Nvidia和Google的AI芯片戰火蔓延至邊緣端,千元開發板會「壓死」AI初創公司?

AI的熱潮還在持續,AI的戰火自然也在升級。英偉達作為這一波AI浪潮中最受關注的公司之一,在很大程度上影響着AI的戰局。上周在美國舉行的GTC 2019上,黃仁勛大篇幅介紹了英偉達在AI軟件和計算力方面的提升,但售價僅為99美元的Jetson Nano人工智能計算機卻成了最受關注的焦點。本月早些時候的TensorFlow開發者峰會上,谷歌也發佈售價149.99美元的Edge TPU開發板。

這意味着,巨頭們的AI芯片戰火已經從雲端蔓延至了邊緣,但這為什麼是一個喜憂參半的消息?

雲端AI芯片戰火向下蔓延

雖然是最受關注的AI芯片公司,但2018年的英偉達算不上順利,先是因為礦難導致GPU庫存高企,后又因中國市場的需求和服務器市場需求低於預期股價受拖累。整個2018年,英偉達的市值縮水了近一半。因此,在AMD已經搶先發佈7nm GPU的背景下,外界更加期待英偉達能在GTC 2019上發佈最新7nm GPU。

不過,黃仁勛並未發佈最新的7nm GPU,而是花了大量的時間介紹RTX和CUDA-X AI。

CUDA-X AI把所有英偉達的庫整合。根據黃仁勛的說法,CUDA-X AI解鎖了Tensor Core GPU的靈活性,能夠將機器學習和數據科學工作負載加速多達50倍。另外,CUDA-X AI還可以加速典型AI工作流程的每一步,包括用深度學習訓練語音和圖像識別系統。

英偉達也宣布已經有七家世界級的廠商將推出基於 NVIDIA T4 GPU 和 NVIDIA CUDA-X AI 加速庫的服務器,這些服務器都已經針對 CUDA-X AI 進行了特殊優化。亞馬遜 AWS副總裁 Matt Garman還宣布最新的 EC2 G4 服務器採用了英偉達 T4 Tencor Core GPU,該服務器將在未來幾周內可用。

雖然英偉達沒有推出性能更強的GPU,但正在通過CUDA-X AI提升其GPU在雲端的性能和吸引力。即便如此,英偉達的重要客戶谷歌還是推出了自主研發的雲端AI芯片TPU。

自2015年起,谷歌開始在內部使用TPU芯,2016年穀歌首次公開承認TPU的存在,2017年發佈了第二代TPU,TPU 3.0在2018年發佈。這意味着,谷歌在雲端AI芯片市場與英偉達的關係從此前的合作變為了合作競爭的關係。

雷鋒網了解到,黃仁勛在談到谷歌TPU時曾強硬的表示對TPU的威脅不以為然。谷歌與英偉達在雲端AI芯片市場的競爭短期內難見結論。但卻可以明確他們的芯片競爭已經蔓延到了邊緣端。

邊緣端的AI芯片戰

作為老牌芯片巨頭,英偉達很早就已經入局邊緣計算市場,Jetson系列的包括用於完全自主機器的Jetson AGX Xavier和用於邊緣人工智能的Jetson TX2已經推出,只是幾百甚至上千美元的價格阻擋了不少用戶。GTC 2019推出的同系列Jetson Nano之所以關注度很高,關鍵的原因就是價格。

縱觀不同行業發展的歷程,產業的爆發除了有技術成熟的因素,產品價格下降到市場可接受的程度也非常關鍵。GTC 2019上推出的Jetson Nano計算機,價格讓然驚喜,外觀小巧但性能不低。據悉,Jetson Nano的性能可達472 GFLOPS(每秒十億次浮點運算),耗電量僅為5瓦。同時,Jetson Nano支持高分辨率傳感器,可以并行處理多個傳感器,並且可在每個傳感器流上運行多個現代神經網絡。

針對不同的需求,英偉達還推出了兩個版本的Jetson Nano,一個是售價99美元的開發者套件,專為開發人員、創客和技術愛好者提供,另一個是售價129美元的生產就緒型模塊,面向大眾市場創建邊緣系統的企業。

Nvidia Jetson Nano

與英偉達的Jetson Nano類似,谷歌本月初發佈的搭載Edge TPU的開發板Coral售價150美元。Coral開發板擁有1GB的LPDDR4內存和8GB的eMMC存儲,安裝Mendel版Linux或者Android,可以進行本地的離線運算,性能最高可達 4 萬億次操作。

除了Coral開發板,谷歌還發佈了一款售價75美元的Coral USB加速器,同樣包含一顆Edge TPU,可以在任何64位ARM或x86平台的Debian Linux上運行。

Google Edge TPU開發板

黃仁勛不認為谷歌的TPU是一個威脅,但在邊緣端低價產品進展方面兩大巨頭顯得頗有默契。先是谷歌推出搭載Edge TPU售價75美元和150美元的開發板以及加速器。不久后英偉達就推出售價99和129美元的Jetson Nano。

不僅售價相互競爭,面向的邊緣計算市場也會重疊。英偉達表示,Jetson Nano可以創建數百萬個智能系統,模塊面向網絡錄像機、家用機械人和具有完整分析功能的智能網關等嵌入式應用。英偉達希望能為複雜、穩健、節能的人工智能系統的硬件設計、測試和驗證節約時間,縮短總體開發時間讓產品更快將推向市場。

Coral開發板也強調面向嵌入式設備的隱私、低延遲、高效和離線部署。具體的應用方面,谷歌展示了基於Coral的一個有趣的圖像分類應用。谷歌表示其提供了簡單的API,可在Edge TPU設備上執行圖像分類,對象檢測。這意味着,Edge TPU看好和圖像相關的邊緣端應用。

因此,無論是從定位、性能、應用還是售價看,谷歌和英偉達在邊緣端又一次正面競爭。

普及AI還是革命AI芯片初創公司?

谷歌和英偉達的競爭能夠在一定程度上促進AI的發展,特別是在邊緣端。Jetson Nano和Coral開發板的方式能在很大程度上降低AI產品開發的難度並加速產品的上市時間,為現有做AI應用的公司增加了選擇,當然也會想要藉助AI進行更多創新的公司和個人提供了更加便攜的選擇,這對AI在邊緣端的普及具有積極意義。

然而,對於眾多AI芯片初創公司而言可能是個壞消息。雷鋒網2018年曾統計過,創立於國內的13家AI芯片初創公司有11家都布局了自動駕駛和安防領域,並且都是面向邊緣端的AI芯片。AI芯片初創公司們之所以大部分都選擇AI邊緣計算市場,是因為在雲端,英特爾和英偉達佔據絕對的優勢地位,初創公司想要在這一領域獲得成功難度非常大。

雖然邊緣端AI給初創公司更大的市場和機遇,但從目前的情況看英偉達在自動駕駛領域也有不錯的市場表現。如今,英偉達和谷歌都推出更加簡單易用,且價格更易於接受的開發板,AI芯片初創公司又多了兩個競爭對手,並且是實力強大的競爭對手。

更會讓AI芯片初創公司感到不安的是,由於兩大巨頭都有雲端AI芯片,與邊緣端的AI芯片配合能夠實現更強的競爭力。並且,軟件在AI芯片中的重要作用正被越來越多的人看到,不巧的是英偉達和谷歌都有強大的軟件。

文章開篇已經提到,英偉達發佈CUDA-X AI將提升GPU的AI性能,但與此同時Jetson Nano也是可運行所有人工智能模型的NVIDIA CUDA-X人工智能計算機。

谷歌方面,與Coral開發板同時發佈的還有為移動和嵌入式設備提供的跨平台解決方案TensorFlow Lite,這個輕量級(Lite)的框架有助於機器學習模型部署在移動和IoT設備上的。谷歌表示,經過TensorFlow Lite的優化后,CPU的性能達到原來的1.9倍,在Edge TPU上的性能最高提升62倍。

雷鋒網認為,巨頭們擁有從雲端到終端的AI芯片,並且有強大的軟件幫助芯片提升硬件的性能,同時還有長期建立的品牌、渠道、市場等方面的優勢,這在推動AI在邊緣端普及的同時,還將與眾多的AI芯片初創公司產生競爭。

只是,未來仍有諸多不確定性,英偉達、谷歌到底會在多大程度上影響AI芯片初創公司?


想在手機閱讀更多Google資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems