《中国又一家芯片企业推出服务器芯片,挑战Intel的垄断地位》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: husisi
  • 发布时间:2022-04-22
  • 近日国产芯片领先企业之一的阿里巴巴宣布正式商用服务器芯片倚天710,其由台积电以5nm工艺代工生产,ARM最新的V9架构,代表着ARM架构的最强性能,这是继华为之后第二家国产芯片企业推出的ARM架构服务器芯片。

    一、阿里巴巴继华为之后推出服务器芯片

    据了解倚天710为一款ARM V9架构的服务器芯片,获益于台积电最先进的5nm工艺,单芯片拥有高达600亿晶体管,内含128核CPU,主频最高达到3.2GHz,能够同时兼顾性能和功耗。

    阿里巴巴方面强调,在SPECInt2017基础测试平台上,该芯片跑分达到440分,超出业界标杆20%,能效比优于业界标杆50%,能够有效帮助数据中心节能减排,数据对比中不太清楚它的比对对象。

    笔者猜测对比对象似乎不是Intel的X86架构服务器芯片,因为目前除苹果开发出的M系芯片在性能方面可以比拼Intel之外,其他ARM阵营的芯片企业都未能开发出性能媲美Intel的芯片,因此怀疑它所强调的业界标杆可能是华为的鲲鹏920,鲲鹏920采用7nm工艺,在性能、功耗方面确实应该比一天710弱不少。

    阿里巴巴的平头哥此前开发的芯片都是基于RISC-V架构,它基于RISC-V架构开发的玄铁系列芯片具有低功耗优势,在国内已获得较大的认可,据悉出货量已达到数十亿颗,如今它推出服务器芯片采用ARM架构,可能是ARM架构的生态更完善,更有望在服务器芯片市场取得成功。

    华为推出的鲲鹏服务器芯片也是ARM架构,这两年从中国电信和中国移动手里获得了不少的订单,显示出国内服务器市场开始认可ARM架构服务器芯片,阿里巴巴在此时推出性能更强的ARM架构服务器芯片有很大希望取得成功。

    二、ARM架构有望挑战Intel

    ARM架构用于服务器芯片市场,此前已有诸多芯片企业尝试,不过大多成为先烈,最早的Calxeda在2013年计划推出ARM架构服务器芯片,但当时的ARM为32位,在性能方面实在太落后,因此Calxeda出师未捷身先死。

    后来ARM推出了64位架构,在性能方面大幅提升,高通在2017年也宣布推出ARM架构服务器芯片,然而不到一年时间同样迅速宣布停止该项业务,原因之一同样在于当时的64位ARM架构服务器芯片性能相比Intel还是差太远,如今高通推出的骁龙8CX Gen3在性能方面都远远落后于苹果的A12X处理器。

    不过到了2020年苹果推出的M1芯片在性能方面与Intel的i7相当,近期推出的M1 ultra在性能方面更是居于PC处理器市场第一位,这让业界看到了ARM架构处理器击败Intel的希望,尤其难得的是M1 ultra依然具有低功耗的特性,M1 ultra在集成GPU的情况下功耗只有Intel的i9的一半。

    低功耗恰恰对于数据中心来说非常重要,业界人士指出能耗占数据中心的运营成本近半,而其中的能耗又有七成并非属于数据运算,即是这七成的能耗消耗在X86服务器芯片的发热上以及为此搭建的空调系统上,为了降低能耗成本,部分互联网企业选择在冰天雪地的地区建立数据中心以降低能耗,可见互联网企业为了数据中心的运营成本也是费尽心思。

    至于当下ARM架构服务器芯片在性能方面与Intel还有差距的问题,可以通过集成更多核心的数量来解决,M1 ULTRA已证明了这个可行性,毕竟数据中心属于巨量并行计算,通过更多核心同时运算可以缩短性能的差距,另外代工厂商台积电的工艺制程领先于Intel也成为ARM架构服务器芯片大幅缩短性能以及降低功耗的重要助力。

    三、中国芯片企业成为挑战Intel的急先锋

    正如上述,华为成为国内芯片企业中第一家推出ARM架构服务器芯片的企业,同时它的鲲鹏920芯片由于获得服务器客户的认可,华为也被认为是第一家实现商用ARM架构服务器芯片的企业。

    有了华为的成功案例,阿里巴巴推出的ARM架构服务器芯片可望延续这种成功,再加上它的性能更强、功耗更低,成功的希望也就更大。加上国内已坚定不移地推进信息安全战略,以自研服务器芯片替代Intel正在推进之中,中国芯片也就成为挑战Intel的急先锋。

    中国芯片突入服务器芯片市场对于Intel是巨大的打击,因为Intel如今在PC市场已被AMD再度击败,AMD在桌面PC处理器市场已取得领先优势,服务器芯片已被Intel视为最核心的业务,这也是Intel在新兴科技领域物联网、自动驾驶等的基石,如果中国芯片彻底在服务器芯片市场站稳脚跟,那么Intel就将全面崩盘。

相关报告
  • 《AMD前芯片研发总监创业两年多 研发了一款超越Intel/NVIDIA的AI视觉芯片》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2018-10-24
    • 新一轮的AI热潮让一批创业者努力为自己贴上AI标签以便搭上这一波热潮的红利,当然也有一批创业者在AI热潮到来之前就早有准备。AI芯片就是许多早有准备的创业者看好的创业方向,他们想要为AI语音或视觉提供更好的芯片,从目前的情况看,AI视觉芯片领域的竞争相对激烈。值得注意的是,由AMD前芯片研发总监带领的团队用时两年多研发了一款声称超越Intel Movidius MyriadX和Nvidia Tegra X2的AI视觉芯片,事实果真如此? 世界第一的AI视觉芯片来自初创公司 伴随AI的热潮,全球范围内无论是传统芯片巨头、科技企业还是初创公司都对AI芯片有非常高的热情。Intel在2016年收购了硅谷初创视觉处理公司Movidius增强了其在视觉芯片领域的实力,Nvidia也有图像性能强大的Tegra移动处理器。国内,地平线机器人、NextVPU、耐能、云天励飞、寒武纪科技等都是AI视觉芯片创业公司的代表。 越来越多公司的加入也让AI视觉处理器市场的竞争变得越来越激烈,NextVPU(肇观电子)CEO冯歆鹏表示:“AI视觉处理器是一个正在兴起的市场,无论是对巨头还是创业企业都非常重要。我们判断视觉处理器的市场规模未来一定会超过CPU市场。” 他同时表示:“目前的时间点比较有意思,市场的需求已经起来,但芯片处理AI视觉需求的时候速度慢且开发痛苦,价格也很昂贵。如今这个市场还是比较蓝海的情况,英特尔和英伟达这样的芯片巨头在往前走,但是他们的进展相对慢一些,因为新兴的市场规模还比较小,大公司往往是做大市场服务大客户,新兴市场难以撑起大公司的整个项目。从历史的经验看,这种科技变革的节点小公司更有优势。在AI视觉处理器领域,可以说目前我们微微领先。” 冯歆鹏口中微微领先的AI视觉芯片就是被称为世界第一的AI视觉处理器NextVPU N171,这个第一如何理解?冯歆鹏表示,在端侧,我们的AI视觉处理器的几何引擎每秒能计算2.48亿个3D点,这个结果把目前世界领先的的水平推进了一大步。另外,N171的CNN引擎跑深度神经网络例如ResNet的结果也比Nvidia Tegra X2高好几倍。每秒3D点云的性能也比Intel Movidius Myriad2、Nvidia Tegra X2高几倍,还支持其它AI视觉处理器不支持的像素级理解和语义分割。 这家推出被称为世界第一AI视觉处理器的公司是创立于2016年5月的NextVPU,不过NextVPU创立之初首先推出的是辅助盲人感知世界和出行的智能眼镜,原因从冯歆鹏创业的历程就能找到。冯歆鹏在创业前担任AMD的研发总监,与创业搭档周骥博士在大概2012年的时候就开始关注计算机视觉的方向,到了2016年他们觉得很多机会都已经出现,不能再继续等下去,最后两人就在2016年创立了NextVPU(Next Vision Processing Unit, 未来的视觉处理器),中文名为肇观(有开启视觉的含义),冯歆鹏担任CEO,周骥担任CTO。虽然从创业之初就准备做芯片,但他们觉得2016年整个行业还没起来,单一的环节做得好没什么用,因此不得不先做一个产品。当然,从他们创业的第一天开始就在为芯片做准备,也就后来N171里的核心自研IP。 为何能开发出超越芯片巨头的AI芯片? 从数据上看,NextVPU N171可以被称为世界第一的AI视觉芯片,不过更让人关注的是初创公司为何能打造出超越芯片巨头的终端AI视觉芯片?这需要从NextVPU N171芯片的定位到功能去理解,创业之前冯歆鹏就已经明确了要做一款AI视觉芯片,但AI芯片可以分为云端和终端芯片,不同的选择将面对不同的市场竞争。冯歆鹏表示,云端和终端都有很多机会,从英特尔的收入分布看终端和服务器芯片的收入比约为5:1,其中服务器芯片出货量少、单价高利润率也比较高,但是这一市场竞争非常激烈,几乎是巨头垄断,更适合较大的企业。终端芯片无论是市场总量还是芯片需求量都远大于服务器市场,并且终端市场更具多样性,用户的需求也有一定的差别,小公司进入和发展都比较有利。 选择了终端市场之后,接下来需要定义产品功能。冯歆鹏指出,计算机视觉面临几何和理解两大挑战,当然,无论是几何还是理解都有大量的需求,比如客户想通过3D环境扫描做一个模型构建地图,或者生产线上不同的零件区分,这就需要VSLAM、多目、结构光、TOF等技术,也需要CNN识别,检测和分割等技术。看到这些需求并且了解到如今的芯片不能满足需求之后,我们芯片的功能大概就确定了。 因此,NextVPU N171具备的一大特色就是集成了三个自主IP:几何引擎、深度神经网络引擎(CNN)、图像成像引擎(ISP)。几何引擎用于同时处理传感器获得的数据、坐标空间信息、时间等多输入的信息,也就是对三维点组成的点云做各种计算,这是所有VSLAM三维重建的基础,机器人、汽车、AR和VR领域等对此都有急迫的需求。据悉,N171几何引擎每秒能处理2.48亿个3D点,处于业界领先的水平。 深度神经网络引擎支持图像的检测识别、分割以及各种主流的CNN算法。模型从简单到复杂,逻辑从几层到几百层都支持。冯歆鹏强调,深度神经网络引擎我们花了很长时间去做,并且跑越复杂的模型我们的深度神经网络引擎的利用率越高,越流行的网络模型,利用率也越高,几乎可以达到理论极限。 视觉成像引擎则是对图像进行处理,为了能够让机器看懂世界,视觉成像引擎做了非常多特殊的处理的调教,动态范围可以做到150dB,这是基于机器视觉的需求所决定。 除了三大自主IP,N171还有一大特色就是可独立运行操作系统,这个功能是通过N171中的多核CPU来实现。对于这个功能,冯歆鹏表示许多用户习惯于用像Linux这样的操作系统做文件的存储和调取,然后做日志,而非使用特殊的轻量级内核。要实现这个功能,有两种方式,一种是分布式的做法,在常用应用处理器AP芯片的基础上增加一个AI协处理器,第二种方式是异构融合,也就是将两个芯片做集成。 “我们接触到的所有客户都倾向于第二种方式,所以我们集成了多核CPU能够运行操作系统,让我们的芯片既能满足传统需求,也有很好地AI性能。另外,集成度越高,芯片内部的数据传输及交换的成本也能越低。”冯歆鹏补充表示。 由此不难看出,发现市场的痛点和需求之后,根据客户的需求一步步明确产品的形态和功能打造满足市场需求的产品,通过自研的IP,以ASIC芯片的形式实现,N171最终获得比传统芯片巨头性能更强的芯片自然也就可以理解。不过,对市场需求的正确判断以及好的产品理念还不足以让一款芯片成功流片,背后的团队也非常关键。 冯歆鹏和周骥都来自AMD,我们知道AMD是提供CPU,也能提供GPU的高性能计算芯片公司,而AI需要的就是高性能芯片,因此从Intel、Nvidia、AMD这三家高性能计算芯片公司出来的团队在做AI芯片的时候在经验上更具优势。冯歆鹏参与过50多款CPU和GPU的设计,对于高性能计算芯片里的流水线设计、数据的分布式存储处理等都非常有经验。除了基于已有的经验积累用两年多的时间先做IP然后做SoC,N171在其他方面也有巨大的投入。 能否成功落地? 在设计、功能都能够满足市场需求之后,芯片的实际性能成为考验一款芯片能否成功落地的关键。对于N171这样的高性能芯片,无法回避的问题就是高性能带来的高功耗。冯歆鹏表示:“一款芯片的设计只要遵循规则不出错,性能和功耗的实际值和理论值基本会遵循一条曲线。我们产品的性能和功耗水平同样基于客户的需求,根据客户产品设计的电池容量以及他们期望的续航时间,可以推导出芯片功耗的具体水平,只要功耗不大到一定的程度客户都能够接受。当然N171的性能和功耗也可以调教,不同的时钟频率对应不同的功耗,也可以根据客户的需求进行配置。“ N171虽然是高性能芯片,但并没有采用最先进的7nm工艺,而是选择了28nm工艺,这主要是从市场的角度出发,使用成熟的28nm工艺的性能和功耗就能够满足这款芯片目标市场和客户的需求。 而在N171芯片的目标市场之中,汽车市场对于芯片的稳定性、实时性、安全性都有更高的要求。为了进入这一市场,冯歆鹏表示:“我们的芯片首先满足ISO TS16949、AEC-Q100两个车规标准,也正在做ISO26262标准。另外,汽车市场比消费市场和工业市场有一些差异化的需求,比如需要支持零下40度到零上125度的温度,还要求芯片在出现错误之后能够自己恢复和校准。因此我们用更好的封装材料保证其稳定性、测试的流程也更加复杂。基于之前设计波音飞机上使用的CPU的经验,我们对这些都很有经验,只是需要付出更多的时间和成本。” 至于火热的安防市场,他们A轮的领投方是中电海康基金,这个基金背后是中电科技集团和中电海康集团。中电海康集团下属的海康威视是国内安防领域的龙头,他们在积极布局智能摄像头,NextVPU N171里的很多设计和功能也是为安防考虑。 既然基于相同晶圆和裸片的N171能够满足汽车和工业市场的需求,那么消费级市场当然也是NextVPU不会错过的。据悉,N171的第一代芯片已经成功流片,测试的结果也非常好,现在正处于客户导入的阶段,距离正式的上市还有几个月时间。冯歆鹏透露目前的合作客户已经涵盖车载、安防和机器人,希望未来N171还能做第二代、第三代,持续做下去。 在AI的热潮下,许多有经验有实力敏锐的大咖都开始了创业,他们希望能够在新的浪潮里发挥更大的价值,很显然NextVPU的团队就属于这一的创业团队。在技术、产品都能够比肩芯片巨头的情况下,芯片的实际落地更考验创业团队,在这个过程中会遇到很多意想不到的事情。相信我们都愿意看到NextVPU的产品能够不断迭代,为计算机视觉领域带来更好的AI芯片,也能够增强中国芯片的实力。
  • 《中国芯片企业暴增的隐忧》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2021-12-23
    • 近几年,市场需求、国产替代、科创板三大因素将半导体产业推上了时代的舞台,芯片成了资本的香馍馍,所谓不投半导体都不好意思说自己是投资的。资本的大量投入下,让大家宁为鸡头不为凤尾,初创企业更是如雨后春笋一般涌现。在产业发展和技术还未超越摩尔定律的时候,国内的企业增长速率已经甩摩尔定律好几条街。这片“欣欣向荣”的市场所暗藏的危机也逐渐暴露出来,如人才不足,同质化竞争等问题成为了国内半导体产业发展的新挑战。因此,我们有这样一个疑问,中国芯片公司数量的暴增到底是真实的繁荣还是浮躁的“财富密码”? 企业数量超越摩尔定律 在企查查中,以集成电路为关键词略加搜索,找出近40万搜索结果,而在2004年,该数字仅为609。简单计算一下,我国集成电路相关企业在过去的18年中,增长速率已经远远超越摩尔定律,即2021年企业数量>2004年企业数量*2^9。但技术层面却远远落后于摩尔定律。究其原因,无非以下几点: 首先,市场需求是推动这一现象的主要因素之一。5G、人工智能等新浪潮的到来使得下游的电子产业从单一走向了多元,由此所诞生的新兴应用促进了半导体产业的再次繁荣。新应用不仅为半导体产业发展带来了新的生机,也同样推进了半导体技术的又一轮革新。而当这些新技术作用于生活中的每个细节,半导体产业的发展又被视作是未来驱动社会发展的重要动力,于是,时代的风口将半导体产业推向了历史的前台,半导体相关企业也蜂拥而起。 在众多模式运营的半导体企业当中,采用Fabless模式的芯片设计公司成为了在市场需求推动下乘风而起的“猪”。多年以来所形成的代工模式降低了相关企业进军半导体产业的门槛,芯片设计不再禁锢于没有芯片制造能力的烦恼,相对于IDM模式以自建产线打入半导体市场,前期投入较小的Fabless模式自然成为了抢占新时期赛道的初创企业们的首选。于是,芯片公司的数量节节高攀。其次,贸易局势的变化加之国内政策的推动,国产化的效应使得国内芯片企业开始与国际芯片厂商抢生意。从我们的历史经验来看,国产化芯片如果能够被市场所认可,也就意味着他们也有希望走向国际市场。于是,我们也看到越来越多的芯片企业在“拆解”国际大厂的业务,通过在细分市场的布局来对标国际厂商的产品,以此来逐步实现国产替代。在过去,通过跨国并购也是实现国产化的途径之一,而在跨国并购变得越来越艰难的情况下,那些“偏冷小怪难”的卡脖子领域就更成为了各国关注的焦点。因此,针对这些领域的芯片企业也在崛起。除此之外,与日俱增的芯片公司还拥有无数个新鲜的故事。一笔笔砸向布局5G、数据中心、物联网和人工智能的芯片投资,也让资本在半导体产业的盛会中酣畅淋漓。因此,在更容易获得融资的情况下,也让更多人愿意出尝试创业,这也再一次降低了芯片公司创业的入门门槛。 尤其是科创板的横空出世,再次点燃了国内芯片企业的热情,于是,在许多芯片公司的蓝图中,上市成为了一个又一个未完待续的新故事,养活了一批又一批的芯片公司。 量变能否引起质变? 在大量芯片公司出现的情况下,这种量变是否会引发质变,并解决我国产业集中度低、创新能力差等问题?从目前的量变情况上看,或许还很难解决这些问题。首先,在国产替代的大背景下,很多选择了“冷偏小怪难”的芯片企业,打着维护卡脖子领域的旗号,却没有取得实际成绩。对于这些空喊口号的芯片企业来说,与其说是解决卡脖子问题,不如说是解决自己钱袋子。嘴上喊着为人民做贡献,实则为人民币做贡献。产品宣称国产替代,实则是替代国产。从产业发展的角度,“冷偏小怪难”的非主流领域不一定能够契合集成电路产业整体发展的走向。而往往这些“冷偏小怪难”却能够吸引资本的青睐,但这样的企业一旦变多,也很有可能会导致集成电路产业的发展偏离正轨,加之投资不集中,相关重点技术不能实现飞跃式的突破,也就很难达到引发质变的效果。而除了针对“冷偏小怪难”芯片市场的企业有所增加外,就芯片市场大环境而言,大量的芯片公司的出现就必然会导致人才分散,而这也使得国内团队式创业现在在国内越来越少,不少创业公司如今都是个人作坊——原来还是个团队,如同一个监制完整的部队,有将军,有后勤,有战士,现在各个都成为了老总司令。在这些企业当中,又有相当一部分公司的“老司令”并没有明确的根据地,而是通过融资来打游击战。更有甚者,在资本市场上市解禁后即迎来了解散,这些种种结果阻碍了中国半导体产业进一步做大做强。此外,在数量庞大的芯片公司当中,总会存在一些对标同一市场的企业,尤其是那些针对未来蓝海新兴领域市场的,这些企业虽然小,但他们的估值并不小,由于处于竞争阶段,这些企业之间无法进行强强联合。如果这些公司只顾抢市场,就导致他们很难集中去攻克高端技术,进而与国际公司竞争。而这对于我国集成电路产业的发展来说也是一种损失。 总结 在半导体受到各界重视的当下,国内的芯片公司数量以超越摩尔定律的态势不断发展。暴增的企业数量充满隐忧,一笔笔真金白银投入背后,他们是否真的能为国内半导体产业的根本问题做出贡献。数量不断膨胀的结果就是资本和人才的分散,大家宁为鸡头不为凤尾,为争上市互相内卷。对于国内半导体产业来说,发展的窗口可能稍纵即逝,半导体的风口可能不能长久的刮下去,我们更要规划好产业发展,以大局观发展半导体,走上更科学的发展道路。