目前,对于AI芯片的具体定义,还未有一个公认的严格标准答案。广泛的来讲,只要是面向人工智能应用的芯片,都可以归属到AI芯片的范畴中。当下,CPU、GPU、DSP、FPGA、ASIC都可以纳入AI芯片中。
当然,这其中也包括专门为AI而设计的芯片,如果再进一步细分的话,又分为通用型AI芯片和专用型AI芯片。
通用型AI芯片,是通过对各类智能应用和算法的计算和访存特点进行抽取和抽象,定义出一套适用于智能算法且相对灵活的指令级和处理器架构,广泛支持多样化AI算法和应用;专用型AI芯片则是针对特定的、具体地、相对单一的AI应用专门设计的芯片。
寒武纪在智能芯片领域的定位则十分明确,其瞄准的是通用型智能芯片。寒武纪面向云端、边缘端、终端的三个系列智能芯片与处理器产品,通过共用相同的自研指令集与处理器架构,共用相同的基础系统软件平台,实现了从通用型智能芯片到云、边、端通用生态的全面覆盖。
通用型智能芯片技术壁垒高但应用面广,可覆盖人工智能领域高度多样化的应用场景(如视觉、语音、自然语言理解、传统机器学习等)。
不过,通用型智能芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术,技术难度大涉及方向广,是一个极端复杂的系统工程,其中处理器微架构与指令集两大类技术属于最底层的核心技术。处理器微架构指的是智能芯片内部的结构,而指令集则是智能芯片生态的基石,这两个方向历来是处理器厂商争夺的技术高地。
除了核心的智能处理器架构和智能处理器指令集外,招股书中披露的多项技术也有很高的技术门槛和生态价值。以「智能芯片编程语言」为例,英伟达通过CUDA及相关编程语言,树立了GPU在科学计算和人工智能领域的地位。而寒武纪研发的BANG语言试图为人工智能的底层生态开启另一扇大门。
据了解,目前已有数家互联网,甚至传统行业公司在基于BANG语言进行开发。作为一个芯片创业公司,能够投入资源研发这类关键性软件技术,体现了一定的技术前瞻性。
从掌握的技术广度来看,寒武纪正在从一个单纯的芯片公司向具备硬件和软件能力的系统型平台公司发展。国内的芯片设计公司能力普遍集中于专门领域的芯片,其应用场景相对垂直,大多无须掌握如此全面的技术栈。国际上具备此类全栈技术能力的公司主要是英伟达、英特尔、谷歌等巨头。从核心技术构成上管中窥豹,可以看出寒武纪正在对标这些国外巨头。
作为一家成立仅四年的年轻公司,挑战科技巨头任重而道远。