第一款双核手机亚马逊杀入AI芯片大战，Alexa的野心是当家

2月12日，The Information的报告证实，亚马逊已经开始设计制造AI芯片，以提升Alexa语音助理的质量，为Echo设备提供支持。此举紧随苹果和谷歌的步伐，被视为亚马逊顺势而为的厚积薄发，至此，繁盛的AI芯片市场，百家争鸣，鹿死谁手？

据了解，专用AI芯片也可以帮助Alexa减少对整体远程服务器的依赖，为Echo设备提供支持。

亚马逊希望Alexa能够成为家中的大脑，控制门锁，安全和烤箱等家用电器。 如果不需要互联网，那么与这些设备的连接将更安全可靠。

该报告称，亚马逊希望在智能家居硬件市场和面向消费者的人工智能产品领域保持竞争力，并已经拥有近450名芯片员工，这要归功于亚马逊发力招聘和收购。

在过去几年中，2015年，亚马逊以3.5亿美元收购以色列芯片制造商Annapurna Labs，以及17年年底收购安全制造商Blink。Blink的芯片可以降低生产成本并延长其他产品的电池寿命，从亚马逊的云端开始，并扩展到Echo扬声器系列。

此举紧随苹果和谷歌的步伐，后两家公司已经开发并部署了各种规模的定制AI硬件。人工智能任务由于其计算密集程度高，通常需要为设备本身定制设计芯片，甚至需要为数据中心定制设计服务器，这些服务器通常从云端进行人工智能算法的训练。

这一消息确实对Nvidia和英特尔等公司的业务构成风险，这两家公司都将其大部分芯片制造技术转移到了AI以及新兴领域，并通过为苹果、亚马逊等公司设计和制造芯片来赚钱。

亚马逊收购以色列芯片公司及Blink, 发力AI芯片后劲十足

亚马逊计划开发自己的AI芯片，以便在其不断扩展的Echo产品线中使用Alexa驱动的产品可以进行更多的计算处理，而不必与云进行通信，这一过程可以提高运算速度。

苹果和谷歌都开始了类似的转变。苹果已经开始开发自己的iPhone芯片，比如该设备的图形处理器和电源管理单元，并因此切断了长期供应商。关于人工智能，苹果公司设计了一种新的“神经引擎”，作为其A11仿生芯片的一部分，它在处理机器学习算法的设备上运行，为Face ID和ARKit应用程序提供帮助。

另一方面，谷歌已经开发了自己的AI硬件多年，首先是定制ASIC处理器，为其TensorFlow AI培训平台定制设计的TPU（去年升级为第二版），展现机器学习任务方面的优势。PU是Google子公司DeepMind AlphaGo系统的基础，它帮助Google保持与同样设计自己AI培训服务器硬件的Facebook的竞争力。

在过去的两年左右时间里，谷歌已将其知识转移到了消费者领域，开始开发自定义的AI芯片以支持相机设备，还在Pixel 2中设计了图像处理器。

繁盛的AI芯片市场，百家争鸣，鹿死谁手？

通用芯片并不能很好地适应深度学习算法的要求，效率低，功耗大，成本高。各种神经网络算法需要专用芯片来保证其运行效率。人工智能的浪潮，催生了 AI 专用芯片的大爆发。

无论是云端的运算还是移动端的运算，都需要专门针对 AI 算法设计的芯片，但这二者对 AI 专用芯片的要求不同。云端要求 AI 芯片适应多种神经网络架构，同时能进行高精度浮点运算，峰值性能至少要达到Tflops（每秒执行10^12次浮点数运算）级别，对功耗没有严苛要求；支持阵列式结构以进一步提高性能。

移动端 AI 芯片对设计的要求截然不同。一个根本的要求是控制功耗，这就需要使用一些办法（如网络压缩）来提升计算能效，同时尽可能少地降低计算性能和计算精度的损失。

各个厂商纷纷在这两个方向上发力 AI 芯片的研发，当然云端和移动端也无法截然分开。比如寒武纪，此前研发的寒武纪深度学习处理器是面向神经网络和多种机器学习算法的，而 2016 年推出的寒武纪1A处理器（Cambricon-1A）则是面向智能手机、安防监控、可穿戴设备、无人机和智能驾驶等各类终端设备的。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shouji/article-77942-1.html