral開發板同時發布的還有為移動和嵌入式設備提供的跨平臺解決方案TensorFlow Lite，這個輕量級（Lite）的框架有助于機器學習模型部署在移動和IoT設備上的。谷歌表示，經過TensorFlow Lite的優化后，CPU的性能達到原來的1.9倍，在Edge TPU上的性能最高提升62倍。
雷鋒網認為，巨頭們擁有從云端到終端的AI芯片，并且有強大的軟件幫助芯片提升硬件的性能，同時還有長期建立的品牌、渠道、市場等方面的優勢，這在推動AI在邊緣端普及的同時，還將與眾多的AI芯片初創公司產生競爭。
只是，未來仍有諸多不確定性，英偉達、谷歌到底會在多大程度上影響AI芯片初創公司？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
