AI芯片的战争中，谁将脱颖而出

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

人工智能(AI)现在的热度节节攀升。这项技术存在了数十年之久，一直不温不火，但它最近已经成为数据中心分析、自动驾驶汽车和增强现实等应用的焦点。这项技术怎么就重获新生了呢?在我看来，人工智能迅速走热的趋势是由两种力量所推动的：训练人工智能系统所需要的数据的大爆发和可以大大加快训练进程的新技术的出现。下面，我们分别从这两个方面进行一下解读。

数据就是人工智能世界的货币。没有大量的已知结果，就无法进行推论和机器学习。得益于数据中心领域几个巨无霸的强力推动，各种数据库正处于如火如荼的建设中。谷歌已经积累了大量与自主驾驶汽车相关的经验数据，特斯拉和其它位于底特律的汽车制造商也不甘落后，积累了大量数据。在自动驾驶领域，奥迪计划在其旗舰车型A8上部署Level 3的自动驾驶能力。

人工智能的另一个应用前沿是自然语言处理。想想吧，您的屋子里充满了各种倾听您的指令并随时准备进行互动的小玩意(比如亚马逊的Alexa、三星电视等)，当然，这些设备不是为了窃听你的私生活，它们看起来更像是一个精心设计的程序，可以学习如何解释人类的自然语言。谷歌、Facebook、亚马逊和微软已经开展了大量研究自然语言处理的项目。

从技术的角度来看，英伟达的GPU处于先发优势，因为它的架构可以很容易地从图形加速应用切换到AI培训应用上。现在，人工智能已经不再局限于机器学习上，而且更多可以以更快的速度运行AI系统的新型架构正在被开发出来。英伟达、高通、英特尔、IBM、谷歌、Facebook和其它公司正在加速涌入这个领域。

实际上，这些器件并不是真正的芯片，而是一种单封装系统。它们通常包含一颗或者两颗高规格的基于最新半导体制造工艺(16nm及以下)打造的ASIC和大容量的超高带宽内存(比如HBM2堆栈)，所有这些芯片都通过某种内插器集成在一起(想象一下硅片的封装)。我们当然知道哪些场合需要这些芯片，但是问题是，是谁在设计和生产它们?

先看代工厂这边，全球有很多代工厂，但是因为难度太高，能生产AI单封装系统的厂家并不多，台积电、三星和格罗方德都在榜单之列。那么，是哪些厂商在设计AI单封装系统呢?你需要看看哪些厂商真正擅长2.5D集成和拥有设计所需的关键IP(比如HBM2物理层接口和高速SerDes)。HBM2 PHY和高速SerDes模块执行该单封装系统内多个组件之间的任务关键性通信。这些都是模拟设计中非常苛刻的挑战，从ASIC供应商那里购买IP可以把风险降至最低。

擅长这些领域的ASIC厂商并不多，不过由于人工智能市场可能会出现爆炸性增长，所以这些ASIC厂商将会受益匪浅。其中有一家ASIC厂商值得关注–eSilicon。上面提到的三项关键技术eSilicon都有涉及，一方面从2011年以来他们一直在做2.5D集成并且已被公认为这一领域的领导者。同时eSilicon也有硅验证的HBM2 PHY技术。那么SerDes呢?到目前为止，eSilicon已经集成了第三方的SerDes模块。如果仔细观察你会发现情况还在发生变化，eSilicon并没有关于拥有SerDes技术的官方声明，但是该公司网站上已经出现了高性能SerDes开发中心的相关文字。并且他们正在招聘版图工程师，这很说明问题。