ASIC AI，巨頭才玩得起的游戲？未必

　　人工智能芯片主要包括GPU、FPGA、ASIC以及類(lèi)腦芯片。在人工智能時(shí)代，它們各自發(fā)揮優(yōu)勢，呈現出百花齊放的狀態(tài)?，F在，人工智能已經(jīng)不再局限于機器學(xué)習上，而且更多可以以更快的速度運行AI系統的新型架構正在被開(kāi)發(fā)出來(lái)。英偉達、高通、英特爾、IBM、谷歌、Facebook和其它公司正在加速涌入這個(gè)領(lǐng)域。

　　實(shí)際上，這些器件并不是真正的芯片，而是一種系統級封裝。它們通常包含一顆或者兩顆具有大規模處理能力的基于最新半導體制造工藝(16nm及以下)的ASIC，和大容量的超高帶寬內存(比如HBM2堆棧)，所有這些芯片都通過(guò)先進(jìn)封裝技術(shù)集成在一起。

　　隨著(zhù)NVIDIA將GPU重新定位成為云端AI引擎角色下，也確定帶動(dòng)ASIC業(yè)務(wù)跟進(jìn)發(fā)展，如Google如今已推出第二代TPU、英特爾在買(mǎi)下Nervana公司后也取得自有Nervana芯片，另外由多名前Google TPU員工創(chuàng )辦的新創(chuàng )企業(yè)Groq，近日也宣布將在2018年初推出自有下一代AI芯片等等。

　　Google的TPU，是專(zhuān)門(mén)為其深度學(xué)習算法Tensor Flow設計的，TPU也用在了AlphaGo系統中。今年發(fā)布的第二代Cloud TPU理論算力達到了180T Flops，能夠對機器學(xué)習模型的訓練和運行帶來(lái)顯著(zhù)的加速效果，其實(shí)也是一款ASIC芯片。選擇做ASCI定制化研發(fā)，一方面是資金不愁，另一方面也是出于Google所需提供的服務(wù)考慮。包括Google圖像搜索、照片，云視覺(jué)API、Google翻譯等產(chǎn)品和服務(wù)都需要用到深度神經(jīng)網(wǎng)絡(luò )。Google有這個(gè)需求以及能力去開(kāi)發(fā)一種專(zhuān)門(mén)的芯片并具備規?；瘧?大量分攤研發(fā)成本)的可能。

　　Nervana由英特爾購并后，計劃在2017年底前推出第一款AI專(zhuān)用化Nervana神經(jīng)網(wǎng)絡(luò )處理器(NNP)。Nervana NNP也是一款ASIC芯片，能以極高運算效率從事深度學(xué)習演算法的訓練與執行。英特爾舍棄了CPU上常見(jiàn)的快取，改由特殊軟件負責特定演算法的芯片存儲器管理，希望能借此將芯片的運算密度與性能提升到新的層次。

　　由前Google TPU員工創(chuàng )辦的新創(chuàng )企業(yè)Groq打算在2018年發(fā)布第一代AI芯片。這款芯片對標英偉達的GPU，是專(zhuān)門(mén)為人工智能重新定制一款芯片。官網(wǎng)資料顯示，這款芯片的運算速度將可以達到400萬(wàn)億次每秒，每瓦特能進(jìn)行8萬(wàn)億次的運算。而谷歌最新一代的TPU才達到每秒180萬(wàn)億次運算，Groq芯片的性能將會(huì )是谷歌TPU的兩倍多。

　　聯(lián)發(fā)科也將有所動(dòng)作。聯(lián)發(fā)科共同CEO蔡力行表示，ASIC的布局聯(lián)發(fā)科會(huì )發(fā)揮既有資源，通過(guò)現有團隊實(shí)力，配合客戶(hù)需求積極開(kāi)發(fā)ASIC領(lǐng)域。但畢竟才剛開(kāi)始，現階段不會(huì )太挑客戶(hù)，還是以整體業(yè)務(wù)成長(cháng)為優(yōu)先考慮。

　　全球AI芯片首個(gè)獨角獸寒武紀，走的也是ASIC路線(xiàn)。

　　事實(shí)上，由于定制化、低功耗等好處，在A(yíng)I領(lǐng)域ASIC正在被越來(lái)越多地采用，帶動(dòng)了ASIC設計及市場(chǎng)快速增長(cháng)。根據Semico Research的最新調查報告，在2021年以前，人工智能聲控裝置ASIC的設計預計將以接近20%的年復合成長(cháng)率成長(cháng)，幾乎達到2016年至2021年間所有ASIC設計成長(cháng)率(10.1%)的兩倍，去年全球ASIC出貨量增長(cháng)為7.7%，明年物聯(lián)網(wǎng)ASIC單位出貨量將超過(guò)18億個(gè)單位。Semico Research指出，ASIC增長(cháng)主要動(dòng)力來(lái)自于工業(yè)與消費市場(chǎng)的成長(cháng)，由于市場(chǎng)飽和加上需求減少，許多傳統終端應用的成長(cháng)速度開(kāi)始減慢，而與物聯(lián)網(wǎng)有關(guān)的應用正在起飛。

　　Semico Research指出，除了物聯(lián)網(wǎng)和人工智能以外，與智能電網(wǎng)、穿戴式電子產(chǎn)品、固態(tài)硬盤(pán)、無(wú)人機、工業(yè)物聯(lián)網(wǎng)、先進(jìn)駕駛輔助系統(ADAS)和5G基礎設施相關(guān)的ASIC產(chǎn)品成長(cháng)率預計也將較廣泛的市場(chǎng)更迅速。在2021年以前，消費電子領(lǐng)域的基礎SoC設計專(zhuān)案將以19%的CAGR成長(cháng)，而工業(yè)物聯(lián)網(wǎng)ASIC設計專(zhuān)案則將成長(cháng)25%。

　　ASIC設計研發(fā)成本難以負荷，設計服務(wù)浴火重生

　　盡管如此，ASIC在A(yíng)I領(lǐng)域的應用還是面臨著(zhù)不少難題。

　　ASIC是依照產(chǎn)品需求不同而定制化的集成電路，由特定用戶(hù)需求和特定電子系統的需求而設計、制造。一般來(lái)說(shuō)，ASIC在特定功能上進(jìn)行了專(zhuān)項強化，可以根據需要進(jìn)行復雜的設計，可實(shí)現更高處理速度和更低功耗，相對地，ASIC的設計、制造成本也非常高。一般的IC公司很難承擔為深度學(xué)習開(kāi)發(fā)專(zhuān)門(mén)處理器ASIC芯片的成本的風(fēng)險。首先未來(lái)為了性能必須使用最好的半導體工藝制程，而現在用最新的工藝制造芯片一次性成本就要幾百萬(wàn)美元，非常貴。就算有錢(qián)，還需要組建一個(gè)團隊從零開(kāi)始設計，設計周期往往也非常長(cháng)，可以說(shuō)time to market時(shí)間太長(cháng)，風(fēng)險很大。且ASIC芯片還將必須不斷升級以跟上新技術(shù)及工藝水平，加上ASIC芯片設計者在開(kāi)發(fā)過(guò)程初期便已固定其邏輯，因此若在A(yíng)I這類(lèi)快速演進(jìn)的領(lǐng)域有新想法出現，ASIC芯片將無(wú)法對此快速做出反應。如果無(wú)法實(shí)現規?；膽?，就算開(kāi)發(fā)成功也美元實(shí)際應用價(jià)值。所以，IC公司一般傾向于采用通用芯片如CPU、GPU，或者半定制化芯片FPGA。

　　顯然，隨著(zhù)工藝的不停升級，ASIC的流片費用已經(jīng)抬高了ASIC保底的最少芯片銷(xiāo)售量，到最后全球也就為數不多的幾家ASIC廠(chǎng)商能夠承受這種巨額的ASIC流片成本和失敗風(fēng)險。借此，ASIC設計服務(wù)再次回到業(yè)界關(guān)注焦點(diǎn)。

　　例如，美國無(wú)晶圓廠(chǎng)FinFET級ASIC設計服務(wù)企業(yè)eSilicon日前宣布，成功將自有深度學(xué)習ASIC送交制造所發(fā)布，eSilicon提到這款ASIC采定制IP、先進(jìn)2.5D封裝工藝以及為業(yè)界大型芯片之一，并為該公司首款采用臺積電2.5D CoWoS封裝技術(shù)的量產(chǎn)芯片。

　　臺積電業(yè)務(wù)發(fā)展副總裁BJ Woo博士指出，臺積電CoWoS封裝技術(shù)是針對滿(mǎn)足這類(lèi)芯片設計深度學(xué)習應用的需求，此先進(jìn)封裝解決方案可實(shí)現高性能及整合需求，以達到eSilicon的設計目標。前文中提到的Google TPU、Nervana NNP、Groq即將推出的第一代AI芯片，均是由ASIC公司所送交制造，并交由臺積電制造。

　　目前，人工智能類(lèi)ASIC的發(fā)展仍處于早期。其根本原因是，ASIC一旦設計制造完成后電路就固定了，只能微調，無(wú)法大改。而硬件的研發(fā)設計與生產(chǎn)成本很高，如果應用場(chǎng)景是否為真市場(chǎng)尚不清晰，企業(yè)很難貿然嘗試。此外，能設計出適用于人工智能芯片的公司必然是要既具備人工智能算法又擅長(cháng)芯片研發(fā)的公司，進(jìn)入門(mén)檻較高。因此，AI算法+ASIC設計服務(wù)+代工的商業(yè)模式的發(fā)展得宜，可以讓愈來(lái)愈多AI ASIC得以陸續問(wèn)世及開(kāi)發(fā)。

　　代工廠(chǎng)這邊，全球有很多代工廠(chǎng)，但是因為難度太高，能做AI系統封裝的廠(chǎng)商并不多，臺積電、三星和格芯都在榜單之列。那么，是哪些廠(chǎng)商在設計AI系統封裝呢?你需要看看哪些廠(chǎng)商真正擅長(cháng)2.5D集成和擁有設計所需的關(guān)鍵IP(比如HBM2物理層接口和高速SerDes)。HBM2 PHY和高速SerDes模塊執行該封裝系統內多個(gè)組件之間的任務(wù)關(guān)鍵性通信。這些都是模擬設計中非?？量痰奶魬?，從ASIC供應商那里購買(mǎi)IP可以把風(fēng)險降至最低。上面提到的三項關(guān)鍵技術(shù)eSilicon都有涉及。擅長(cháng)這些領(lǐng)域的ASIC廠(chǎng)商并不多，不過(guò)由于人工智能市場(chǎng)可能會(huì )出現爆炸性增長(cháng)，所以這些ASIC廠(chǎng)商將會(huì )受益匪淺。

　　臺灣也有眾多IC設計服務(wù)企業(yè)，在人工智能市場(chǎng)驅動(dòng)下，ASIC生意再度好起來(lái)，且業(yè)者預期這波榮景可望持續很久。臺積電大膽預言，2020年高性能計算(HPC)、AI相關(guān)芯片業(yè)績(jì)將高達150億美元，創(chuàng )意及世芯、智原亦看好來(lái)自全球AI客戶(hù)對于A(yíng)SIC芯片的需求熱潮，可望自2017年起延續好一陣子，尤其是強調先進(jìn)制程技術(shù)、極度復雜芯片設計、高效能與低功耗等，將是IC設計服務(wù)業(yè)者的新藍海市場(chǎng)。