邊緣計(jì)算芯片的投資價(jià)值大不大

與此同時(shí)，在人工智能（AI）市場出現(xiàn)了一股創(chuàng)業(yè)熱潮，大約有60家初創(chuàng)企業(yè)出現(xiàn)，其中許多企業(yè)已經(jīng)籌集了6000萬美元甚至更多。根據(jù)國際數(shù)據(jù)公司（IDC）的數(shù)據(jù)，2017年人工智能初創(chuàng)企業(yè)獲得了120億美元的融資，預(yù)計(jì)到2021年將增長至570億美元。其中大多數(shù)都是針對數(shù)據(jù)中心的，當(dāng)有一個(gè)大的提高時(shí)，數(shù)據(jù)中心是獲得ROI所必需的。不過成功的機(jī)會很小，風(fēng)險(xiǎn)也很高。但是對于投資者和初創(chuàng)企業(yè)來說，還有另一種選擇。

在這篇文章中，我們將討論半導(dǎo)體行業(yè)正在發(fā)生的巨大顛覆性變革，以及它為創(chuàng)新架構(gòu)和商業(yè)模式創(chuàng)造的機(jī)遇。

我們將以一個(gè)特定的創(chuàng)業(yè)公司——Xceler為例，它采用了開發(fā)人工智能處理器的另一種方法。硅催化劑使他們能夠以更低的成本和風(fēng)險(xiǎn)將硅推向市場。

圖1 與每個(gè)制造節(jié)點(diǎn)SoC開發(fā)相關(guān)的成本。來源：IBS

半導(dǎo)體投資的成功，尤其是人工智能的成功，是一個(gè)多步驟的過程。在每個(gè)階段，目標(biāo)都是降低風(fēng)險(xiǎn)，并以盡可能低的價(jià)格和時(shí)間成本獲得最大的成功。

低風(fēng)險(xiǎn)的結(jié)構(gòu)化方法可歸結(jié)為執(zhí)行以下步驟：

所選市場中的需求被提煉為所需的最低功能，并確定目標(biāo)體系結(jié)構(gòu)。

這些解決方案使用FPGA進(jìn)行原型設(shè)計(jì)，并在市場上得到驗(yàn)證，從而創(chuàng)造了初始收益。

有了這兩個(gè)步驟，就可以獲得技術(shù)熟練程度和早期市場驗(yàn)證的證據(jù)。

然后將解決方案重新定位到硅，進(jìn)一步進(jìn)行架構(gòu)創(chuàng)新。這一步的一個(gè)重要因素是硅孵化器的使用，它可以顯著降低成本和風(fēng)險(xiǎn)。對于一家人工智能半導(dǎo)體初創(chuàng)企業(yè)來說，除了人力成本，還有EDA工具和硅的成本。一般來說，這在300萬至500萬美元之間。如果公司能夠避免或減少這些費(fèi)用，他們將可以獲得更高的企業(yè)估值，并為創(chuàng)始人和早期投資者保留更多的所有權(quán)。

確定市場機(jī)會

資料來源：AI Insight

數(shù)據(jù)中心的AI/ML市場很大。對于許多應(yīng)用程序，在各個(gè)節(jié)點(diǎn)收集的數(shù)據(jù)將移回?cái)?shù)據(jù)中心。這些是由大型數(shù)據(jù)中心公司運(yùn)營的公共云完成的。半導(dǎo)體公司或子系統(tǒng)供應(yīng)商的問題是數(shù)據(jù)中心中與AI/ML關(guān)聯(lián)的業(yè)務(wù)模型。系統(tǒng)和半導(dǎo)體公司構(gòu)建的硬件和工具功能強(qiáng)大，可以運(yùn)行多種應(yīng)用程序，但問題是哪種類型的AI/ML和哪些特定的應(yīng)用程序？這是一個(gè)尋找市場的解決方案。企業(yè)需要一些人們愿意接受的東西。

云提供了您的加速器集成的基礎(chǔ)架構(gòu)，它們在基礎(chǔ)架構(gòu)之上銷售重復(fù)的服務(wù)和應(yīng)用程序，直到產(chǎn)品生命周期結(jié)束。對于技術(shù)提供商來說，這不是一項(xiàng)可持續(xù)的業(yè)務(wù)。因?yàn)椴荒鼙ＷC每年都保持同樣的銷量。考慮一下英偉達(dá)的GP和GPU銷量是如何逐漸減少的。銷售額通常與硅循環(huán)有關(guān)，每隔幾年就會有更多硅以更低的價(jià)格、更低的功耗和更好的性能出現(xiàn)。并且為客戶提供免費(fèi)服務(wù)，因?yàn)榉?wù)提供商依賴于客戶的批量銷售。這將推動底層基礎(chǔ)設(shè)施的商品化，因?yàn)榉?wù)提供者希望基礎(chǔ)設(shè)施的價(jià)格對他們來說具有商業(yè)意義。此外，隨著摩爾定律的放緩，這種技術(shù)的被迫淘汰不再是一個(gè)驅(qū)動因素。

對于Xceler來說，它是在工業(yè)領(lǐng)域發(fā)現(xiàn)了自己的目標(biāo)。每個(gè)人都想部署IIoT（帶有AI/ML的工業(yè)物聯(lián)網(wǎng)），但是每個(gè)公司都在尋找正確的解決方案。消費(fèi)者物聯(lián)網(wǎng)被考慮過，雖然大多數(shù)解決方案都很好，但并不是必要的。在消費(fèi)者領(lǐng)域，存在多個(gè)政策障礙，如法律、隱私、安全或責(zé)任。采用這些解決方案需要消費(fèi)者做出一些改變。這需要一代人的接受周期和大量的營銷和公關(guān)資金。相反，采用工業(yè)解決方案更快，因?yàn)樗侵苯佑绊懫涞拙€的必備功能。

在IIoT領(lǐng)域，每一家大公司每年都有超過500億美元的收入。即使市場滲透率有限，也有可能建立一個(gè)可觀的收入基礎(chǔ)。因?yàn)橛性S多潛在的終端客戶，它們共同提供了一個(gè)機(jī)會，而不像數(shù)據(jù)中心空間中只有少數(shù)終端客戶。

預(yù)測性訓(xùn)練和邊緣學(xué)習(xí)——人工智能讓夢想變成了現(xiàn)實(shí)。

基于web的解決方案似乎是免費(fèi)的。但是有人為這些服務(wù)付費(fèi)。就網(wǎng)絡(luò)而言，它是廣告商或試圖銷售產(chǎn)品的人。在工業(yè)領(lǐng)域，供應(yīng)商同時(shí)銷售硬件和解決方案。它們直接為買方提供價(jià)值，因此可以直接從中獲利，此外，隨著更多功能的增加，未來還可能產(chǎn)生更多收入。

每個(gè)基于邊緣的應(yīng)用程序都是不同的。這種分散化是人們害怕邊緣市場的原因之一。這就要求我們具備較強(qiáng)的適應(yīng)和學(xué)習(xí)能力。僅僅靠推斷是不夠的。如果鏈接斷開了怎么辦？只執(zhí)行推斷的解決方案可能會極其危險(xiǎn)。

有些人正在嘗試構(gòu)建基于邊緣的平臺。它們通常包含特定垂直應(yīng)用程序的基于自定義邊緣的處理器。與云設(shè)備相比，它們體積非常大但平均售價(jià)相對較低。

Xceler的創(chuàng)始人兼首席執(zhí)行官Gautam Kavipurapu表示：“我們正在為一家制造大型燃?xì)廨啓C(jī)的公司進(jìn)行一個(gè)試點(diǎn)項(xiàng)目。它們在很多方面都可以發(fā)揮作用。燃料閥有流量控制，傳感器記錄振動和聲音，渦輪在不同階段的轉(zhuǎn)速被測量，燃燒室溫度——總共約1000個(gè)傳感器。我們需要處理數(shù)據(jù)并進(jìn)行預(yù)測維護(hù)分析?！?/p>

當(dāng)處理器連接到機(jī)器而沒有連接到云（出于安全考慮，云可能不存在）時(shí)，將觀察正常運(yùn)行的系統(tǒng)的概要文件。它為機(jī)器建立了一個(gè)基本模型，隨著時(shí)間的推移，這個(gè)模型會得到改進(jìn)。當(dāng)出現(xiàn)偏差時(shí)，來自傳感器的數(shù)據(jù)會實(shí)時(shí)交叉關(guān)聯(lián)，以找出導(dǎo)致異常的原因。與云的連接使繁重的工作能夠構(gòu)建一個(gè)精細(xì)化的模型并對其進(jìn)行拆分。然而，在邊緣進(jìn)行初始處理在延遲和功率方面有很大的優(yōu)勢。

定義正確的體系結(jié)構(gòu)

系統(tǒng)需要為它們正在解決的問題進(jìn)行體系結(jié)構(gòu)設(shè)計(jì)。Kavipurapu解釋說：“我們把問題看作是硬實(shí)時(shí)、接近實(shí)時(shí)或用戶時(shí)間的問題。硬實(shí)時(shí)要求響應(yīng)時(shí)間不超過5微秒;接近實(shí)時(shí)要求響應(yīng)時(shí)間在幾毫秒內(nèi);而用戶時(shí)間可能需要數(shù)百毫秒或幾分鐘。消費(fèi)者應(yīng)用程序?qū)儆谧詈笠活?，通常沒有軟件許可協(xié)議（sla）［BB2］ ［BB3］和性能承諾，因此它們可以與云協(xié)同工作。對于需要硬響應(yīng)或接近實(shí)時(shí)響應(yīng)的問題，依賴于云是不可行的，因?yàn)槿绻晒ν瓿?，往返時(shí)間就需要幾毫秒。

“我們已經(jīng)看到邊緣處理器隨著時(shí)間的推移而發(fā)展。最初，邊緣機(jī)器學(xué)習(xí)意味著收集數(shù)據(jù)并將其移動到云上。學(xué)習(xí)和推理都是在云中完成的。下一階段的改進(jìn)允許在邊緣上進(jìn)行一些推理，但是數(shù)據(jù)和模型仍然在云中。今天，我們需要把一些學(xué)習(xí)提高到極限，尤其是在存在實(shí)時(shí)限制或擔(dān)心安全的情況下?！?/p>

原型和創(chuàng)造收入流

對于這類問題，可以在FPGA上進(jìn)行原型化。對于不需要極高性能的應(yīng)用程序，甚至可以在種子輪中使用此解決方案進(jìn)入市場。這抵消了對更多投資資金的需求，并使概念得以驗(yàn)證。

“對于Xceler，我們從FPGA解決方案開始。它們在我們的目標(biāo)市場是可以接受的，因?yàn)樗鼈冇休^高的性價(jià)比。它們在價(jià)格上可以與基于x86的系統(tǒng)相媲美，并且提供更高的性能。唯一的缺點(diǎn)是邊緣被壓縮了，在FPGA解決方案中沒有特定的架構(gòu)可能性。”

遷移到硅

為了獲取更多的價(jià)值，我們確實(shí)需要一個(gè)更便宜、更快、更低功耗的解決方案。Kavipurapu補(bǔ)充說：“這涉及到構(gòu)建一個(gè)芯片，或基于邊緣的處理器（EBU）。對于控制處理器，我們使用來自SiFive的RISC-V實(shí)現(xiàn)。SiFive負(fù)責(zé)后臺設(shè)計(jì)實(shí)現(xiàn)，降低了我們的風(fēng)險(xiǎn)。SiFive也是硅催化劑的合作伙伴。我們希望我們的FPGA解決方案可以轉(zhuǎn)化為2000萬到3600萬個(gè)ASIC門，所以這個(gè)芯片并不需要那么大?！?/p>

剩下的唯一風(fēng)險(xiǎn)是硅風(fēng)險(xiǎn)。通過制造28nm的芯片，將制造硅的風(fēng)險(xiǎn)降到最低。剩下的就是關(guān)閉設(shè)計(jì)和時(shí)間。我們?nèi)サ袅嗽O(shè)計(jì)元素中的大部分可變性。此外，我們限制了我們的設(shè)計(jì)方法，只使用簡單的標(biāo)準(zhǔn)單元設(shè)計(jì)，沒有定制塊，也沒有復(fù)雜的降低功耗的嘗試?！?/p>

完善架構(gòu)

FPGA解決方案的運(yùn)行速度不能超過大約100MHz?！笆褂肍PGA，我們也受到內(nèi)存架構(gòu)的限制，”Kavipurapu解釋說?！皩τ诙ㄖ菩酒?，我們正在部署一個(gè)高級內(nèi)存子系統(tǒng)。新的處理技術(shù)需要內(nèi)存來進(jìn)行數(shù)據(jù)移動和存儲。對于我們來說，在FPGA上執(zhí)行每一次計(jì)算大約需要15條指令，而在ASIC上只需要4到5條指令。就時(shí)鐘頻率而言，我們的ASIC將以500兆赫到1兆赫的頻率運(yùn)行，功耗將大大降低?！?/p>

硅保溫箱的使用

硅催化劑的目標(biāo)是通過減少創(chuàng)新障礙，將IC初創(chuàng)企業(yè)的摩擦限制在能夠獲得機(jī)構(gòu)A輪融資的程度。與潛在的競爭相比，這為Xceler提供了顯著的優(yōu)勢。當(dāng)競爭對手為實(shí)現(xiàn)可工作的硅而與多個(gè)磁帶輸出進(jìn)行斗爭時(shí)，Xceler甚至在磁帶輸出之前就有了第一 筆收入。這要?dú)w功于硅催化劑和低風(fēng)險(xiǎn)策略等的幫助。

Kavipurapu說：“硅催化劑通過生態(tài)系統(tǒng)合作伙伴的實(shí)物貢獻(xiàn)，為初創(chuàng)企業(yè)提供了獲取所需工具和硅的能力。這使它們能夠獲得一輪估值和融資方面不錯(cuò)的A輪融資。他們帶來了以非常低的成本制造芯片原型的能力。我們從臺積電得到免費(fèi)的MPW服務(wù)。我們不需要為芯片設(shè)計(jì)工具付費(fèi)，因?yàn)橛衼碜許ynopsys的工具的合作伙伴。我們對每個(gè)工具都有兩年的許可證。硅催化劑也有很多芯片行業(yè)的老手。我不是一個(gè)愛芯片的人，我的團(tuán)隊(duì)也不是。談到硅，硅催化劑能增加很多價(jià)值。”

結(jié)果，Xceler將以略高于1000萬美元的價(jià)格獲得芯片樣品。他們有客戶，在進(jìn)入芯片市場之前就能實(shí)現(xiàn)盈虧平衡。

結(jié)論

我們所處的時(shí)代，創(chuàng)新比原始速度、晶體管數(shù)量和投資金額更為重要。到處都有機(jī)會，進(jìn)入這一市場并不需要為極高的產(chǎn)量和利潤制造硅片。我們正處在一個(gè)定制解決方案的時(shí)代，這些解決方案旨在解決實(shí)際問題，而在這個(gè)時(shí)代的邊緣，存在著無數(shù)的機(jī)會。

責(zé)任編輯：ct