（文章來源：第一財經）

在AI芯片領域，前有英偉達GPU獨領風騷，后有谷歌對外開放TPU，賽靈思CEO Victor則認為FPGA芯片將是重頭戲。

為了更好地應對AI時代的挑戰，賽靈思宣布推出ACAP（Adaptive Compute Acceleration Platform，自適應計算加速平臺）。ACAP是一個高度集成的多核異構計算平臺，核心是新一代的 FPGA 架構，適用于加速廣泛的應用，其中包括視頻轉碼、數據庫、數據壓縮、搜索、AI推斷、基因組學、機器視覺、計算存儲及網絡加速等。

技術的進步讓CPU、GPU、FPGA（現場可編程門陣列）和ASIC（專用集成電路）這些不同處理器廠商之間的競爭也越來越激烈。作為FPGA的領頭羊，Victor表示，賽靈思現在的競爭對手不再是FPGA的第二大廠商Altera(已被英特爾收購)，而是英偉達和英特爾的處理器業務。

這主要來自計算領域的重大變革。早期的計算時代主要是數據庫應用等一些商業應用；在互聯網特別是移動互聯網發展后，數據大爆炸，傳統的CPU架構已經不適應時代發展，GPU越來越受到重視。正因為站上了AI風口，英偉達的股價在近兩年漲了六倍。而就在今年二月，谷歌宣布對外開放TPU（張量處理器）服務，加入AI芯片之戰。TPU是谷歌為機器學習定制的芯片，是一種ASIC。

專注于視覺人工智能領域的創業公司云天勵飛研發副總李愛軍對第一財經記者表示，公司產品現階段主要應用在安防領域，在產品落地上，現有的CPU或GPU無法滿足嵌入式端視覺AI應用。“通用CPU在神經網絡加速上速度慢，性能上滿足不了對嵌入式端的需求；GPU性能夠，但功耗高、成本居高不下也滿足不了。”

從長期或者更廣泛的角度來看，Victor認為，ASIC不會是一個可行的解決方案，“它可以為某一種特定的網絡加速，但只能維持在那個水平，或者要等到下一代產品出來才可以再加速，所以它只能滿足市場上一小部分的需求。”他舉例稱，深鑒科技在數據壓縮、網絡的消減方面一旦有新的創新，比如精度過渡到了8位，就可以立即使用FPGA。而如果是ASIC，芯片方面要從頭再來才能進入市場。

在AI爆發帶來的新算法不斷涌現時期，FPGA具有可編程，上市快的優點，但當算法進入平穩期，FPGA量產后平均成本高于ASIC，性能低于ASIC。業界的變革是一大挑戰，大數據、機器學習等既是機遇，同時也有諸多挑戰，“因為沒有人知道未來到底會如何展開。”

FPGA的編程難度較高，對于開發者而言，需要軟件開發能力的同時了解數字電路。Victor對記者表示，對賽靈思而言，最大的挑戰在于易用性，“首先要改善我們的開發環境。因為現在有很多新產品，他們在開發的過程當中希望使用我們的產品，而不希望投入太多去理解非常底層的細節，這對于我們來說也是一個技術挑戰。”

談到中美兩國AI市場，Victor表示，在這兩個國家，AI的發展都令人非常振奮，而且都有非常好的機遇，“中國市場現在有很多實踐、創業，而且對新的想法非常開放，美國的創新也非常繁榮，但是在美國已經有很多成熟的GPU和CPU的公司。總體來說，中國市場發展非常快，會有很多企業在中國繼續創新，所以中國市場絕對是一個非常重要的市場。”

Victor指出，雖然AI和機器學習現在有一些炒作，但的確是發展趨勢，具有顛覆性，“我們內部自己也在做機器學習和人工智能，但并不拒絕這方面的合作。”去年5月，賽靈思宣布投資中國AI初創企業深鑒科技。賽靈思表示，借助賽靈思器件在機器學習領域的架構優勢，深鑒科技為行業即將到來的AI產品和服務提供了從終端到云端的推理平臺。
? ? ? ?（責任編輯：fqj）