說到AI芯片，人們第一個(gè)想到的可能是高通、聯(lián)發(fā)科、Intel，抑或是英偉達(dá)、AMD。另外三個(gè)核心玩家則總是在被忽視：蘋果、三星和華為，因?yàn)樗鼈儾粚Ｗ⒂谛酒菣M跨消費(fèi)電子、通信、存儲(chǔ)、云等業(yè)務(wù)，但事實(shí)上它們的芯片卻很強(qiáng)大。

比如三星，就是不容忽視的芯片玩家，它的exynos系列就是跟蘋果A系列同級(jí)的頂尖芯片。AI芯片，也是三星接下來的重中之重。

在第 55 屆年度股東大會(huì)上，三星電子宣布進(jìn)軍人工智能處理器市場，將于 2025 年初推出 Mach-1 AI 加速芯片。但不同于英偉達(dá)是要攻占全球服務(wù)器市場，三星的目標(biāo)在邊緣計(jì)算領(lǐng)域，包括手機(jī)、PC 等智能設(shè)備、自動(dòng)駕駛機(jī)器人以及 IoT 設(shè)備。

不難理解。僅從今年 1 月 CES、2 月 MWC、3 月 AWE 三場科技行業(yè)大會(huì)就能看出，AI 已經(jīng)開始了大規(guī)模對(duì)終端產(chǎn)品的「改造」。盡管大部分行業(yè)都還處在探索和嘗試的階段，但有一點(diǎn)是無論如何不會(huì)改變的：

AI 驅(qū)動(dòng)離不開算力。

算力從哪來？底層無非是芯片。三星推出 Mach-1，就是希望在這個(gè) AI 改造終端的過程中，成為各類終端的主要 AI 芯片供應(yīng)商，成為邊緣計(jì)算領(lǐng)域的英偉達(dá)。


避英偉達(dá)鋒芒，三星AI芯片在邊緣側(cè)另辟蹊徑

三星 Mach-1 會(huì)成功嗎？這不是一個(gè)可以簡單回答的問題。

今天對(duì)于 AI 的應(yīng)用正在大規(guī)模從云端（數(shù)據(jù)中心）轉(zhuǎn)向終端（智能設(shè)備、自動(dòng)駕駛汽車等），市場對(duì)于面向邊緣計(jì)算 AI 芯片的需求自然水漲船高，這是三星AI芯片的機(jī)會(huì)。

然而，英偉達(dá)的高性能 GPU 實(shí)在是太強(qiáng)大了。在剛剛結(jié)束的英偉達(dá)GTC 2023上，老黃帶來了史上最強(qiáng)的AI芯片加速卡甚至是AI芯片：Blackwell GB200超級(jí)芯片系統(tǒng)，這是面向AI大模型時(shí)代而生的AI芯片，業(yè)界評(píng)論稱：英偉達(dá)掌握了AI時(shí)代的摩爾定律，也打破了傳統(tǒng)計(jì)算的摩爾定律。

不過，英偉達(dá)強(qiáng)在云端，“邊緣”并不是其擅長的計(jì)算場景，它的GPU當(dāng)然能提供頂級(jí)的 AI 加速性能，但尺寸、功耗以及成本都大大限制了它在邊緣計(jì)算領(lǐng)域的應(yīng)用范圍。英特爾和高通則都采用了混合架構(gòu)（CPU+GPU+NPU）提供 AI 加速性能，大幅降低了功耗，更大的機(jī)會(huì)在于邊緣側(cè)。

三星 Mach-1 在理論上還能提供更低的功耗和成本。對(duì)于低性能的智能家居設(shè)備和 IoT 傳感器等，Mach-1 比起英偉達(dá)、英特爾和高通的解決方案無疑更有價(jià)值。

試想一下，總不能為了大模型驅(qū)動(dòng)的 AI 應(yīng)用，洗衣機(jī)也要搭載高通旗艦芯片吧。

不過就算面對(duì)手機(jī)、筆記本電腦乃至汽車車機(jī)等高性能終端，除了功耗上的優(yōu)勢，考慮到低端產(chǎn)品搭載芯片的 AI 算力水準(zhǔn)，三星 Mach-1 也同樣存在一定的價(jià)值。

以AI PC、AI手機(jī)、AI家電、AI汽車為代表的AI硬件正在重新定義傳統(tǒng)硬件生態(tài)，而AI硬件的計(jì)算形態(tài)一定是“云端融合”，既要云端訓(xùn)練，也要邊緣端有一定的AI計(jì)算力來支持小模型部署以及終端側(cè)的基礎(chǔ)、實(shí)時(shí)和硬件層訓(xùn)練、推理和生成。因此，邊緣側(cè)的AI芯片有巨大的空間，這是三星的機(jī)會(huì)。

當(dāng)然，邊緣側(cè)AI芯片不能一概而論，有些終端對(duì)功耗要求高，有些終端對(duì)散熱要求高，有些終端對(duì)安全要求高，有些終端則對(duì)性能要求更高……因此，邊緣側(cè)的AI芯片也會(huì)形成分化。

簡而言之，在高性能 AI 賽道，英偉達(dá)占據(jù)了頂級(jí)的云端生態(tài)位，在高性能低功耗 的“邊緣側(cè)”“終端側(cè)”AI 賽道（如手機(jī)、筆記本電腦），英特爾和高通成為絕世雙雄；而三星，則有望拿下低功耗賽道的頂級(jí)生態(tài)位。當(dāng)然，頭部品牌吃不完全部蛋糕，每一個(gè)AI芯片層都將容納大量的玩家。


邊緣計(jì)算與終端AI芯片市場穩(wěn)步增長

隨著人工智能、5G和物聯(lián)網(wǎng)等領(lǐng)域的快速發(fā)展，邊緣計(jì)算和終端AI芯片市場呈現(xiàn)出巨大的增長潛力。邊緣計(jì)算是一種將計(jì)算資源從云端延伸至離用戶更近的邊緣設(shè)備的新興計(jì)算模式，可以提供更低延遲和更高效的數(shù)據(jù)處理和分析能力。而終端AI芯片作為支撐終端設(shè)備智能化的關(guān)鍵技術(shù)，具備低功耗和高性能的特點(diǎn)，已成為終端設(shè)備實(shí)現(xiàn)智能功能的關(guān)鍵驅(qū)動(dòng)力。

據(jù)市場研究數(shù)據(jù)顯示，邊緣計(jì)算服務(wù)器市場正呈現(xiàn)穩(wěn)步增長的態(tài)勢。市場研究機(jī)構(gòu)TrendForce預(yù)測，邊緣計(jì)算產(chǎn)品和服務(wù)市場在2018年至2022年將以復(fù)合年增長率超過30%的速度增長，這一增速或有望打開千億級(jí)美元的市場空間。另據(jù)市場研究機(jī)構(gòu)Gartner數(shù)據(jù)，到2025年有75%的數(shù)據(jù)將產(chǎn)生于邊緣，2023年底有50%以上的大型企業(yè)將至少部署6個(gè)以上的邊緣計(jì)算應(yīng)用，主要用于物聯(lián)網(wǎng)或者沉浸式的邊緣計(jì)算體驗(yàn)。邊緣計(jì)算的優(yōu)勢在于將數(shù)據(jù)處理和存儲(chǔ)推至靠近數(shù)據(jù)源的邊緣設(shè)備，實(shí)現(xiàn)快速響應(yīng)和實(shí)時(shí)決策，特別適用于物聯(lián)網(wǎng)、智能城市、智能制造等領(lǐng)域。

同時(shí)，終端AI芯片市場也面臨著廣闊的發(fā)展空間。根據(jù)Frost&Sullivan數(shù)據(jù)顯示，2021年全球人工智能芯片市場規(guī)模為255億美元。預(yù)計(jì)2021-2026年，全球人工智能芯片市場規(guī)模將以29.3%的復(fù)合增長率增長，2023年將達(dá)到490億美元。終端AI芯片通過將AI計(jì)算能力集成到終端設(shè)備中，實(shí)現(xiàn)設(shè)備智能化和邊緣計(jì)算的優(yōu)化，為用戶提供更快速、更個(gè)性化的智能服務(wù)。


國產(chǎn)企業(yè)大力布局

邊緣端AI 芯片主要應(yīng)用于嵌入式、移動(dòng)終端等領(lǐng)域，如攝像頭、智能手機(jī)、邊緣服務(wù)器、工控設(shè)備等，此類芯片一般體積小、耗電低，性能要求略低，一般只需具備一兩種AI 能力。

當(dāng)前應(yīng)用領(lǐng)域由云端向邊緣側(cè)移動(dòng)，終端催生大量芯片需求。

從功能上來看，AI芯片分為訓(xùn)練芯片和推斷芯片兩種。由于功耗、算力等條件限制，目前邊緣端的AI芯片絕大部分為邊緣推斷芯片。從技術(shù)架構(gòu)來看，它可分為四大類，分別為通用性芯片（GPU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）。

在邊緣計(jì)算中，AI芯片會(huì)利用傳聲器陣列、攝像頭等傳感器采集到的數(shù)據(jù)按照已構(gòu)建的模型進(jìn)行推理并輸出相應(yīng)的結(jié)果。

由于邊緣計(jì)算的應(yīng)用場景眾多，對(duì)于硬件的算力、能耗等性能要求也不盡相同，因此催生出對(duì)AI芯片更加廣泛的需求。

不同邊緣場景對(duì)AI算力的需求：

國內(nèi)海思、寒武紀(jì)、云天勵(lì)飛、國芯科技、海光信息等芯片廠商陸續(xù)推出高性價(jià)比的邊緣端AI芯片。

寒武紀(jì)“思元”220芯片是專門用于深度學(xué)習(xí)的邊緣加速芯片，采用臺(tái)積電16nm工藝，具備高算力（32Tops）、低功耗(10W）的特點(diǎn)。

云天勵(lì)飛DeepEye1000采用22nm工藝，集成雙核視覺DSP處理器，內(nèi)置硬件加速運(yùn)算子ACC，峰值算力可達(dá)2.0Tops，可支持4K@30fps視頻、4路高清視頻并行的實(shí)時(shí)分析。


邊緣算力前景廣闊

伴隨AI等場景的發(fā)展，數(shù)據(jù)中心及智能終端數(shù)據(jù)處理需求持續(xù)增長，邊緣計(jì)算將有效解決算力需求高增帶來的數(shù)據(jù)處理問題。

算力發(fā)展的解決方案將是云端和邊緣端同時(shí)發(fā)展，其中邊緣端算力的發(fā)展更值得期待。目前高算力設(shè)備仍占比較低，例如只有不到1%的電腦或主機(jī)可以在最低畫質(zhì)下玩《微軟飛行模擬器》。而對(duì)算力要求更高的元宇宙，如果希望能納入盡可能多的終端和用戶，需要降低對(duì)設(shè)備配置的要求，云端渲染和視頻流是一個(gè)必然的思路。

根據(jù)IDC預(yù)測，實(shí)時(shí)數(shù)據(jù)的占比將在未來五年不斷增加，到2024年將達(dá)到數(shù)據(jù)產(chǎn)生總量的四分之一左右。實(shí)時(shí)數(shù)據(jù)的激增促進(jìn)了邊緣基礎(chǔ)設(shè)施的發(fā)展，也使得邊緣計(jì)算能力變得越來越重要，人工智能應(yīng)用也將更加依賴于處在邊緣的算力支撐。

到2023年，全球超過50%的新建基礎(chǔ)設(shè)施將部署在邊緣，將近20%用于支撐AI工作負(fù)載的服務(wù)器將部署在邊緣側(cè)。

此外，邊緣算力還在供零售/金融/遠(yuǎn)程連接領(lǐng)域使用的“開箱即用云”、移動(dòng)連接、通用用戶駐地設(shè)備（uCPE）、衛(wèi)星通信（SATCOM）等環(huán)節(jié)起到重要作用。

總的來說，邊緣計(jì)算可以按需部署于無線接入云、邊緣云或者匯聚云。對(duì)于低時(shí)延場景，邊緣計(jì)算需要部署于靠近基站側(cè)的無線接入云甚至終端自身處（如安防攝像頭、智能汽車）；對(duì)于高帶寬要求的大流量熱點(diǎn)地區(qū)，邊緣計(jì)算可以部署于邊緣云；對(duì)于海量連接的場景，邊緣計(jì)算可部署于位置更高一些的匯聚云，以便覆蓋更大區(qū)域的業(yè)務(wù)需求。