隨著英偉達、英特爾、德州儀器等幾家廠商黯然離場,手機芯片市場格局已經形成,高通、聯(lián)發(fā)科、三星、獨樹一幟的蘋果A系列和華為麒麟。
在芯片技術壁壘越來越高的同時,還是有一些野心勃勃的廠商想要攀上技術的高地。
集賢:挖角大佬為自研芯片打基礎
2017年,谷歌從蘋果挖角了多位芯片行業(yè)的大佬,包括前蘋果SoC芯片架構師 Manu Gulati、蘋果芯片專家John Bruno、Wonjae Choi,以及來自高通的Mainak Biswas,Vinod Chamarty和Shamik Ganguly等人。
谷歌正在為其 Pixel智能手機打造自有芯片而努力。
而且在新架構不斷涌現的趨勢下,谷歌也希望在這塊領域加強其自研芯片的實力。
谷歌在班加羅爾至少招募了16名技術老兵,還有4名招聘人員專門從英特爾、高通、博通和英偉達等傳統(tǒng)芯片公司挖人才。
今年3月,谷歌還宣布公司已聘請英特爾長期高管烏里·弗蘭克為副總裁來運營其定制芯片部門。
收購:加速自研芯片日程
2018年,谷歌宣布完成 11 億美金對 HTC 智能手機Pixel團隊的收購,HTC 的移動設備部門的部分成員將加入谷歌硬件部門;谷歌也將獲取HTC的部分非獨家知識產權。
在收購HTC負責Pixel的團隊后,谷歌在自主芯片研發(fā)上的能力得到了進一步的提升。
今年,谷歌收購了Provino Technologies,開發(fā)用于機器學習的片上網絡(NoC)系統(tǒng)的初創(chuàng)公司,能夠助力其TPU的發(fā)展,從而推動其在云端AI芯片的發(fā)展。
NoC 相比于其它設計來說提高了系統(tǒng)芯片的可擴展性及復雜系統(tǒng)芯片的功率。
但從谷歌發(fā)布的產品來看,他們從自研手機芯片的突破口不是手機處理器芯片,而是手機協(xié)處理器。
上云:TPU延伸上云計劃
TPU是谷歌在2015年推出的神經網絡專用芯片,為優(yōu)化自身的TensorFlow機器學習框架而打造,與GPU不同,谷歌TPU是一種ASIC芯片方案,是一種專門定制的芯片。
從2015年起,谷歌基于TPU逐步完善從云到端的布局。
在面向云服務的TPU和TPU POD之外,還推出了為端到端、端到邊提供AI算力的Edge TPU,賦能預見性維護、故障檢測、機器視覺、機器人、聲音識別等更廣泛的場景。
時至今日,谷歌的TPU已經迭代到了第四代,其第四代TPU的平均性能比其第三代TPU高出2．7倍。
憑借TPU芯片的出色性能表現,也使得谷歌也成為了專用AI芯片的代表玩家。而他所推出的這種新架構,也為新一代的人工智能浪潮帶來了新的啟發(fā)。
谷歌還計劃將其TPU應用在EDA領域,利用云上資源,進行芯片驗證,還可以大大加速芯片開發(fā)的時間。
谷歌還將其TPU芯片逐漸帶入到了邊緣端,并在2018年推出了Google Edge TPU。對Cloud TPU和Google Cloud服務的補充,提供端到端、云端到邊緣、“硬件 + 軟件”的基礎架構,可協(xié)助客戶部署基于 AI 的解決方案。
在 AI 芯片發(fā)展史上,無論是從片上內存上,還是從可編程能力來看,谷歌 TPU 都是不可多得的技術創(chuàng)新,打破 GPU 的壟斷地位,且打開云端 AI 芯片的新競爭格局。
開源:首個開源PDK降低進入門檻
去年,谷歌宣布了第一個開源的PDK——SkyWater PDK。被選中的企業(yè)無需承擔昂貴的制造費用,谷歌將為其提供完全免費的芯片制造流程。
這是同類產品中的第一個開放源代碼處理工具,使用此PDK,可以在130nm節(jié)點的SkyWater晶圓廠生產芯片。
如果開源PDK的模式取得了成功,這會降低企業(yè)進入半導體行業(yè)的門檻。
下一代TPU人工智能芯片在路上
在AI硬件方面,在近日谷歌宣布將推出下一代定制的張量處理單元(TPU)人工智能芯片TPUv4 Pods人工智能芯片。
TPUv4 Pods人工智能芯片的運算速度是上一版本的兩倍,而量子運算將挑戰(zhàn)100萬量子位運算規(guī)模,是Google目前部署的最快一代系統(tǒng)。
本次推出的TPUv4,對系統(tǒng)內部的互聯(lián)速度及架構進行優(yōu)化,以進一步提升互聯(lián)速度。據悉,TPUv4集群的互連帶寬是大多數其他網絡技術的10倍,可以提供exaflop級別計算能力。
今年下半年,谷歌計劃將該芯片作為云平臺的一部分提供給開發(fā)者。
發(fā)力始終繞不開的AI芯片
盡管TPU不是用在手機上的AI芯片,且在深度學習任務上,與 CPU 、GPU 、FPGA相比,任務靈活度較低。但無論如何,谷歌進軍AI領域的野心已經昭然若揭。
個人移動終端上的AI應用(語音識別、圖像處理等)具有如此廣闊的發(fā)展前景和市場潛力,谷歌自然不會視而不見,Android的升級早就成為該平臺的一個關鍵點。
在已經推出的Pixel手機上,谷歌已經搭載了圖像處理的專用AI芯片Visual Core,用于編譯HDR +圖像的速度比應用處理器快5倍,功耗僅為其1/10。
Visual Core還處理與相機相關的復雜成像和機器學習任務,其中包括基于場景的自動圖像調整以及其他用途。
現在,該芯片正在開發(fā)中,并將在今年晚些時候面世的Pixel 6智能手機和另一臺設備上首次亮相。
代號為Whitechapel的5納米工藝芯片將為下一代Pixel手機提供動能。它在內部被稱為GS101 – Google Silicon芯片。
這款先進的芯片將通過TPU進行三集群設置,給智能手機帶來更強的機器學習能力,從而讓這些現代應用程序從中獲得更好的AI體驗。
Whitechapel芯片將采用定制的神經處理單元和圖像信號處理器。人工智能和機器學習的使用可能不僅僅是用來改善相機,而是用來提高Pixel 6和Pixel 6 Pro的性能標準。
從云端,到邊緣端和手機智能終端,谷歌圍繞著AI芯片的布局越來越廣。從谷歌的這些布局上看,谷歌在芯片領域的謀劃似乎更具野心。
部分資料參考:半導體行業(yè)觀察:《谷歌的芯片布局》,新浪科技:《谷歌的芯片布局:不僅僅是手機 從邊到云一直在布局》,三易生活:《一款芯片用三代,谷歌的底氣到底從何而來》。
