当前位置:首页 > 芯闻号 > 充电吧
[导读]日前,全球AI芯片第一股英伟达在发布了不及预期的2019财季第三季度财报及第四季度业绩展望后,股价一度暴跌近20%,而在过去一个月中,英伟达股价已经下跌超过14%。那么问题来了,这两年股价一直暴涨,颇

日前,全球AI芯片第一股英伟达在发布了不及预期的2019财季第三季度财报及第四季度业绩展望后,股价一度暴跌近20%,而在过去一个月中,英伟达股价已经下跌超过14%。那么问题来了,这两年股价一直暴涨,颇有AI芯片“妖股”之称的英伟达缘何出现股价暴跌?

众所周知,以PC图形芯片(GPU)为核心的英伟达之所以股价和市值暴涨,最根本的原因是其自身和外界赋予了英伟达AI芯片(公司)的名头,而AI被外界公认为是未来芯片产业的发展方向。

尽管如此,从英伟达的财报看,传统的PC图形芯片依然是其营收和利润的主要来源(至少营收依然占到了一半)。而此次财报发布后股价的暴跌,究其原因,也主要与其图形芯片库存的增加和“挖矿”芯片需求的减少而导致业绩未达预期密切相关。虽然与AI真正相关的数据中心和智能驾驶等等芯片业务营收的处在增长之中,但鉴于其在英伟达整体营收的比重不足以影响整体的业绩表现,所以仍未能成为影响其股价走势的主要因素。

实际上不仅是刚刚过去的第三季度,从过去接近一年英伟达传统PC图形芯片业务一直占据其一半营收左右的事实,至少从短期看,英伟达仍不能称之为AI芯片公司或者说按照AI芯片公司衡量其股价和市值。而就在英伟达发布财报之后,曾经因为AI而看好英伟达股价的高盛将从其“确信名单”中剔除,声称它“显然看错了这只股票”,低估了该公司库存积压的严重性,也从侧面证实了业内审视英伟达的标准开始发生变化(至少不能完全以AI企业的标准来衡量)。

如果说上述是英伟达实际业务构成和表现显现出其作为全球AI芯片第一股盛名难副的话,那么即便是将其放置当下和未来的AI芯片中也远非外界普遍认为的那般强大,至少存有一定的误区。

曾几何时,在英伟达、媒体和分析机构等的大力鼓吹和宣传下,英伟达似乎成为了AI芯片,甚至是整个AI产业的代表。但事实远非如此。我们仅以目前AI芯片市场规模最大,也是英伟达GPU应用最为广泛的数据中心支撑的云计算为例,具体到所谓AI芯片的应用,主要分为云端训练(Training)和云端推理(Inferencing),也理应是业内现在和未来以AI之名衡量英伟达股价和市值的主要依据。

其中在强调算力重要性的云端训练方面,由于GPU具备的算力的天然优势,英伟达目前占有绝对领先的市场份额,但在云端推理方面,先不说传统的CPU目前就可以承担接近一半AI相关应用的负载,从AI芯片的角度,与英伟达的GPU在云端训练方面近乎一家独大不同,其呈现的百花齐放之势,且芯片大佬云集。例如基于FPGA的全球FPGA芯片巨头赛灵思(Xilinx)和英特尔(并购来的Altera)。

对此,美国投资研究机构MorningStar分析师Abhinav Davuluri分析称,英特尔与赛灵思之所以在云端的推理阶段具备优势,首先是在推理方面,并不需要GPU强大的算力(更注重功率效率),其次英特尔和赛灵思有比英伟达更广泛的芯片选择,包括CPU、FPGA、协处理器和特殊应用集成电路(ASIC)等。

例如在CPU方面,虽然在云端训练方面的算力上不及GPU,但在注重功率效率的云端推理上则有望超越GPU。

以CPU市场的老大英特尔为例,在斯坦福大学更新的DAWNBenchmark测试成绩显示,英特尔的ResNet模型(Caffe框架),即完全由Xeon处理器构建的亚马逊EC2平台,推理延迟和推理成本上都拿下第一。具体来说,英特尔平台处理10000张图片的延迟是9.96ms,成本0.02美元,相比之下,英伟达基于MXNet框架的K80显卡+4 CPU平台的成本是0.07美元、延迟29.4ms。

需要说明的是,DAWNBench是一套用于端到端深度学习训练和推理的基准套件,提供了一套通用的深度学习评价指标,用于量化训练时间、训练成本、推理延迟以及推理成本,并通过不同的优化策略、模型体系结构、软件框架、云和硬件来计算推理成本。

除了CPU外,英特尔在今年美国旧金山举办的人工智能开发者大会上,还推出了基于ASIC专为机器学习设计的神经网络处理器芯片Nervana NNP-L1000(Spring Crest),有分析称这款NNP将大幅超越GPU。

同样,作为全球FPGA芯片巨头的赛灵思不久前也宣布推出专为云端推理设计的AI芯片,这款名为Versal的芯片将FPGA与两个更高性能的ARM处理器相结合,再加上一个专用的AI计算引擎,与现有硬件相比,可以实现更高的吞吐量、更低的延迟和更高的功效。对此有分析师表示,赛灵思推出这款Versal芯片是将矛头对准了英伟达及其已经成为AI工作负载标准的GPU。

通过上述的分析,我们不难发现,在所谓AI芯片应用最大的云计算市场,按照云端训练和推理竞争的AI应用衡量,芯片厂商竞争的核心无非是芯片的处理能力(算力)和功率效率。而英伟达的优势目前只是体现在了云端训练的算力上,在注重功率效率的云端推理上显然并不具备绝对的优势,且面临强大的竞争对手。

而众所周知的事实是,一个完整的AI云端解决方案,从训练走向推理是必然,而英伟达能否将在云端训练上的优势扩展到云端推理,业内一直存有相当的争议,这也让英伟达在最大的AI芯片应用市场的未来能否是绝对的老大充满了变数。

如果说上述是英伟达在最大AI芯片应用市场面临激烈竞争能否延续既有优势存疑的话,那么在既有的算力优势上,英伟达的挑战已经到来。而且这些挑战者均是目前英伟达GPU用户的非芯片企业。其中最典型的就是谷歌已经发展了三代的TPU。

相比于传统GPU图形芯片,TPU使用8位低精度计算以节省晶体管,对精度影响很小但可以大幅节约功耗,而若把多个TPU集成在一起,在增强性能的同时,功耗也会低于多个GPU集成。具体到今年发布的第三代TPU,据称,其新运算阵列TPUv3 Pod 的计算能力远远超过了100 Petaflops,这无疑使得英伟达在今年NVIDIA GTC 2018大会上发布的可容纳16块Tesla V100 GPU的DGX-2提供的2Petaflops的算力相形见绌。而更让英伟达感到不安的是,谷歌宣布今年宣布开放自己的TPU算力和生态,这无疑又会间接影响到目前在云端使用英伟达GPU作为AI芯片的企业,减少对于其GPU的采购和使用。

不仅是谷歌,像诸如微软、亚马逊、中国的华为、阿里巴巴、百度等这些英伟达的大客户均已经发布和准备涉足AI芯片(主要是面向云端的AI应用)。

例如微软正在开发基于FPGA的Brainwave,阿里巴巴正在研发一款神经网络芯片Ali-NPU,该芯片将运用于图像视频分析、机器学习等AI推理计算。华为更是在日前举行的华为全链接2018大会上发布了两款AI芯片:昇腾910、昇腾310。其中昇腾910作为单芯片计算密度最大的AI芯片,算力远高于谷歌研发的TPU V3、NVIDIA V100芯片,达到了惊人的256TFLOPS。而阿里巴巴正在研发一款神经网络芯片Ali-NPU,该芯片将运用于图像视频分析、机器学习等AI推理计算。

综上所述,我们看到,无论是从英伟达现在的营收构成,还是未来的AI芯片产业中,其全球AI芯片第一股盛名难副的迹象已经显现,就像知名做空机构香椽今年8月份在做空英伟达时所言:每次有新的人工智能技术亮相,在提到竞争对手时,都会提到英伟达的名字。言外之意,英伟达已经成为AI芯片领域的众矢之的(统计数据显示,有多达40家公司都在设计定制化的AI芯片,其中许多都锁定了数据中心和云端应用),不管是芯片产业的真正竞争对手(主要是芯片厂商),还是合作伙伴(英伟达的客户),它们或出于竞争,或出于自身业务发展的考量,在技术、商业模式等方面直接或者间接地影响着未来英伟达在AI芯片领域的地位。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

目前,深度神经网络技术已经成为人工智能领域的代表性算法,基于深度神经网络技术的字符识别、图像分类或语音识别等关键技术,已经广泛应用于搜索引擎和智能手机等产品中。

关键字: 华为 卷积运算 ai芯片

2015年,芯片设计公司数量为736家,一年后,几乎翻了一倍成为1362家。其中,AI芯片最为耀眼。经过几年的探索和沉淀,AI的发展也许已经悄然进入2.0阶段。

关键字: ai芯片 云端 终端

芯片作为未来智能汽车的大脑,直接影响智能座舱和自动驾驶,自然也成为智能汽车时代的必争之地。智能汽车面对非常复杂的环境,感知、融合、决策需要巨大的计算能力,而传统的通用计算平台的算力功耗比TOPS/W居高不下,而且算力的利...

关键字: ai芯片 地平线 特斯拉

作为“第三生活空间”的未来车辆,使用场景必将更加丰富。而车辆内外部需要交互才能实现的各种功能,这必然意味着大量的数据和智能运算,而芯片将是汽车核心技术生态循环的基石。

关键字: 汽车 ai芯片 智能

9月28日,格兰仕在顺德总部宣布明年初将流片AI芯片,其合作伙伴赛昉科技同时发布了基于RISC-V开源架构的人工智能视觉处理平台,并与多家企业联手建立了“中国芯”开源芯片生态合作联盟。格兰仕与惠而浦有接近20年的战略合作...

关键字: 格兰仕 ai芯片 家电

随着5G时代到来以及AI技术的兴起,智能化成为了传统车企转型升级的目标和需求导向,自动驾驶在众多汽车应用场景中广受关注,在对AI芯片提出更高挑战的同时,也增加了AI芯片的需求。在自动驾驶领域,目前全球已有英伟达、英特尔等...

关键字: ai芯片 自动驾驶 国产

人工智能是第四代工业革命的核心科技,是国家推进‘新基建’重点建设的新型基础设施,百度建设的AI基础设施正是百度大脑,能够让各行各业更高效、更全面、更深入地应用人工智能技术,加快产业智能化进程。

关键字: 人工智能 ai芯片 百度

8月20日,“启明920”由清华大学交叉信息研究院马恺声教授领衔的西安交叉核心院芯片中心研发成功并完成测试,这在我国芯片领域具有重大意义。而在9月15日,2020西安全球硬科技创新大会分论坛——“下一代AI芯片产业发布暨...

关键字: ai芯片 自动驾驶 国产

[]随着人们越来越关注低延迟、数据隐私以及低成本、超节能的人工智能芯片组的可用性,edge人工智能(AI)芯片组市场有望在2025年首次超过云AI芯片组市场。 根据全球科技市场咨询公司ABI Res

关键字: ai芯片 edge 云计算 人工智能

  据外媒(cnbc)报道,一家生产AI芯片的创企Graphcore筹集了3000万美元资金。这些资金将帮助它在未来芯片领域同传统豪强英特尔和英伟达展开竞争。   这家英国公司计划明年大

关键字: ai芯片 无人驾驶 机器学习
关闭
关闭