ASIC芯片市场涨幅显著 是国内芯片的新机遇

ASIC芯片市场涨幅显著是国内芯片的新机遇ASIC（专用集成电路，ApplicationSpecificIntegratedCircuit）是不可配置的高度定制专用芯片。特点是需要大量的研发投入，如果不能保证出货量其单颗成本难以下降，而且芯片的功能一旦流片后则无更改余地，若市场深度学习方向一旦改变，ASIC前期投入将无法回收，意味着ASIC具有较大的市场风险。目前，大多是具备AI算法又擅长芯片研发的巨头参与，如Google的TPU。ASIC在性能和功耗上都要优于GPU和FPGA，TPU1是传统GPU性能的14-16倍，NPU是GPU的118倍。寒武纪已发布对外应用指令集，预计ASIC将是未来AI芯片的核心。人工智能下的芯片新需求随着人工智能产业链的火速延伸，GPU并不能满足所有场景（如手机）上的深度学习计算任务，GPU并不是深度学习算力痛点的唯一解。目前以深度学习为代表的人工智能计算需求，主要采用GPU、FPGA等已有适合并行计算的通用芯片来实现加速。在产业应用没有大规模兴起之时，使用这类已有的通用芯片可以避免专门研发定制芯片（ASIC）的高投入和高风险。但是，由于这类通用芯片设计初衷并非专门针对深度学习，因而存在性能、功耗等方面的瓶颈。随着人工智能应用规模的扩大，这类问题将日益突出。正如CPU改变了当年庞大的计算机一样，人工智能ASIC芯片也将大幅改变如今AI硬件设备的面貌。如大名鼎鼎的AlphaGo使用了约170个图形处理器（GPU）和1200个中央处理器（CPU），这些设备需要占用一个机房，还要配备大功率的空调，以及多名专家进行系统维护。而如果全部使用专用芯片，非常可能只需要一个盒子大小，且功耗也会大幅降低。在芯片需求还未成规模、深度学习算法暂未稳定需要不断迭代改进的情况下，利用具备可重构特性的FPGA芯片来实现半定制的人工智能芯片是理想选择。随着人工智能算法和应用技术的日益发展，以及人工智能专用芯片ASIC产业环境的逐渐成熟，人工智能下ASIC将成为人工智能计算芯片发展的必然趋势。ASIC芯片撬动产业的支点人工智能硬件应用场景归纳为云端场景和终端场景两大类。云端主要指服务器端，包括各种共有云、私有云、数据中心等业务范畴；终端主要指包括安防、车载、手机、音箱、机器人等各种应用在内的移动终端。由于算法效率和底层硬件选择密切相关，“云端”（服务器端）和“终端”（产品端）场景对硬件的需求也不同。人工智能目前主流使用三种专用核心芯片，分别是GPU，FPGA，ASIC。①GPU是普遍使用的一种，通过CUDA接口可以让原本只可以用来玩游戏的GPU进行通用计算。进入2017年之后，原本做显卡芯片的NVIDIA立马摇身一变成了人工智能行业里的泰山北斗，几乎所有做人工智能技术的公司，都会买来一大堆NVIDIA的显卡，进行深度学习运算。②FPGA芯片，其使用门槛比GPU要高一些，但效率要高很多，赛灵思公司称其产品在特定情况下比GPU高数十倍。FPGA是一种可编程的电路，所以可以根据需求重新刷写，可以根据变成模拟成声卡、显卡或者其他不同类型的芯片，在以往主要用于芯片研发的模拟阶段。由于其“可变”的特性，FPGA也可以刷写成人工智能芯片进行深度学习的计算。不过深度学习有很多种，语音和视觉的算法都不一样，在进行不同运算时就需要重新刷一下FPGA芯片。③ASIC是一种全定制的芯片，比特币矿机所用的就是AISC。其效率极高，而单芯片成本很低，例如2013年的时候一颗功耗只有几瓦的阿瓦隆ASIC，挖比特币的算力相当于好几块功耗上百瓦的显卡之和。ASIC的市占率可望随着边缘运算的需求增加而明显攀升，从2018年的11%增加至2025年的52%。ASIC之所以受到青睐，原因在于新兴的深度学习处理器架构多以图形（Graph）或Tensorflow为基础架构；且上述提到AI边缘运算受限于功耗和运算效能，因此多以推论为主，而非训练。若假设到2021年时，终端设备将导入大量AI芯片，所需要的便是能在同一个芯片上进行推理和训练，可因应分散式运算且又具低功耗的IC，因此ASIC需求将持续上扬，实现更多AI边缘应用案例。ASIC是国内芯片的新机遇人工智能芯片向ASIC转移将在全球开辟一块新战场，这也是中国芯片的机会。中国芯片在设计、制造、封测三大产业链环节均落后于世界先进水平，部分领域甚至跟发达国家有10年-20年的差距。这让中国的芯片领域过分依赖进口贸易。全球调研机构ICInsights在2016年公布了全球半导体20强，前20位中没有中国公司上榜。由于专利积累、软件生态配套不足等原因，中国在已经落后的传统芯片领域想要追赶领先者颇为困难。而在没有太多历史包袱、有新技术突破的芯片领域，中国跟其他国家站在同一起跑线上，有机会占据领先位置。现阶段，中国弯道超车的希望存在于人工智能（AI）芯片领域。谷歌和英伟达公司是人工智能处理领域的两大巨头，但英伟达主要专注于GPU。人工智能领域的ASIC专用芯片仍是一片蓝海，尚未出现足以垄断市场的巨头公司。在AI领域专用芯片，除了谷歌，研发者大多为充满活力的新兴公司，其中活跃着不少中国公司，如寒武纪、地平线等。AI芯片上可以说是美国第一，中国第二。目前人工智能芯片正在重演矿机芯片的演化路径——从CPU/GPU/FPGA到ASIC专用芯片。而国内企业也有机会将成熟的ASIC芯片技术拓展到人工智能领域。结尾ASIC无论是从性能、面积、功耗等各方面都优于GPU和FPGA，长期来看无论在云端和终端，ASIC都