隨著英偉達(dá)、英特爾、德州儀器等幾家廠商黯然離場,手機(jī)芯片市場格局已經(jīng)形成,高通、聯(lián)發(fā)科、三星、獨(dú)樹一幟的蘋果A系列和華為麒麟。

在芯片技術(shù)壁壘越來越高的同時(shí),還是有一些野心勃勃的廠商想要攀上技術(shù)的高地。

集賢:挖角大佬為自研芯片打基礎(chǔ)

2017年,谷歌從蘋果挖角了多位芯片行業(yè)的大佬,包括前蘋果SoC芯片架構(gòu)師 Manu Gulati、蘋果芯片專家John Bruno、Wonjae Choi,以及來自高通的Mainak Biswas,Vinod Chamarty和Shamik Ganguly等人。

谷歌正在為其 Pixel智能手機(jī)打造自有芯片而努力。

而且在新架構(gòu)不斷涌現(xiàn)的趨勢下,谷歌也希望在這塊領(lǐng)域加強(qiáng)其自研芯片的實(shí)力。

谷歌在班加羅爾至少招募了16名技術(shù)老兵,還有4名招聘人員專門從英特爾、高通、博通和英偉達(dá)等傳統(tǒng)芯片公司挖人才。

今年3月,谷歌還宣布公司已聘請英特爾長期高管烏里·弗蘭克為副總裁來運(yùn)營其定制芯片部門。

收購:加速自研芯片日程

2018年,谷歌宣布完成 11 億美金對 HTC 智能手機(jī)Pixel團(tuán)隊(duì)的收購,HTC 的移動(dòng)設(shè)備部門的部分成員將加入谷歌硬件部門;谷歌也將獲取HTC的部分非獨(dú)家知識(shí)產(chǎn)權(quán)。

在收購HTC負(fù)責(zé)Pixel的團(tuán)隊(duì)后,谷歌在自主芯片研發(fā)上的能力得到了進(jìn)一步的提升。

今年,谷歌收購了Provino Technologies,開發(fā)用于機(jī)器學(xué)習(xí)的片上網(wǎng)絡(luò)(NoC)系統(tǒng)的初創(chuàng)公司,能夠助力其TPU的發(fā)展,從而推動(dòng)其在云端AI芯片的發(fā)展。

NoC 相比于其它設(shè)計(jì)來說提高了系統(tǒng)芯片的可擴(kuò)展性及復(fù)雜系統(tǒng)芯片的功率。

但從谷歌發(fā)布的產(chǎn)品來看,他們從自研手機(jī)芯片的突破口不是手機(jī)處理器芯片,而是手機(jī)協(xié)處理器。

上云:TPU延伸上云計(jì)劃

TPU是谷歌在2015年推出的神經(jīng)網(wǎng)絡(luò)專用芯片,為優(yōu)化自身的TensorFlow機(jī)器學(xué)習(xí)框架而打造,與GPU不同,谷歌TPU是一種ASIC芯片方案,是一種專門定制的芯片。

從2015年起,谷歌基于TPU逐步完善從云到端的布局。

在面向云服務(wù)的TPU和TPU POD之外,還推出了為端到端、端到邊提供AI算力的Edge TPU,賦能預(yù)見性維護(hù)、故障檢測、機(jī)器視覺、機(jī)器人、聲音識(shí)別等更廣泛的場景。

時(shí)至今日,谷歌的TPU已經(jīng)迭代到了第四代,其第四代TPU的平均性能比其第三代TPU高出2．7倍。

憑借TPU芯片的出色性能表現(xiàn),也使得谷歌也成為了專用AI芯片的代表玩家。而他所推出的這種新架構(gòu),也為新一代的人工智能浪潮帶來了新的啟發(fā)。

谷歌還計(jì)劃將其TPU應(yīng)用在EDA領(lǐng)域,利用云上資源,進(jìn)行芯片驗(yàn)證,還可以大大加速芯片開發(fā)的時(shí)間。

谷歌還將其TPU芯片逐漸帶入到了邊緣端,并在2018年推出了Google Edge TPU。對Cloud TPU和Google Cloud服務(wù)的補(bǔ)充,提供端到端、云端到邊緣、“硬件 + 軟件”的基礎(chǔ)架構(gòu),可協(xié)助客戶部署基于 AI 的解決方案。

在 AI 芯片發(fā)展史上,無論是從片上內(nèi)存上,還是從可編程能力來看,谷歌 TPU 都是不可多得的技術(shù)創(chuàng)新,打破 GPU 的壟斷地位,且打開云端 AI 芯片的新競爭格局。

開源:首個(gè)開源PDK降低進(jìn)入門檻

去年,谷歌宣布了第一個(gè)開源的PDK——SkyWater PDK。被選中的企業(yè)無需承擔(dān)昂貴的制造費(fèi)用,谷歌將為其提供完全免費(fèi)的芯片制造流程。

這是同類產(chǎn)品中的第一個(gè)開放源代碼處理工具,使用此PDK,可以在130nm節(jié)點(diǎn)的SkyWater晶圓廠生產(chǎn)芯片。

如果開源PDK的模式取得了成功,這會(huì)降低企業(yè)進(jìn)入半導(dǎo)體行業(yè)的門檻。

下一代TPU人工智能芯片在路上

在AI硬件方面,在近日谷歌宣布將推出下一代定制的張量處理單元(TPU)人工智能芯片TPUv4 Pods人工智能芯片。

TPUv4 Pods人工智能芯片的運(yùn)算速度是上一版本的兩倍,而量子運(yùn)算將挑戰(zhàn)100萬量子位運(yùn)算規(guī)模,是Google目前部署的最快一代系統(tǒng)。

本次推出的TPUv4,對系統(tǒng)內(nèi)部的互聯(lián)速度及架構(gòu)進(jìn)行優(yōu)化,以進(jìn)一步提升互聯(lián)速度。據(jù)悉,TPUv4集群的互連帶寬是大多數(shù)其他網(wǎng)絡(luò)技術(shù)的10倍,可以提供exaflop級別計(jì)算能力。

今年下半年,谷歌計(jì)劃將該芯片作為云平臺(tái)的一部分提供給開發(fā)者。

發(fā)力始終繞不開的AI芯片

盡管TPU不是用在手機(jī)上的AI芯片,且在深度學(xué)習(xí)任務(wù)上,與 CPU 、GPU 、FPGA相比,任務(wù)靈活度較低。但無論如何,谷歌進(jìn)軍AI領(lǐng)域的野心已經(jīng)昭然若揭。

個(gè)人移動(dòng)終端上的AI應(yīng)用(語音識(shí)別、圖像處理等)具有如此廣闊的發(fā)展前景和市場潛力,谷歌自然不會(huì)視而不見,Android的升級早就成為該平臺(tái)的一個(gè)關(guān)鍵點(diǎn)。

在已經(jīng)推出的Pixel手機(jī)上,谷歌已經(jīng)搭載了圖像處理的專用AI芯片Visual Core,用于編譯HDR +圖像的速度比應(yīng)用處理器快5倍,功耗僅為其1/10。

Visual Core還處理與相機(jī)相關(guān)的復(fù)雜成像和機(jī)器學(xué)習(xí)任務(wù),其中包括基于場景的自動(dòng)圖像調(diào)整以及其他用途。

現(xiàn)在,該芯片正在開發(fā)中,并將在今年晚些時(shí)候面世的Pixel 6智能手機(jī)和另一臺(tái)設(shè)備上首次亮相。

代號為Whitechapel的5納米工藝芯片將為下一代Pixel手機(jī)提供動(dòng)能。它在內(nèi)部被稱為GS101 – Google Silicon芯片。

這款先進(jìn)的芯片將通過TPU進(jìn)行三集群設(shè)置,給智能手機(jī)帶來更強(qiáng)的機(jī)器學(xué)習(xí)能力,從而讓這些現(xiàn)代應(yīng)用程序從中獲得更好的AI體驗(yàn)。

Whitechapel芯片將采用定制的神經(jīng)處理單元和圖像信號處理器。人工智能和機(jī)器學(xué)習(xí)的使用可能不僅僅是用來改善相機(jī),而是用來提高Pixel 6和Pixel 6 Pro的性能標(biāo)準(zhǔn)。

從云端,到邊緣端和手機(jī)智能終端,谷歌圍繞著AI芯片的布局越來越廣。從谷歌的這些布局上看,谷歌在芯片領(lǐng)域的謀劃似乎更具野心。

部分資料參考:半導(dǎo)體行業(yè)觀察:《谷歌的芯片布局》,新浪科技:《谷歌的芯片布局:不僅僅是手機(jī) 從邊到云一直在布局》,三易生活:《一款芯片用三代,谷歌的底氣到底從何而來》。