5位AI安防芯片創(chuàng)新者：我們的芯片路徑和選擇
2019-09-16 09:03:58 雷鋒網(wǎng)業(yè)內(nèi)的普遍觀點(diǎn)是，如果AI芯片企業(yè)只是“微微領(lǐng)先”，那么待風(fēng)口漸過，他們很有可能會(huì)被傳統(tǒng)企業(yè)反超。
而決定他們能走多遠(yuǎn)的，恰恰還是其創(chuàng)新實(shí)力本身。AI芯片算力的提高、架構(gòu)的創(chuàng)新、軟硬一體化，以及商業(yè)模式的探索，都在互相交融，共同塑造著一個(gè)芯片的新生態(tài)。
近期，AI掘金志也采訪了多家有著不同創(chuàng)新路徑的芯片企業(yè)，他們或從優(yōu)化芯片的計(jì)算、存儲(chǔ)架構(gòu)入手，或選擇做軟硬一體，或著眼于攝像頭中的ISP、編解碼芯片。
對于AI安防芯片要解決的主要問題和創(chuàng)新路徑，企業(yè)們有著共識(shí)，也有各自不同的選擇和看法。
一、AI安防芯片是一個(gè)系統(tǒng)級別的問題。前端除AI加速模塊外，還包括ISP、編解碼芯片等。安防芯片內(nèi)其他模塊的競爭力、及其集成方式，也是整個(gè)AI 芯片的核心問題。二、未來的趨勢是系統(tǒng)級芯片得天下，而不是功能級的芯片得天下，AI 芯片一定會(huì)被集成。（相佐的觀點(diǎn)：AI協(xié)處理器以其靈活性和高效性見長，被集成的取舍可能會(huì)繼續(xù)存在。）三、衡量一款AI芯片，具體的指標(biāo)包括算力、價(jià)格、功耗、穩(wěn)定性等。四、AI芯片，三成在于硬件，七成在于軟件，軟硬件一體是關(guān)鍵。五、目前終端AI芯片的性能瓶頸不在于算力，而在于存儲(chǔ)。六、在計(jì)算架構(gòu)上，區(qū)別于同構(gòu)計(jì)算的“異構(gòu)計(jì)算”，相對能更好在通用性和專用性之間實(shí)現(xiàn)折衷。七、在落地安防上，現(xiàn)有AI芯片的主要問題是，差異化不明顯，易掉入同質(zhì)化競爭的陷阱。八、芯片行業(yè)很殘酷，存在二元法則：老大吃肉、老二喝湯，老三、老四可能找不到名字。
以下是AI掘金志采訪芯片企業(yè)們的主要內(nèi)容：
觸景無限副總裁陳勇：做芯，軟硬件耦合是關(guān)鍵
做一款AI安防芯片要從全棧解決方案出發(fā)，不僅僅只有芯片，還要有比較完善的軟件生態(tài)來耦合這個(gè)芯片，這樣用戶才比較容易、也能動(dòng)態(tài)部署符合他們需求的方案。
另一個(gè)點(diǎn)是芯片的算力能效，芯片不能只單單提供算力，還要在滿足應(yīng)用算力要求的前提下消耗最少能量。
觸景無限做芯片就是為了讓自己的算法和工程經(jīng)驗(yàn)找到一個(gè)更好耦合的練兵場，達(dá)成軟硬件的協(xié)同優(yōu)化，更好地實(shí)現(xiàn)前端感知。
以前，我們發(fā)現(xiàn)AI加速只是前端落地應(yīng)用需求的一個(gè)點(diǎn)，打磨很長時(shí)間的AI加速芯片產(chǎn)品，用在前端的效果還是不夠好。
就像一條公路，AI芯片的集成像是鋪上了柏油，但車輛通行時(shí)除了對于路面的高要求，還有對于路牌、路標(biāo)、服務(wù)區(qū)的需求，而這些在實(shí)際過程中，都沒法得到很好的滿足。
在芯片具體研究中，我認(rèn)為，對AI 安防芯片來說，由于多層神經(jīng)網(wǎng)絡(luò)的應(yīng)用，如何做到各種神經(jīng)層中間的高效數(shù)據(jù)傳輸是一個(gè)難點(diǎn)。
另外，我們認(rèn)為雖然在攝像頭內(nèi)，主控芯片很強(qiáng)勢。但AI協(xié)處理器有它獨(dú)有的靈活性和高效性，并不能簡單地被主控芯片集成。這種通用性和專用性的取舍會(huì)一直存在，而這也是AI協(xié)處理器存在的機(jī)會(huì)。
探境科技CEO魯勇：芯片的數(shù)據(jù)存儲(chǔ)管理要做好
安防領(lǐng)域的數(shù)據(jù)特點(diǎn)，其實(shí)主要在于需要實(shí)時(shí)的處理大量連續(xù)的圖像數(shù)據(jù)流。
第一是每秒處理幀率要越來越高，第二是圖像分辨率上要高。在這兩個(gè)維度上，安防對邊緣芯片提出了要求。
原先很多安防廠商采用Movidius的芯片實(shí)現(xiàn)前端智能，但我們認(rèn)為它并不是非常適用于安防前端。不過Movidius的火爆，恰好說明了市場對邊緣端芯片的強(qiáng)大需求。
我的看法是，要突破AI安防芯片的瓶頸，并不能只是簡單的增加計(jì)算算力，而是一定要把數(shù)據(jù)存儲(chǔ)管理做好。
傳統(tǒng)芯片中，采用的是馮·諾伊曼架構(gòu)，計(jì)算模塊和存儲(chǔ)單元是分開的，“內(nèi)存墻”問題很嚴(yán)重。而AI依賴的算法是一個(gè)龐大和復(fù)雜的網(wǎng)絡(luò)，有很多參數(shù)要存儲(chǔ)，也需要完成大量的計(jì)算，需要巨大存儲(chǔ)容量，高帶寬、低延時(shí)的訪存能力。很多AI初創(chuàng)芯片公司，實(shí)際上都在努力解決這個(gè)問題。
而我們的思考是，不能采取通常的先有計(jì)算指令然后提供數(shù)據(jù)的方式，應(yīng)該從存儲(chǔ)子系統(tǒng)的優(yōu)化入手，讓數(shù)據(jù)在存儲(chǔ)之間的搬移過程之中完成計(jì)算。
這也可以叫做“基于memory的計(jì)算”，而不是“基于計(jì)算的memory”。
當(dāng)前芯片領(lǐng)域?qū)τ?a href="http://www.xebio.com.cn/ai" target="_blank" class="keylink">AI算法的關(guān)注還較多，針對AI的結(jié)構(gòu)改進(jìn)嘗試還比較少。之后，memory與computing結(jié)合的嘗試，我相信會(huì)是一個(gè)好的方向。
現(xiàn)在的安防市場上，已經(jīng)出現(xiàn)了很多前端的AI加速器，但實(shí)際它們在應(yīng)用上，還存在一些問題。
第一是價(jià)格太高。第二是可編程性不足。原先的通用芯片CPU很容易能實(shí)現(xiàn)編程，但AI加速模塊中并沒有指令集，無法編程，需要手工去調(diào)整。
在安防領(lǐng)域也是一樣，廠商普遍反映的，不是AI芯片的性能，而是無論AI初創(chuàng)企業(yè)，還是傳統(tǒng)大廠設(shè)計(jì)的加速器都很復(fù)雜，AI加速器很難被用起來。
一般來說，通用芯片難以負(fù)荷對計(jì)算的高要求，AI專用芯片則在可編程性、靈活性上有所欠缺。目前應(yīng)用較多的集成度高的Soc，將不同計(jì)算架構(gòu)芯片集成在一起，需要多套編程程序，運(yùn)行就容易帶來問題。這也是安防芯片廠商們，尤其是在安防前端應(yīng)用上面臨的難題。
而業(yè)內(nèi)目前看好的一種方式，就是將不同的芯片架構(gòu)結(jié)合在一起，這就是“異構(gòu)計(jì)算”。
異構(gòu)計(jì)算的長處在于，能實(shí)現(xiàn)比較好的適應(yīng)性和靈活性，在通用性和專用性上達(dá)成一個(gè)折衷。既能高效的處理數(shù)據(jù)，又能相對保證算法的及時(shí)更新和迭代。這也是我們在探索的一個(gè)方向。
現(xiàn)在在安防、自動(dòng)駕駛等這些邊緣端的市場，對芯片的綜合要求非常高。芯片需要處理的數(shù)據(jù)量很大，同時(shí)對于性能、性價(jià)比、性能功耗比要求也很高。
但我們看好這些新興市場，因?yàn)檫吘壎说男枨罅亢艽螅蚁鄬τ谑謾C(jī)、云計(jì)算、PC端等這些已經(jīng)很成熟的市場，給了芯片廠商更多創(chuàng)新，和在新市場中占據(jù)位置的機(jī)會(huì)。
欣博電子CEO梁敏學(xué)：很多AI安防芯片是同質(zhì)化的
對于AI安防芯片來說，我認(rèn)為“芯片+算法”的整合是最重要的。而對于具體一款芯片，最主要的指標(biāo)應(yīng)該是價(jià)格和穩(wěn)定性。
芯片是“硬”的，算法是“軟”的，如何能將兩者更好的結(jié)合起來，這就需要加強(qiáng)芯片對底層運(yùn)算加速算法的適應(yīng)性。
現(xiàn)有芯片的問題，從技術(shù)角度來說，對前端的AI芯片算力的要求，對存儲(chǔ)問題的解決，都很重要，都需要靠算法和芯片架構(gòu)一起來改善，比如說現(xiàn)在的算法就還比較耗帶寬。
再具體應(yīng)用上，我認(rèn)為AI安防芯片在安防攝像頭中作為協(xié)處理器，目前已經(jīng)被主控芯片集成了，所以單純提供AI加速器并不占優(yōu)勢。
而我們所做的，是開發(fā)編解碼能力、加密及AI能力三合一的芯片，為攝像頭提供安全加密。這也是我們相對于其他芯片廠商不同的一點(diǎn)。
從行業(yè)角度來說，現(xiàn)有AI芯片在安防行業(yè)應(yīng)用落地上的主要問題，其實(shí)是同質(zhì)化。
很多AI芯片廠商產(chǎn)出的芯片并沒有太大差別，一方面很多芯片達(dá)不到現(xiàn)有安防行業(yè)對前端AI芯片的要求，一方面又容易陷入芯片同質(zhì)化競爭。
現(xiàn)在的安防芯片格局下，其實(shí)已經(jīng)存在壟斷的生態(tài)，有大的行業(yè)玩家存在，那么做AI安防芯片如何找到自己的價(jià)值點(diǎn)，并做到差異化還是最難的。
人人智能CEO王海增：芯片行業(yè)很殘酷，遵循二元法則
AI芯片前兩年很熱，“熱”的同時(shí)，也讓市場很浮躁，去年一年，業(yè)內(nèi)就推出了十幾款AI芯片。
但在安防和芯片領(lǐng)域摸爬滾打多年，我們的看法是不去做純碎的單一芯片，而是做融合芯片、算法和系統(tǒng)的FaceOS視覺中間件，用在人證比對等。
在我看來，市場上可能只需要一款主流產(chǎn)品。芯片行業(yè)是很殘酷的，有個(gè)二元法則，就是老大吃肉，老二喝湯。老三、老四可能找不到名字。
綜合來說，我還是比較看好華為海思。在安防視頻芯片的領(lǐng)域，有華為海思這樣的對手存在，做視覺智能芯片幾乎沒有太多機(jī)會(huì)，這一事實(shí)很難改變。
之前，我們對比過這些芯片，發(fā)現(xiàn)芯片從高端到低端系列，海思的芯片布局很完整，渠道健全，而且功能幾乎比現(xiàn)有的幾個(gè)AI芯片廠商都更加領(lǐng)先，優(yōu)勢很明顯。兩三年前，我們能看到這個(gè)市場很大，但不知道誰能跑出來，現(xiàn)在回過頭來再看，我們依然覺得海思跑的更靠前了。
另外，AI芯片領(lǐng)域雖然一直在談創(chuàng)新，但實(shí)際上，真正的創(chuàng)新還尚未到來。
算法的底層架構(gòu)，如TensorFlow、Caffee等方面幾乎都是采用國外的架構(gòu)。
底層的算法上面，國內(nèi)幾乎還處于空白。這涉及很多基礎(chǔ)數(shù)學(xué)的問題。就像谷歌談張量計(jì)算芯片，是發(fā)覺了卷積使用的張量計(jì)算的模型和傳統(tǒng)模型不同，所以需要設(shè)計(jì)芯片設(shè)備，適應(yīng)它的模型，這是算法型的創(chuàng)新。而且谷歌還發(fā)明了TensorFlow這樣的主要架構(gòu)。
免責(zé)聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個(gè)人觀點(diǎn)，轉(zhuǎn)載目的在于傳遞更多信息，并不代表EETOP贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時(shí)聯(lián)系我們，我們將在第一時(shí)間刪除！
EETOP 官方微信
創(chuàng)芯大講堂 在線教育
半導(dǎo)體創(chuàng)芯網(wǎng) 快訊
相關(guān)文章
