本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權(quán)。

距離2016年左右的AI芯片創(chuàng)業(yè)熱潮已經(jīng)過去五年多，從團隊組建，到芯片設(shè)計、再到產(chǎn)品落地，AI芯片公司們到了交出一份答卷的時間。

Graphcore大中華區(qū)總裁兼全球首席營收官盧濤

Graphcore大中華區(qū)總裁兼全球首席營收官盧濤對雷峰網(wǎng)表示，“2022年AI芯片公司的競爭會更加激烈，因為不同的公司選擇了不同的策略和路徑，今年開始能看得更加清晰?！?/strong>

實際上，從2020年開始，大部分AI芯片公司都開啟了芯片的落地，然而由于AI芯片與傳統(tǒng)芯片有明顯的差別，芯片提供者與使用者之間的認(rèn)知差異，加上疫情的影響，和全球蔓延的缺芯潮，AI芯片的落地和大規(guī)模使用面臨重重挑戰(zhàn)。

2021年，業(yè)界更加關(guān)注AI的部署，包括對機器學(xué)習(xí)框架的關(guān)注，支持的模型，以及集群的管理和調(diào)度管理。

想要成為AI芯片的佼佼者，有哪三個秘訣？

AI芯片公司面前的七個臺階

AI熱潮催生了大量的芯片初創(chuàng)公司，初創(chuàng)公司要成功落地全新類型的AI芯片，挑戰(zhàn)當(dāng)前巨頭，可以以攀登珠穆朗瑪峰來比喻。

盧濤認(rèn)為，如果今天的巨頭在珠穆朗瑪峰上，想要達到巨頭的高度，需要攀登七個臺階。

第一個臺階是組建團隊，第二個臺階是宣講理念，第三個臺階是設(shè)計出芯片，第四個臺階是有芯片且能給客戶送樣品做測試，第五個臺階是有產(chǎn)品有落地，第六個臺階是有產(chǎn)品，有很多落地的，第七個臺階是有很大的市場份額。盧濤認(rèn)為Graphcore處于第五到第六個臺階間。

處于這個階段的公司，表明其已經(jīng)解決了許多技術(shù)挑戰(zhàn)。AI計算與傳統(tǒng)的CPU有顯著的差別，過去5-10年間，CPU的應(yīng)用都十分明確，比如Web服務(wù)、數(shù)據(jù)庫服務(wù)、存儲服務(wù)等。但AI整體面向的應(yīng)用有許多創(chuàng)新和研究，整體呈高度動態(tài)化。

在這樣的情況下，AI芯片的落地更顯艱難，步驟大致可以分為三個，首先，要用AI芯片的性能優(yōu)勢吸引客戶，接下來客戶會考慮軟件移植的難度以及時間，在歷經(jīng)驗證之后，才能實現(xiàn)大規(guī)模部署。

這個過程可以說是漫長而又挑戰(zhàn)重重。其中一個非常大的挑戰(zhàn)就是AI芯片提供者和使用者之間認(rèn)知的差異?！皬奈覀兊慕嵌榷裕m然這種認(rèn)知的差異有所改善，但挑戰(zhàn)仍然持續(xù)存在?！北R濤說，“比如，不少用戶可能覺得我們的IPU性能表現(xiàn)好，并想能在不修改代碼的情況下遷移到IPU，這就需要我們在軟件和生態(tài)方面做大量的工作?！?/strong>

AI軟件和生態(tài)的建設(shè)，要求對某個具體的應(yīng)用領(lǐng)域有比較完整的認(rèn)知，實現(xiàn)整個業(yè)務(wù)端到端的配合，不僅僅是AI，還包括AI芯片與其它設(shè)備、系統(tǒng)的配合，運維管理等。

盧濤指出，“作為計算平臺的提供者，要讓最終用戶把我們的平臺用好，生態(tài)非常重要，生態(tài)建設(shè)能夠降低用戶的使用門檻。同時，垂直案例也非常重要，通過‘打樣板’，能夠顯著加速在某一行業(yè)的應(yīng)用。當(dāng)然，加強與AI平臺廠商的合作同樣關(guān)鍵。AI領(lǐng)域有兩種用戶，一種是AI開發(fā)者，有了案例就可以做相應(yīng)的開發(fā)，還有一種是AI平臺型企業(yè)，他們可以把AI技術(shù)封裝以提供給其他人員使用?！?/p>

對于有計算機背景的開發(fā)者或研究員，他們可以基于TensorFlow、PyTorch和百度飛槳等進行編程，如果不具備這個能力，就需要借助更高級的框架，比如Hugging Face來降低開發(fā)門檻，簡化開發(fā)。這兩者的開發(fā)難度有顯著差別，如果用PyTorch實現(xiàn)一個業(yè)務(wù)，可能需要兩百行代碼，但采用Hugging Face，可能用50行代碼就可以完成。

成為AI芯片領(lǐng)先者的三個關(guān)鍵

不難發(fā)現(xiàn)，想要實現(xiàn)AI芯片的大規(guī)模落地，減小AI芯片提供者和使用者之間的認(rèn)知差是關(guān)鍵，這其中的關(guān)鍵又是軟件和生態(tài)的建設(shè)。

但要成為AI芯片領(lǐng)域的領(lǐng)導(dǎo)者，盧濤認(rèn)為有三個關(guān)鍵：預(yù)判+冒一點風(fēng)險+一點運氣。

“Graphcore在2016年成立時，只能追趕。對于新的領(lǐng)域，如果能提前預(yù)判，就可能在領(lǐng)域里具備領(lǐng)先性。”盧濤具體解釋。

2016年，傳統(tǒng)的機器視覺模型ResNet已經(jīng)存在，這時候Graphcore需要追趕，作為追趕者需要做一些預(yù)判發(fā)現(xiàn)機會。2020年，Graphcore關(guān)注到了Transformer技術(shù)，這種技術(shù)本來是用于自然語言處理的底層技術(shù)，但業(yè)界出現(xiàn)了用Transformer做計算視覺的趨勢，Graphcore率先開始支持。

到2021年下半年，一些基于Transformer的視覺模型，比如ViT成為了熱門。由于有提前的預(yù)判，Graphcore對于新的基于Transformer的視覺模型以及GNN都有很好的支持，很多創(chuàng)新和前沿的模型比GPU支持得更好。

正是憑借著創(chuàng)新的IPU硬件和不斷完善的Poplar軟件生態(tài)，Graphcore在2021年有不少應(yīng)用案例。在2021年下半年，安捷數(shù)科利用IPU進行氣象預(yù)測、精準(zhǔn)灌溉、防災(zāi)減災(zāi)。深勢科技完成分子動力學(xué)模擬軟件DeePMD-kit向IPU硬件的遷移，探索基于分子動力學(xué)模擬的科學(xué)計算、藥物設(shè)計、材料設(shè)計和新型能源等場景。

在金融保險領(lǐng)域，牛津-英仕曼用IPU進行股價預(yù)測；Tractable與Graphcore達成合作，加速事故和災(zāi)害恢復(fù)。電信方面，Graphcore與韓國電信合作發(fā)布了IPU云。在城市環(huán)境可持續(xù)發(fā)展領(lǐng)域，升哲科技基于IPU進行城市相關(guān)可持續(xù)發(fā)展方面的應(yīng)用。在醫(yī)療、生命科學(xué)領(lǐng)域，Graphcore與斯坦福大學(xué)醫(yī)學(xué)院合作，使用IPU以“醫(yī)療+隱私計算”為核心方向進行了一些研究和探索。

但這些應(yīng)用案例多為前沿技術(shù)和應(yīng)用的探索，不是大規(guī)模的商業(yè)應(yīng)用。對此盧濤表示，“商業(yè)領(lǐng)域內(nèi)，我們有一些大規(guī)模應(yīng)用的客戶，他們更關(guān)注于自身業(yè)務(wù)給客戶帶來的價值，很少和技術(shù)廠商一同發(fā)布新聞。前沿的研究更加開放，研究者也希望結(jié)果能讓更多人看到，自然會有更多可以分享的案例?！?/p>

他也同時透露，2022年，Graphcore會有一些和國內(nèi)公有云廠商的IPU產(chǎn)品發(fā)布，也會有新的硬件產(chǎn)品的發(fā)布。Graphcore也會在一些相關(guān)的AI應(yīng)用領(lǐng)域中會進一步加深合作，比如AI輔助科研、自動駕駛等是他們2022年在AI應(yīng)用或垂直領(lǐng)域中比較重要的方向。

值得一提的是，Graphcore的IPU與CPU的硬件解耦，有助于IPU更好的拓展市場。比如在BERT訓(xùn)練中，Graphcore采用一臺2顆CPU的服務(wù)器和64顆IPU，比例為1：32，在計算機視覺模型中的比例則基本為1：8。但如果是英偉達或者英特爾的系統(tǒng)，無論何種場景和模型，都會有一個固定的CPU和GPU比例，比如1：4或1：2。

寫在最后

AI芯片的競爭最終依舊會演變?yōu)樯鷳B(tài)、商業(yè)的競爭。在AI芯片的早期階段，雖然參與者眾多，但各自都在團隊組建和產(chǎn)品開發(fā)的階段，AI芯片公司間并沒有真正的競爭關(guān)系。隨著AI芯片的發(fā)布，以及落地的推進，AI芯片公司之間的競爭才真正開始。

當(dāng)越來越多的領(lǐng)域和客戶開始關(guān)注AI的規(guī)模應(yīng)用和落地時，自然會加劇AI芯片公司之間的競爭，這時候，已經(jīng)不再單純比拼硬件性能，軟件和生態(tài)才更能打動最終用戶。

2022年，我們將看到AI芯片公司間的競爭日趨激烈，我們也將慢慢看到AI芯片公司們真正的實力。雷峰網(wǎng)