平頭哥出道一年了

作者：王海李娜

【換言之，對于中小AI芯片廠商來說，也許芯片行業的“血雨腥風”才只是個開始，尤其是在云計算領域，這是一場涉及資本與人才的全球化較量。現在來看，這場豪賭只屬于大玩家。】

2021年云棲大會期間，阿里巴巴公布成立一家獨立運營的芯片公司——“平頭哥半導體有限公司”。一年過去，阿里的芯片戰略進展如何？

9月25日，阿里巴巴集團首席技術官兼阿里云智能總裁張建鋒發布了阿里的首款AI芯片含光800，該芯片是一款云端AI芯片，屬于AI推理芯片。含光800主要應用于視覺場景，已經在阿里巴巴集團內多個場景大規模應用，其他企業可以通過阿里云獲得含光NPU的算力。

張建鋒表示，平頭哥用大概一年半的時間實現了含光800從設計到商用。

依托阿里資源

作為一個長周期的行業，要想加速芯片的商用，在硬件和軟件方面都需要有很強的實力，尤其是在AI時代，軟硬一體化的重要性更加突顯。

芯片廠商面臨著技術路徑的選擇：CPU雖然能解決單次復雜問題，但無法支撐深度學習的大規模并行計算需求。GPU很初隨著圖像處理需求出現，處理大量數據并行運算、浮點運算的能力迎合了深度學習的需求，相比CPU處理速度更快、功耗更低，因此被很先引入深度學習。FPGA可以通過FPGA配置文件來定義這些門電路及存儲器間的連線，從而實現特定的功能，并且可以通過配置特定的文件將FPGA轉變為不同的處理器。雖然有可以多次更改的優勢，但是在AI芯片的進展上不算快。ASIC則是為了特定應用而設計的集成電路，除了不能擴展以外，在功耗、可靠性、體積方面都有優勢，在云端和終端上擠滿了一眾蓄勢待發的AI廠商。

相比之下，含光800性能突破得益于軟硬件的協同創新，芯片架構方面，含光800采用創新的架構，針對深度學習中使用的大量權重參數和張量數據，在支持稀疏壓縮與量化處理的基礎上，通過獨特設計的數據訪存與流水線處理技術，大大減低了I/O需求和數據的搬移。NPU同時深度優化了卷積、向量計算和各種激活函數，通過更有效的硬件資源調度和全并行的數據流處理，提升了AI運算的性能和能效。

平頭哥借力于阿里在軟硬件方面的積累。算法方面，阿里巴巴達摩院機器智能實驗室過去兩年構建了完整的算法體系，涵蓋語音智能、語言技術、機器視覺、決策智能等方向，并且取得多個世界領先水平的成果；硬件方面，阿里巴巴此前已在服務器、FPGA以及存儲等領域擁有多年研發經驗，此外，平頭哥團隊在體系結構、編譯技術等領域擁有深厚的技術儲備。

其中，性能的提升必須解決內存墻問題。所謂的內存墻，是指采用馮諾依曼結構的處理器，存儲和運算處理分離，當進行深度神經網絡處理時，算力得到了提升，但大量讀寫運行操作會受到帶寬限制，芯片的整體性能提升也同時受到限制。

平頭哥的做法是通過自研架構大幅減少對內存的訪問，在保證性能的情況下，把芯片功耗降到很低水平。具體而言，含光800會根據神經網絡推理運算特征，設計特定的硬件、高速連接的存儲結構以及專用指令集，對內存和計算單元實現高效組織治理，實現單條指令完成多個操作，提高計算效率和內存訪問效率。

目前，含光800已應用于阿里巴巴集團內多個場景，例如視頻圖像識別/分類/搜索、城市大腦等，未來還可應用于醫療影像、自動駕駛等領域。

比如，拍立淘是手機淘寶上用圖片搜索商品的一個功能，拍立淘商品庫天天新增10億商品圖片，為了讓用戶快速從海量圖片中精準搜索到商品，需要強大的計算力支撐，使用含光800搜索效率可提升12倍，時間從傳統通用GPU的1小時縮減至5分鐘。

“含光800芯片的設計、封裝、測試等環節已完成，流片一次通過，現在在跟業務方做適配、驗證的過程，預計今年年底可以完成主要業務方適配、驗證的過程。”9月25日，阿里巴巴平頭哥半導體公司研究員驕旸告訴第一財經記者，雖然取得了一些成績，但要達到英偉達的水平還有一段很長的路要走。

含光800是一款云端AI芯片，后續會做PC、手機端上的芯片，用IP的形式去賦能客戶。“先在云端做大芯片、技術上占領制高點，假如在云上做成了之后，客戶對于公司在PC、手機等端上也會布滿信心。”驕旸表示。

阿里官方表示，成立僅一年的芯片公司平頭哥僅用7個月時間完成了前端設計，之后用3個月成功流片。“和絕大多數芯片商不同的是，平頭哥的目的并非賣芯片，含光800將通過阿里云對外輸出AI算力，未來企業可以通過阿里云獲取含光800的算力。”

另外，平頭哥還將成立芯片開放社區，為芯片產業提供開放協作平臺。北京清微智能科技有限公司首席科學家尹首一告訴第一財經記者，這能夠給終端設備提供更高算力，在與平頭哥無劍芯片合作的過程中，平頭哥能夠在系統模塊、架構等方面有一個很深的優化。“因為有了平頭哥這樣的平臺技術，可以使得我們產品迭代的速度更快，更具競爭力。”

芯片投資成“重資產”游戲

根據高盛的統計，2021云計算的市場滲透率達到了8%，2021年滲透率將增長至15%。未來它將成為IT市場的主導。

在過去10多年里，云計算改變了IT產品的產權歸屬，從客戶端轉移到云廠商。在這個轉變的過程中，整個產業鏈的核心環節還算穩定，依舊是英特爾、AMD、英偉達等廠商提供芯片，聯想、戴爾、浪潮等廠商組裝服務器，然后賣給AWS、阿里云等這樣的云計算廠商，由云廠商以服務和按需消費的方式提供給很終客戶。

不過過去兩年間，隨著人工智能的興起，市場的風向有了變化。

從行業看，經過數十年的快速迭代發展，高速的摩爾定律已經難以實現。

過去5年，通用CPU的發展碰到了許多技術瓶頸，單核性能平均每年提升不足10%。想要進一步實現提高技術能力，在晶體管上打主意太難，需要尋找其他路徑。同時，目前在先進的大規模數據中心中，服務器成本占比持續提升。以目前華為云數據中心為例，服務器成本占比已超過60%，計算正在成為數據中心的主體。也就是說，假如華為購買其他市場上的板卡，再來提供云服務，不虧都很難達到。

行業的共識是，未來云計算一定成為全社會的基礎設施或者公共服務，這時就需要云計算服務做到有規模，成本低，并且使用便利。

這幾年，在云計算上排名靠前的頭部廠商紛紛開始投入芯片領域，尤其是AI芯片，谷歌、阿里巴巴、亞馬遜AWS等云廠商都在開發用于機器學習等應用場景的芯片技術。不同的技術路徑“亂花漸欲迷人眼”。

有不愿意透露姓名的分析師質疑，“含光公布的指標是IPS，一改以往算flops的習慣，P4也是幾年前的產品了，AI產品對標的標的有些討巧。”

但他也坦言，半導體需要巨頭不斷投入，有泡沫才有機會，才有更多的人才愿意加入。雖然與英偉達、英特爾這些芯片廠商相比，云服務廠商的AI芯片計劃仍處于相對初級階段。但芯片主要是自用，為自家的AI應用量身打造，也將更加符合自身產品的特性。

此前，華為云總裁鄭葉來對記者表示，公有云未來的集中度會越來越高，以后不僅僅是玩資本的游戲，更是一個研發投資的游戲。“做B端的生意，它一定不可能去掙快錢的。未來公有云不是長板戰略，說我有一個東西尤其厲害。別人學你，不會的。未來的云服務一定是短板戰略，哪個不行就沒人學你。客戶買的是一個服務。云服務首先是短板戰略，你哪個東西不行你就麻煩了。”

換言之，對于中小AI芯片廠商來說，也許芯片行業的“血雨腥風”才只是個開始，尤其是在云計算領域，這是一場涉及資本與人才的全球化較量。現在來看，這場豪賭只屬于大玩家。