AIGC催动异构集成浪潮为本土产业带来历史性机遇

2023-07-03 11:03

以“智联世界生成未来”为主题的2023世界人工智能大会，即将在本周（7月6日）拉开帷幕。
从今年的大会主题不难看出，生成式人工智能（AIGC），正是当下人工智能学术界、产业界的最大热点，可以想见，大会期间，各家厂商的自研大模型将上演一场名副其实的“百模大战”。
回顾AIGC走红的过程，2018年谷歌发布Transformer模型无疑是一个关键里程碑。由于舍弃了NLP领域自回归计算范式的LSTM/GRU传统算法，从CV领域借用已较为成熟的注意力机制，以位置信息取代时序信息，Transformer得以充分利用GPU等SIMD架构处理器硬件的并行处理能力，实现了令人惊艳的工程效果，并使大型语言模型（LLM）成为其后迅速走向主流的研究路径，工程实践与能力涌现的良性循环，最终为ChatGPT、Midjourney等产品的现象级传播奠定了基础。
当下这场无人甘于错失的AI淘金热中，大算力AI芯片，顺理成章成为衡量各家AIGC业务能力的最重要标尺之一，得到了空前关注。不过在公众舆论场中，这一极具解析价值的议题似乎被简单粗暴地等同于“囤积了多少块英伟达A100/H100”。
有鉴于此，集微网特意对国内外开发大算力AI芯片的科技公司概况进行了整理，以期为读者提供一幅AI“大芯片”全景图谱。
01 通用还是定制，AI芯片体系结构“天问”
1991年，当黄仁勋还未创立英伟达之时，深度学习“三巨头”之一的杨立昆（Yann LeCun），就已经在贝尔实验室开发了卷积神经网络专用训练芯片ANNA，初步验证了为AI训练、推理任务开发的领域专用架构在算力、能效上的优越性。

2015年前后，在AlexNet、AlphaGO的震撼下，大批企业涌入AI芯片市场，掀起了这一细分赛道的第一波创投热潮。
作为AI芯片中最为高端的品类之一，面向数据中心市场的AI大算力芯片也吸引了众多新老玩家。集微网所梳理的主要厂商，彼时普遍押注于两大技术路线，即英伟达为代表的GPGPU路线，和谷歌TPU为代表的定制ASIC路线。

数年后的今天，英伟达GPGPU无疑依然占据着市场主导地位。
根据集微咨询（JW Insights）统计，AI类芯片在

余下全部

共有评论0条