中国的规模优势,有望帮助AI芯片后来者居上?
芯片一直是个神奇的东西,表面上看是电脑、笔记本、智能手机改变了世界,其实,真正改变世界的硬件内核是芯片,芯片相关的技术才是科技界最实用、最浪漫的基础技术,也正因如此,谁掌握了芯片基础技术,谁就能立于不败之地,分分钟攫取高额的利润,最典型的例子就是三星,他们在功能机时代就同诺基亚、摩托罗拉并列为三大巨头,也被中国青年誉为“最值得购买”的三个品牌之一。现在,他们的Galaxy又是唯一能同iPhone匹敌的明星机型,毫无疑问,苹果、三星在终端市场是死对头,乔布斯曾亲自制作PPT讽刺其跟风,但十几年来,苹果和三星又呈现相爱相杀的状态,其中,最重要的原因就是苹果需要三星的芯片技术,尽管还有台积电如此优秀的芯片供应商,可苹果从来不敢同三星翻脸,而且在可预见的未来,三星依旧会凭借芯片技术享有“著名科技企业”的美誉。

三星、台积电之外,英特尔、高通、LG、联发科都是芯片业巨头,显然,这里缺少了中国企业,我们是全球最大的半导体消费市场,芯片却只能依靠进口,相关数据统计,中国每年芯片的进口总额大概9000亿元,相当于全年总石油出口总额,更大的潜在风险在于,芯片是基础资源,地位不输给天然气、煤、石油,总体上算是一种国家战略层面的东西,要知道中国年轻人的数据有可能正源源不断地通过外来的芯片输送到世界各地,这个东西细思极恐,他们会知晓年轻人的行为、习惯、教育程度、业余爱好等等。基于此背景,中国正努力让自己变成芯片强国,我们错失了PC电脑时代,在移动互联时代后来居上,甚至弯道超车,而在AI芯时代,我们从一开始就是参与者,且有可能发挥规模优势,领先全世界。
AI芯片,
最浪漫、最实用的科技之一
相信对于大多数人来说,芯片都是神秘的,包含笔者在内游弋在科技行业十几年,也鲜有机会参观芯片的生产过程,我一直好奇于芯片的制造、测试和封装,每一个环节都充满着含金量,也特别好奇,生产工程师是如何在18个月内,就能让同样体积芯片上的集成电路增加一倍,神往于集成电路的间隙由12nm缩减到7nm,从这些角度讲,芯片业充满着浪漫主义色彩,但芯片行业更为人熟知的是它的用途,以及带来的滚滚财源。

简单点地说,消费类电子产品的发展史,基本上就是一部芯片发展史,此前,我们只能使用功能手机,运算和存储能力都非常寒碜,存上几百条通信录,装上两个小游戏,一个贪吃蛇,一个推箱子,内存就已经爆满,运行方面更加可怜,彼时的手机面对两个以上任务就会焦头烂额、快速崩溃;随着相关技术的发展,芯片多任务处理的能力有显著提升,最终表现为伟大创意智能手机,现在的消费者几乎把整个世界都要存储到手机里,从8G到32G,再到128G,我们可以一边玩王者荣耀,一边又跑到微信群里抢红包,再顺便瞧一眼:李小璐出轨的最新进展,这种多任务处理能力的出现几乎是革命性变化,构建起手机平台,编织出移动互联网,随后衍生出社交、外卖、扫码支付等新事物,一举深刻地改变了人类生活,而且,芯片渐渐出现在更多的领域,除了最常见的电脑、手机平台之外,汽车、家电、自动化设备也都开始使用Built-in芯片来提高新能,等到万物联网时代来临,建筑物、古城墙、电线杆都会安装上芯片,任何的机械设备也都可以安装芯片,从而实现建筑间的社交、机器设备间的社交,当然,最巅峰的状态就是人类本身也能嵌入芯片,它们可以帮助人类存储记忆,加快异常情况下的反应速度,最终形成强大而完美的“半人半机”状态。
显然,在人体和芯片完美结合前,我们仍然需要花费大量的时间来提高芯片性能,最重要的方向就是将其智能化,也就是我们本文所说的AI芯片。通俗地说,我们希望AI芯片能像人类大脑一样工作和思考,但人类大脑是一个非常复杂的组织,由数十亿个神经元组成,连爱因斯坦也坦诚自己只利用了10%的脑容量。现在,全世界的科学家都在试图寻求技术突破:重构芯片的运行模式,让其遵守人类大脑的运行规律,进而实时模拟人类大脑处理信息的过程,最重要的则是面对复杂情况时的决策能力,以及依靠短期记忆、外部环境迅速做出判断的能力,这或许就是人脑和AI芯片最大之差异。
中国的规模优势,或能帮助AI芯片后来者居上
如前文所述,中国实在不是一个芯片强国,我们完全错过了电脑芯片时代,又错过了50%的移动互联网时代,因此付出了相对沉重的代价,进口芯片的钱本来可以用来提高老百姓的美好生活水平,更重要的是,中国正因此流失掉越来越多的宝贵数据,要知道,未来的生意都和数据有关系,谨记有人同你要数据,本质是在和你要钱。好在,从政府人员到企业管理者,再到普通的从业人员都已经意识到这是个需要亟待处理之问题,加之,中国正国运昌盛,在这片土地上充满着神奇,AI芯片领先世界绝不是空谈:

首先,国家层面的支持非常重要,这意味着相关的投资、人才培训以及政策上的优惠都不是问题,一些刚刚成立的芯片企业,亦能轻松地获得1亿美元的投资,这些投资有些来自于有关部门直接拨款,有些则是阿里巴巴、腾讯等企业的投资,他们总是乐于投资政府关注的项目,以获取更多的优惠;其次,中国具有充满潜力的消费市场,这个市场的潜力不仅仅在于数量庞大,更在于现如今的中国人正全面苏醒,我们乐于尝试新的事物,比如滴滴、共享单车、扫码支付、网络购物等等,现在的中国人从不固执于传统,不用费尽心思地摆脱旧习惯,这就是为什么只十年,中国就涌现出阿里巴巴、腾讯、百度这样强大的互联网企业,而由此衍生出来的7.5亿网民,几乎把全部的业余时间都献给了手机,产生了大量的数据,这恰恰是AI芯片进化的基础性资源,不巧的是,中国消费者允许企业免费使用这些资源,这种情况在美国和欧洲国家都是不可想象的,他们的消费者太在乎隐私,企业App分析个跑步次数,都有可能被告上法庭,就更不要说研究其购物习惯、年度账单之类的敏感信息了,另外,也是最重要的,中国已经出现像华为、海思、联芯等优质芯片商,积累了大量的技术专利,加之,由国家牵头创建的芯片融资平台,确保了AI芯片研发的主体架构。
现在,中国国运昌盛,我们已经意识到自己的优势,正寻找如何利用这些优势的套路,预祝在不久的将来,中国能真正成为AI芯片强国,走到世界的前列,赚美国人的钱,收集欧洲人的数据,再由此衍生出新的商业模式,笑傲全球。(科技新发现
康斯坦丁/文)
中国的规模优势,有望帮助AI芯片后来者居上?的更多相关文章
- 发布AI芯片昆仑和百度大脑3.0、L4自动驾驶巴士量产下线,这是百度All in AI一年后的最新答卷...
机器之心报道,作者:李泽南. 去年的 7 月 5 日,百度在北京国际会议中心开办了首届「AI 开发者大会」.在会上,百度首次喊出了「All in AI」的口号.一年的时间过去了,今天在同样地点举行的第 ...
- 深度 | AI芯片终极之战
深度 | AI芯片终极之战 https://mp.weixin.qq.com/s?__biz=MzA4MTQ4NjQzMw==&mid=2652712307&idx=1&sn= ...
- 深度 | AI芯片之智能边缘计算的崛起——实时语言翻译、图像识别、AI视频监控、无人车这些都需要终端具有较强的计算能力,从而AI芯片发展起来是必然,同时5G网络也是必然
from:https://36kr.com/p/5103044.html 到2020年,大多数先进的ML袖珍电脑(你仍称之为手机)将有能力执行一整套任务.个人助理将变的更加智能,它是打造这种功能的切入 ...
- 一文解读AI芯片之间的战争 (转)
2015年的秋天,北京的雨水比往年要多些,温度却不算太冷.这一年里,年仅23岁的姚颂刚刚拿到清华大学的毕业证书;32岁的陈天石博士毕业后已在中科院计算所待了整整8年;而在芯片界摸爬滚打了14年的老将何 ...
- Nvidia和Google的AI芯片战火蔓延至边缘端
AI 的热潮还在持续,AI 的战火自然也在升级.英伟达作为这一波 AI 浪潮中最受关注的公司之一,在很大程度上影响着 AI 的战局.上周在美国举行的 GTC 2019 上,黄仁勋大篇幅介绍了英伟达在 ...
- AI芯片
课程作业,正好自己也在学深度学习,正好有所帮助,做了深度学习的AI芯片调研,时间比较短,写的比较仓促,大家随便看看 近年来,深度学习技术,如卷积神经网络(CNN).递归神经网络(RNN)等,成为计算机 ...
- AI 芯片的分类及技术
AI 芯片的分类及技术 人工智能芯片有两种发展路径:一种是延续传统计算架构,加速硬件计算能力,主要以 3 种类型的芯片为代表,即 GPU. FPGA. ASIC,但 CPU依旧发挥着不可替代的作用:另 ...
- 一文看懂AI芯片竞争五大维度
下一波大趋势和大红利从互联网+让位于人工智能+,已成业界共识.在AI的数据.算法和芯片之三剑客中,考虑到AI算法开源的发展趋势,数据与芯片将占据越来越重要的地位,而作为AI发展支柱的芯片更是AI业的竞 ...
- AI芯片:高性能卷积计算中的数据复用
随着深度学习的飞速发展,对处理器的性能要求也变得越来越高,随之涌现出了很多针对神经网络加速设计的AI芯片.卷积计算是神经网络中最重要的一类计算,本文分析了高性能卷积计算中的数据复用,这是AI芯片设计中 ...
随机推荐
- Java之多线程窗口卖票问题(Thread)
/** * * 例子:创建三个窗口卖票,总票数为100张.使用继承Thread类的方式 * * 存在线程的安全问题,待解决. * */class Window extends Thread{ priv ...
- Java clone方法的使用
浅克隆 Person p2 = (Person) p1.clone(); clone()方法使用后得到p2,p2和p1指向不同的地址.但是如果p1中的属性是引用类型,那么不再对这个引用类型进行复制,而 ...
- ZJNU 2135 - 小智的宝可梦
因为成环 所以可以枚举第1只与第n只喂的次数 然后第1只和第2只的次数就固定了,以此类推,则所有宝可梦喂的次数都固定了 最后处理完检查是否全为0,不是则进行下一次枚举,是则直接输出Yes 如果所有枚举 ...
- Linux-使用syslog来记录调试信息
1.有三个函数:openlog.syslog.closelog 2.一般的log信息都在操作系统的/var/log/messages这个文件中存储着,但是ubuntu中是在/var/log/syslo ...
- Python基础学习三
Python基础学习三 1.列表与元组 len()函数:可以获取列表的元素个数. append()函数:用于在列表的最后添加元素. sort()函数:用于排序元素 insert()函数:用于在指定位置 ...
- Linux 进程信号量
#include<stdlib.h> #include<stdio.h> #include<sys/types.h> #include<sys/ipc.h&g ...
- Tokyocabinet/Tokyotyrant文档大合集
1. 前言 这里不是我个人原创,是我对网络上整理到的资料的再加工,以更成体系,更方便研究阅读.主要是对其中跟主题无关的文字删除,部分人称稍做修改;本人无版权,您可以将本页面视为对参考页面的镜像.第二部 ...
- iso镜像文件的挂载和yum库的搭建
挂载镜像文件 1.上传镜像文件到服务器(或电脑)的某一目录下 如:(/media/rpm_pack/rhel...iso) 2.root 用户下创建镜像文件挂载目录 mkdir /mnt/vcd ...
- spark-shell使用指南. - 韩禹的博客
在2.0版本之前,Spark的主要编程接口是RDD(弹性分布式数据集),在2.0之后,则主推Dataset,他与RDD一样是强类型,但更加优化.RDD接口仍然支持,但为了更优性能考虑还是用Datase ...
- hdu2876 Connections between cities(LCA倍增)
图不一定联通,所以用并查集找各个联通块的祖先分别建图,之后就和LCA的步骤差不多了 #include<iostream> #include<cstring> #include& ...