新興科技行業(yè)的發(fā)展,離不開半導體公司數(shù)以十年計的投入。正確的長期戰(zhàn)略路線,加上持續(xù)的研發(fā)投入,才能在半導體行業(yè)造就一方霸主。
當今半導體行業(yè)的“一哥”英特爾,成立于1968年,而其在80年代之前的主要業(yè)務是SRAM(靜態(tài)隨機存取存儲器)和DRAM(動態(tài)隨機存取存儲器)。90年代的整整10年,英特爾在微處理器芯片設計上全力加注,才有了后來享譽世界的英特爾 Inside。通信領域的高通,將整個90年代用于CDMA研發(fā),才揭開了 3G無線通信的序幕。成立于1993年的英偉達,先是用了10年時間專攻游戲市場,緊接著又用了10年做通用計算GPU(GPGPU),才為AI時代的到來提供了發(fā)動機。
半導體行業(yè)霸主的興起往往伴隨著一個領域的興起,而新興領域的市場規(guī)模決定了半導體公司能走多遠。與其說是英雄造時勢,不如說時勢造英雄。
80年代初開始的個人電腦浪潮延續(xù)了20年,這20年也是英特爾成長最快的20年。2005年后個人電腦增速減緩,英特爾的增長也趨緩,直到近幾年的云計算浪潮,才把英特爾的服務器業(yè)務推向一個新的高點。可以說,在個人電腦和服務器領域,英特爾對整個場景有全面的把控。即使個人電腦的普及還沒有到全世界每人一臺,更新周期延長到如今的每三五年更換一次,更新后的設備用的還是英特爾芯片。在半導體領域,英特爾芯片的制程技術與其架構(gòu)能力一樣出名。相比于其他廠家的fabless(無晶圓生產(chǎn)線)模式,英特爾長期以來在生產(chǎn)制程和工廠上的大手筆投入一直令眾多競爭對手難以望其項背。直至近幾年移動和存儲芯片的崛起,臺積電和三星的制程能力才對英特爾形成威脅。
2000年后的移動通信浪潮推動了手機芯片的發(fā)展。從3G到4G,高通公司延續(xù)了近20年的領先地位。與個人電腦不同的是,手機的普及在很多國家達到了人手一部,更換的頻率也接近了每年一換。智能手機的興起更是將手機在日常生活中提升到中心位置。這一切都使手機芯片成了世界上出貨量最大的芯片,也是兵家必爭之地。盡管這幾年華為、蘋果、三星、英飛凌(被英特爾收購)等公司研制的手機芯片已經(jīng)用在有限(往往是自家)產(chǎn)品里,高通對以移動通信為核心場景的掌控仍然是首屈一指。
10年前英偉達推出了CUDA,一個用GPU做并行計算的框架體系。之前的英偉達 GPU產(chǎn)品雖然倍受游戲玩家歡迎,但是hard-core(硬核)游戲玩家畢竟還相對小眾。2012年之后的人工智能浪潮,把英偉達推到了一個獨特地位。由于英偉達的產(chǎn)品在很長時間里是唯一能做神經(jīng)網(wǎng)絡訓練的設備,學術和工業(yè)界開始爭相購買高端顯卡。加之近兩年的加密貨幣浪潮,英偉達的產(chǎn)品一度到了一卡難求的地步。這第一波AI芯片應用來得猛烈,但也帶來些許過度的預期,AI芯片真正的大規(guī)模場景應用還需要假以時日才能得以驗證。
半導體行業(yè)的特點是高投入、長周期。一旦在某一個場景確定領先地位,則會帶來贏者通吃的回報。這些特點意味著半導體公司必須具備非常準確的長期戰(zhàn)略眼光,在趨勢到來的第一時間就能發(fā)現(xiàn)并投入大量研發(fā)。而即使是最大的半導體公司,也只能選擇性針對少數(shù)幾個場景發(fā)力。要想靠單一場景稱霸十年,場景的選擇至關重要,簡單地說,預期的年全球出貨量需要在百億美元以上。
縱觀全世界,能讓一個半導體公司稱霸十年的場景并不常見。 這也是為什么面對當今AI時代的芯片機會,會有這么多的公司All-in。盡管大眾預言AI在未來將無處不在,但是真正能形成每年百億美元級規(guī)模的場景當前看有如下幾個:
1. 自動駕駛汽車:由于未來自動駕駛汽車帶來的經(jīng)濟效益會是以萬億美元計,百億美元的芯片規(guī)模自然不言而喻。但自動駕駛汽車的技術成熟和產(chǎn)品的規(guī)?;沃氐肋h。整車廠家一貫的對技術的保守選擇,和車規(guī)級芯片嚴格的認證過程,使這一領域研發(fā)到產(chǎn)品的周期尤其長。
2. 云端AI計算:云端AI計算未來在安防、金融、電商消費、服務娛樂等行業(yè)都會有大規(guī)模部署,因此芯片的市場規(guī)模的總和會達到百億美元之上。因為是針對企業(yè)的業(yè)務,不同應用領域的技術需求會有不同。而企業(yè)大客戶往往需要產(chǎn)品有定制化或半定制化的能力。這類產(chǎn)品注定是研發(fā)和服務成本高、毛利也高的品類(中國的獨特國情造成了企業(yè)服務類產(chǎn)品低毛利,但是芯片領域會有所不同)。
3. 終端低功耗AI計算:眾多終端產(chǎn)品不僅要求低功耗,而且要求低成本。這個領域的AR/VR/XR、智能攝像頭等產(chǎn)品,會把市場規(guī)模帶到百億美元之上。事實上,當前智能手機芯片的AI美圖功能就已經(jīng)是終端低功耗AI芯片的最大場景。這一場景未來將是出貨量最大、單價最低的領域(甚至低至1-2美元)。前期研發(fā)的投入只有依靠規(guī)模來彌補。
實際上,廣義AI芯片的開發(fā)至今已經(jīng)超過了10年。有些公司“起了大早,趕了晚集”,有些“順水推舟”被收購,能做到最后的,往往是對場景和技術都有深刻把控的企業(yè)。但是最重要的因素,卻還是家底的深度。
2005年,一個不知名的都柏林公司Movidius開始做低功耗視覺計算芯片,其后的10年公司幾經(jīng)起伏,也曾走在能否延續(xù)的邊緣。直到2015年前后,芯片最終被DJI和谷歌的產(chǎn)品采用。這也使得Movidius在2016年的AI浪潮中被英特爾收購,算是得到完滿的結(jié)局。現(xiàn)在的Movidius 已經(jīng)推出了第三代產(chǎn)品,在很多終端場景中被使用。
同是被英特爾收購的還有Nervana Systems。這是一個以高通研究院前成員為核心的團隊,在高通公司探索類腦芯片不成功后自立門戶創(chuàng)業(yè),很快也得到了著名投資人Stephen Jurveston的青睞。Nervana在自研芯片還未流片的節(jié)點就被英特爾收購,也讓投資人以極快的節(jié)奏退出拿到回報。
2010年前后,昔日的IT業(yè)霸主IBM也曾做過類腦芯片True North。直到2014年樣片才出來,但是實際功能非常有限,除PR之外從未獲得過廣泛的使用。
2016年微軟 Hololens的成功推出,離不開一顆定制的低功耗視覺計算芯片。整個項目歷時多年,傳聞投入近20億美元,Hololens 的作用主要是一個樹立形象的Demo Project(示范項目),也只有微軟才能如此“有錢任性”。
以色列公司Mobileye,成立于近20年前,其EyeQ系列芯片是為數(shù)不多的把輔助駕駛智能芯片量產(chǎn)化,并且進入Tier 1供應商和車廠的產(chǎn)品。在2014年成功上市之后市值一度達到百億美元,并于2017年被英特爾以153億美元收購。
2016年谷歌 TPU的發(fā)布,讓世界看到了第一個大規(guī)模部署的云端AI芯片。由于谷歌業(yè)務的龐大體量,使其自研芯片從攤薄成本到批量生產(chǎn)部署有了實際意義。隨后發(fā)布的谷歌 TPU公有云計算功能,也為谷歌 TensorFlow 框架帶來了眾多用戶。TensorFlow 從眾多深度學習框架中脫穎而出成為主流,TPU的功勞不可或缺。
從產(chǎn)品銷售量看,華為麒麟970和980里的AI內(nèi)核,蘋果A11/A12的AI內(nèi)核,是所有AI芯片領域部署數(shù)量最大的幾款產(chǎn)品。而且這幾個AI內(nèi)核的場景非常明確,專為手機端人臉識別、手機拍照的AI后處理而生。如今,手機拍照美顏已經(jīng)是跨越五大洲的全人類剛性需求。這樣的專用AI內(nèi)核未來會成為所有智能手機芯片的標配。
在自動駕駛領域,英偉達 四年2000人團隊的研發(fā)投入終于修成正果。最近發(fā)布的Xavier 車規(guī)級SoC,集成了CPU、GPU,以及DNN和CV加速器,還有多路ISP和傳感器集成功能。如此高性能的芯片同時還做到了相對的低功耗(30-60瓦)。可以說,這款為自動駕駛定制的芯片,目的就是取代當前智能車上所有其他芯片的算力。這種架構(gòu)方式也類似于當前智能手機一顆SoC打天下的方式。同時英偉達在自動駕駛軟件架構(gòu)和算法研發(fā)上也不惜余力,已經(jīng)把很多自動駕駛功能直接整合到芯片上并且開放給合作伙伴。
為什么在自動駕駛領域如此發(fā)力?究其原因,還是百億美元場景太少。已經(jīng)提到的三個場景里,低功耗AI芯片技術門檻不夠高,容易變成價格戰(zhàn)“紅?!?;服務器領域場景需求還未明朗,所有公司都對英特爾忌憚三分。所以真正開放的、有技術門檻的戰(zhàn)場只有自動駕駛。英偉達全力一搏,為的是下一個十年。而業(yè)內(nèi)人士也深為“核彈教主”黃仁勛的長線眼光折服。
在服務器和數(shù)據(jù)中心AI領域,英偉達和眾多其他公司也沒有止步不前。英偉達最近發(fā)布的T4已經(jīng)把服務器上的預測功能提升到大規(guī)模、低成本的水平。給其他廠家?guī)砹撕艽髩毫?。華為、英特爾甚至互聯(lián)網(wǎng)公司阿里巴巴也紛紛公布了未來的云端AI芯片規(guī)劃,其中英特爾能否在2019年推出(或集成)眾盼已久的Nervana AI內(nèi)核,已經(jīng)成為對當前英特爾執(zhí)行能力的一個考驗。
在移動領域,盡管高通股價已從昔日高點跌落甚多,但其強大的技術能力和數(shù)百億美元的現(xiàn)金儲備仍不能小覷。在移動領域仍然是通信和移動計算為核心的前提下,未來高通芯片上集成AI內(nèi)核只是時間問題。
如果用一句話描述近幾年的AI芯片領域,就是萬類霜天競自由。僅在中國,創(chuàng)立不久的AI芯片公司就有包括因加密貨幣而起家的比特大陸(第一代服務器端AI芯片已經(jīng)產(chǎn)品化),以算法見長的地平線機器人(第一代芯片已流片),以硬件加速著稱的深鑒科技(已經(jīng)被賽靈思收購且專注于FPGA加速),和代表國家隊的中科寒武紀(其IP核已經(jīng)在華為麒麟970/980被使用)。大家奮力一搏的,是未來十年百億美元的場景。未來眾多產(chǎn)業(yè)的AI場景能否順利地商業(yè)化,很大程度上也取決于半導體企業(yè)產(chǎn)品能否順利推出。半導體行業(yè)與多個產(chǎn)業(yè)結(jié)合如此緊密,已經(jīng)到了榮辱與共的地步。
從集成電路的誕生算起,半導體行業(yè)的發(fā)展已經(jīng)經(jīng)過了60年。盡管未來無法預期,但人類改變世界的愿望從未如此強烈,能力從未如此強盛。AI時代的芯片,將會揭開半導體行業(yè)的一個新篇章。