AI芯片门槛很低吗?怎么那么多公司在做

  • z
    zerosoul
    如题五个字
  • c
    chen自立
    ai也有领域啊,小公司做细分领域啊HiPDA·NG
  • 月球之上
    AI核心是算法,矿机是典型的算法硬件。
  • p
    photoss123
    门槛不低,可以讲故事骗钱,小尾巴~
  • b
    badloop
    回复4#photoss123
    其实门槛不高 核心加速ip可以买synopsys之类的 外围设计找design house,生产反正都是找代工。

    iOS fly ~
  • Z
    Z.
    金字塔结构,多数人搞的是低门槛的产品
  • h
    hanbing135
    买ip核找带工
  • z
    zerosoul
    不涉及像手机芯片那种很贵的流片流程吗?
  • r
    rochester
    看什么应用的芯片。监控的也就28和16,价格还好
  • b
    badloop
    回复9#zerosoul
    工艺都很low的 因为大部分芯片是接电用的 iOS fly ~
  • z
    zerosoul
    接电是什么意思
  • b
    badloop
    插电源用啊 不用考虑功耗
  • w
    william24
    算法可以买嘛
  • 胖子陈陈
    ai芯片确实门槛不高,应对场景单一。你看有几个能搞cpu gpu的?
  • z
    zhanghe
    还有一群人去做光刻胶呢
  • k
    kenshinwu
    创业公司也就适合做这个,有点门槛,但是芯片规模还没那么大,小团队还能搞搞。像海思麒麟你小团队根本没戏啊。OPPO最近也要做手机SOC,那至少上千的队伍。
  • h
    hackfly
    回复14#badloop
    很多产品对发热要求挺高的 iOS fly ~
  • z
    zerosoul
    那其它方面呢?比如芯片设计,难道AI芯片是类似ASIC/FPGA的芯片,所以那么简单?
  • s
    shannon_sdu
    做出来也没吊用吧
  • w
    william24
    我的看法是,AI算法这东西,开发调试时必然就有适配芯片,厂家也有配套线路可提供。当然这不是重点,重点是AI算法这东东竞争激烈所以换代也快,所以为了市场把上几代算法便宜甩卖出去,总比被别家占领市场一分钱都收不到的好。
  • l
    logic90
    asic的设计难度,比通用芯片简单的多。。。

    ai加速芯片,基本都是用asicHiPDA·NG
  • k
    klizet
    AI芯片是DSA(Domain Specific Architecture)的典型代表,架构简单,很多就是CNN的各种版本,研发投入成本相对较低,解决问题单一,但是狭窄的细分市场带来的回报也许已经足够覆盖投入了。而且,由于针对的是细分市场,在更强的对手进来之前,产品的生命周期会很长,对于公司的财务状况是个好消息。
  • w
    wakaoo
    效果不好你也不容易证伪

    所以操作空间就很大了,你懂吧 iOS fly ~
  • 黄金狮子
    所谓AI芯片这种叫法其实没什么意义,只要能运行“AI程序的”豆能这么叫,也就是绝大多数能编程CPU芯片都行

    真正狭义上的应该叫AI加速芯片,也就是对某方面的AI应用算法做了加速设计,比如搞影响识别AI的就是影像AI加速芯片

    基本方式都是SOC,自己搞个算法,找些IC工程师,FPGA啥的,设计出来跟代工厂例如TSMC等测试,没问题后流片,量产。硬件要加什么功能模块基本都是货架上的

    AI芯片如何其实主要看产品在其应用场景中配合其算法效率是不是够高,没有哪家有什么独占性的东西。核心技术都在大厂手里,大家都是在别人基础上按照自己算法优化而已

    要说门槛如何,可以举个例子,如果AI芯片相当于汽车,那么AI芯片设计公司相当于汽车设计公司,能做的就是按照一定的方向和用途设计汽车,然后交给代工厂生产,零件可以自己设计一部分,但是大部分核心零件比如发动机都是采购别人的。设计一辆车的难度远小于搞发动机等大件的生产商
  • A
    Alpha00
    呃,“集成”的多,“设计”的少。买ip,挂总线,调时序。 iOS fly ~
  • n
    nglee
    简单来说实现大量卷积计算,应该本质上是矩阵加乘操作,并不比其他领域比如矿机之类的复杂太多,比需要做模运算,求逆运算的要简单一些;
    各种激活函数之类的,猜测实现本身可能更有技巧一些;
    但是ai计算的密度比较高,存取的次数太频繁,所以更多的需要在计算与存储之间做tradeoff,很多ai芯片用很多高大上名词忽悠,说什么非冯诺依曼结构啊存算一体啊啥的还有干脆自己发明个词存储优先架构啥的,本质上是在一个计算单元内放进更多sram(感觉会拉低良率和增加测试难度);
    最后还有就是对于低功耗小场景,有一类被叫做类脑或者叫SNN的路线区别于cnn,ibm和intel有这种产品,而瑞士有一个研究机构做的也不错,aictx,拿到过百度投资,但是应用场景也有点受限,我自己觉得这种也挺好玩,可以用在一些娱乐想的东西里面。 iOS fly ~
  • n
    nglee
    回复24#klizet
    您的理解比较准确 iOS fly ~
  • b
    badloop
    回复19#hackfly
    你说的是 但他们那些ppt产品要求并不高 iOS fly ~
  • i
    ibmpda
    现在有 5TOPS, 10美金以下的SOC吗
  • l
    lxp121
    专用芯片,难度不大,关键是软件配套和市场 iOS fly ~
  • T
    TomYao
    回复26#黄金狮子


    受教!