人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。
人工智能(AI)現(xiàn)在的熱度節(jié)節(jié)攀升。這項技術存在了數(shù)十年之久，一直不溫不火，但它最近已經成為數(shù)據中心分析、自動駕駛汽車和增強現(xiàn)實等應用的焦點。這項技術怎么就重獲新生了呢?在我看來，人工智能迅速走熱的趨勢是由兩種力量所推動的：訓練人工智能系統(tǒng)所需要的數(shù)據的大爆發(fā)和可以大大加快訓練進程的新技術的出現(xiàn)。下面，我們分別從這兩個方面進行一下解讀。
數(shù)據就是人工智能世界的貨幣。沒有大量的已知結果，就無法進行推論和機器學習。得益于數(shù)據中心領域幾個巨無霸的強力推動，各種數(shù)據庫正處于如火如荼的建設中。谷歌已經積累了大量與自主駕駛汽車相關的經驗數(shù)據，特斯拉和其它位于底特律的汽車制造商也不甘落后，積累了大量數(shù)據。在自動駕駛領域，奧迪計劃在其旗艦車型A8上部署Level 3的自動駕駛能力。
人工智能的另一個應用前沿是自然語言處理。想想吧，您的屋子里充滿了各種傾聽您的指令并隨時準備進行互動的小玩意(比如亞馬遜的Alexa、三星電視等)，當然，這些設備不是為了竊聽你的私生活，它們看起來更像是一個精心設計的程序，可以學習如何解釋人類的自然語言。谷歌、Facebook、亞馬遜和微軟已經開展了大量研究自然語言處理的項目。
從技術的角度來看，英偉達的GPU處于先發(fā)優(yōu)勢，因為它的架構可以很容易地從圖形加速應用切換到AI培訓應用上。現(xiàn)在，人工智能已經不再局限于機器學習上，而且更多可以以更快的速度運行AI系統(tǒng)的新型架構正在被開發(fā)出來。英偉達、高通、英特爾、IBM、谷歌、Facebook和其它公司正在加速涌入這個領域。
實際上，這些器件并不是真正的芯片，而是一種單封裝系統(tǒng)。它們通常包含一顆或者兩顆高規(guī)格的基于最新半導體制造工藝(16nm及以下)打造的ASIC和大容量的超高帶寬內存(比如HBM2堆棧)，所有這些芯片都通過某種內插器集成在一起(想象一下硅片的封裝)。我們當然知道哪些場合需要這些芯片，但是問題是，是誰在設計和生產它們?
先看代工廠這邊，全球有很多代工廠，但是因為難度太高，能生產AI單封裝系統(tǒng)的廠家并不多，臺積電、三星和格羅方德都在榜單之列。那么，是哪些廠商在設計AI單封裝系統(tǒng)呢?你需要看看哪些廠商真正擅長2.5D集成和擁有設計所需的關鍵IP(比如HBM2物理層接口和高速SerDes)。HBM2 PHY和高速SerDes模塊執(zhí)行該單封裝系統(tǒng)內多個組件之間的任務關鍵性通信。這些都是模擬設計中非?？量痰奶魬?zhàn)，從ASIC供應商那里購買IP可以把風險降至最低。
擅長這些領域的ASIC廠商并不多，不過由于人工智能市場可能會出現(xiàn)爆炸性增長，所以這些ASIC廠商將會受益匪淺。其中有一家ASIC廠商值得關注–eSilicon。上面提到的三項關鍵技術eSilicon都有涉及，一方面從2011年以來他們一直在做2.5D集成并且已被公認為這一領域的領導者。同時eSilicon也有硅驗證的HBM2 PHY技術。那么SerDes呢?到目前為止，eSilicon已經集成了第三方的SerDes模塊。如果仔細觀察你會發(fā)現(xiàn)情況還在發(fā)生變化，eSilicon并沒有關于擁有SerDes技術的官方聲明，但是該公司網站上已經出現(xiàn)了高性能SerDes開發(fā)中心的相關文字。并且他們正在招聘版圖工程師，這很說明問題。
下載文檔
