半導(dǎo)體行業(yè)正面臨一個(gè)巨大的轉(zhuǎn)折點(diǎn)，以語(yǔ)言大模型為代表的人工智能技術(shù)的質(zhì)變，讓整個(gè)世界處于計(jì)算范式轉(zhuǎn)折的前夜，并行計(jì)算即將成為主流，半導(dǎo)體行業(yè)被裹挾其中。哲庫(kù)的飲恨離場(chǎng)，不過(guò)是芯片產(chǎn)業(yè)風(fēng)云巨變的開(kāi)場(chǎng)。

上個(gè)月底，阿里云宣布了“史上最大規(guī)模降價(jià)”，其中核心產(chǎn)品價(jià)格全線(xiàn)下調(diào)15%-50%，存儲(chǔ)產(chǎn)品最高降價(jià)50%。對(duì)于云服務(wù)廠(chǎng)商來(lái)說(shuō)，支撐起高效和高性?xún)r(jià)比服務(wù)的，是硬件和云計(jì)算能力的雙重優(yōu)勢(shì)。云計(jì)算也是大模型軍備競(jìng)賽的技術(shù)支撐，ChatGPT就是鮮活案例。

ChatGPT能真正實(shí)現(xiàn)大規(guī)模應(yīng)用，背后少不了微軟的支持。微軟云OpenAI是ChatGPT的獨(dú)家云供應(yīng)商，ChatGPT大模型訓(xùn)練所需要的海量數(shù)據(jù)，也來(lái)自微軟云多年的積累。正如李彥宏所言，“之前企業(yè)選擇云廠(chǎng)商更多看算力、存儲(chǔ)等基礎(chǔ)云服務(wù)。未來(lái)，更多會(huì)看框架好不好、模型好不好，以及模型、框架、芯片、應(yīng)用這四層之間的協(xié)同。”

(相關(guān)資料圖)

阿里云宣布要上市，為什么是現(xiàn)在？因?yàn)槿斯ぶ悄軙r(shí)代，以GPU、TPU為代表的異構(gòu)計(jì)算芯片，將成為智能化基礎(chǔ)設(shè)施。阿里云如果不能主動(dòng)折舊（降價(jià)），融資（上市即加杠桿）擁抱新的基礎(chǔ)設(shè)施架構(gòu)，可能會(huì)錯(cuò)過(guò)下一波而被邊緣化。

縱觀全球計(jì)算主芯片，異構(gòu)已經(jīng)不是一個(gè)未來(lái)潮流，而是現(xiàn)實(shí)落地的主流和頂流。

蘋(píng)果新一代SOC芯片產(chǎn)品，M2 Pro 和 M2 Max，大幅集成GPU功能。M2 Pro芯片提升M2 芯片原有架構(gòu)，帶來(lái)多達(dá)12核的中央處理器和多達(dá)19核的圖形處理器，M2 Max芯片在 M2 Pro的強(qiáng)大性能基礎(chǔ)上更進(jìn)一步，帶來(lái)多達(dá)38核的圖形處理器。兩款芯片還有增強(qiáng)的定制技術(shù)加持，包括速度更快的16核神經(jīng)網(wǎng)絡(luò)引擎，每秒可進(jìn)行最多達(dá) 15.8 萬(wàn)億次運(yùn)算，較前代芯片快達(dá)40%。

Intel一直在為其異構(gòu)架構(gòu)理念不停地做重磅收購(gòu)，2015年收購(gòu)FPGA供應(yīng)商Altera，2016年收購(gòu)AI芯片供應(yīng)商N(yùn)ervana，2017年收購(gòu)了ADAS芯片供應(yīng)商Mobileye和AI芯片供應(yīng)商Movidius，2018年收購(gòu)eASIC，2019年收購(gòu)云端AI芯片供應(yīng)商Habana Labs。

AMD收購(gòu)Xilinx后，Zynq異構(gòu)系列的戰(zhàn)略不用多說(shuō)，傳言AMD與微軟合作，合作開(kāi)發(fā)一款代號(hào)為雅典娜(Athena)的自主研發(fā)的人工智能芯片。

谷歌張量處理器（tensor processing unit，TPU）是該公司為機(jī)器學(xué)習(xí)定制的專(zhuān)用芯片（ASIC），第一代發(fā)布于2016年，成為了AlphaGo背后的算力。與GPU相比，TPU采用低精度計(jì)算，在幾乎不影響深度學(xué)習(xí)處理效果的前提下大幅降低了功耗、加快運(yùn)算速度。同時(shí)，TPU使用了脈動(dòng)陣列等設(shè)計(jì)來(lái)優(yōu)化矩陣乘法與卷積運(yùn)算。

如今TPU已經(jīng)發(fā)展到了第四代，雖然每個(gè)TPU的處理速度都比不上最好的英偉達(dá)AI芯片，但谷歌用于連接芯片和在芯片之間傳遞數(shù)據(jù)的光電路交換技術(shù)彌補(bǔ)了性能差異。

其他互聯(lián)網(wǎng)公司也有自研芯片的，但基本上都是基于ARM架構(gòu)，比如亞馬遜的推理芯片Inferentia和訓(xùn)練芯片Trainium，還有META昨天剛剛發(fā)布的AI加速器芯片MTIA（Meta訓(xùn)練和推理加速器）。

AI風(fēng)潮之下，沒(méi)有什么領(lǐng)域不會(huì)被波及，AI深入到邊緣和終端裝置，已經(jīng)是一個(gè)長(zhǎng)期必然的大方向，我相信MCU也不會(huì)例外。

隨著物聯(lián)網(wǎng)設(shè)備的普及和應(yīng)用場(chǎng)景的擴(kuò)大，對(duì)于更智能化和自主決策能力的需求也在增加，作為物聯(lián)網(wǎng)設(shè)備中必不可少的大腦——MCU，正朝著更智能化、更強(qiáng)大的方向發(fā)展。

傳統(tǒng)認(rèn)知中，人工智能（AI）相關(guān)的深度學(xué)習(xí)應(yīng)用，只有算力充沛的MPU或者是PC才能玩得轉(zhuǎn)，MCU作為邊緣物聯(lián)網(wǎng)的主控芯片，其在AI中擔(dān)任的主要功能是推理和決策。

將AI能力集成到MCU上，使得AI算法可以實(shí)時(shí)地在設(shè)備本地進(jìn)行處理和響應(yīng)，而無(wú)需依賴(lài)于云端或其他遠(yuǎn)程服務(wù)器。這提高了系統(tǒng)的實(shí)時(shí)性和即時(shí)響應(yīng)能力，使得設(shè)備能夠更快速地做出決策和反應(yīng)，且可以在低功耗的情況下實(shí)現(xiàn)高效的AI計(jì)算。

現(xiàn)在為邊緣設(shè)備創(chuàng)建機(jī)器學(xué)習(xí)模型正成為一種大的趨勢(shì)，這些模型稱(chēng)為微型機(jī)器學(xué)習(xí)或TinyML，它主要適用于內(nèi)存和處理能力有限的設(shè)備，以及互聯(lián)網(wǎng)連接不存在或有限的設(shè)備。TinyML使在MCU上運(yùn)行深度學(xué)習(xí)模型成為可能。TinyML在MCU上的應(yīng)用越來(lái)越普遍。

各大MCU巨頭其實(shí)很早就已開(kāi)始布局。

恩智浦：2018年推出了機(jī)器學(xué)習(xí)軟件eIQ軟件，該軟件能夠在恩智浦EdgeVerse微控制器和微處理器（包括i.MX RT跨界MCU和i.MX系列應(yīng)用處理器）上使用。并推出了AI工具鏈NANO.AI。最近恩智浦推出了MCX N系列，MCX N94x和MCX N54x MCU系列中集成了恩智浦設(shè)計(jì)的用于實(shí)時(shí)推理的專(zhuān)用片上神經(jīng)處理單元 (NPU)。據(jù)悉，與單獨(dú)使用CPU內(nèi)核相比，片上NPU的ML吞吐量最高可提高30倍。

ST：2021年6月3日，意法半導(dǎo)體宣布收購(gòu)邊緣AI軟件專(zhuān)業(yè)開(kāi)發(fā)公司Cartesiam。Cartesiam成立于2016年，總部位于法國(guó)土倫，專(zhuān)門(mén)從事人工智能開(kāi)發(fā)工具研發(fā)，讓基于Arm的MCU具有機(jī)器學(xué)習(xí)和推理能力。ST即將推出第一個(gè)帶有神經(jīng)網(wǎng)絡(luò)硬件處理單元（Neural-Art Accelerator）的通用微控制器——STM32N6，這款MCU與其STM32MP1微處理器（運(yùn)行頻率為 800MHz 的雙 Cortex-A7）相比，STM32N6 的推斷速度提高了25倍。

瑞薩：去年瑞薩收購(gòu)了Reality AI，主要為汽車(chē)、工業(yè)和商業(yè)產(chǎn)品中的高級(jí)非視覺(jué)傳感提供范圍廣泛的嵌入式人工智能和微型機(jī)器學(xué)習(xí) (TinyML) 解決方案。

英飛凌：2023年5月16日，英飛凌宣布，已收購(gòu)總部位于瑞典斯德哥爾摩的初創(chuàng)公司Imagimob AB。Imagimob是快速增長(zhǎng)的微型機(jī)器學(xué)習(xí)和自動(dòng)機(jī)器學(xué)習(xí)（TinyML 和 AutoML）市場(chǎng)的領(lǐng)先者。以提升其微控制器和傳感器上的TinyML邊緣 AI 功能。

國(guó)內(nèi)MCU廠(chǎng)商大部分仍處于模仿兼容傳統(tǒng)STM32的同質(zhì)化水平，忙于內(nèi)卷比拼價(jià)格，生存還是個(gè)問(wèn)題，基本上還顧不上未來(lái)的布局。

我司作為MCU的新進(jìn)廠(chǎng)商，由于客戶(hù)需求與STM32兼容，但是在其中贈(zèng)送了FPGA的異構(gòu)邏輯，F(xiàn)PGA本身就可以用于并行加速用，其核心架構(gòu)與TPU的脈動(dòng)陣列矩陣運(yùn)算有異曲同工的相似之處。我們下一代產(chǎn)品中擴(kuò)大邏輯容量后將可直接與TinyML的邊緣推理整合。

我們正在邁入AIoT時(shí)代，AI深入到邊緣和終端裝置，已經(jīng)是一個(gè)長(zhǎng)期必然的大方向。做好技術(shù)準(zhǔn)備，國(guó)產(chǎn)廠(chǎng)商方能迎接未來(lái)轉(zhuǎn)折窗口的挑戰(zhàn)。