搜索 導航菜單

2020芯片戰事:群雄逐鹿,國產芯片崛起

[摘要]2020年,5G商用將會進一步加速,這樣的背景下,半導體行業將會迎來一次換“芯”潮,同時在三星、臺積電等廠商的努力下,芯片的制程、工藝也將迎來大的變局。

2020年,5G商用將會進一步加速,這樣的背景下,半導體行業將會迎來一次換“芯”潮,同時在三星、臺積電等廠商的努力下,芯片的制程、工藝也將迎來大的變局。

2019年,是特別的一年,手機芯片、自動駕駛芯片,AI推理、訓練芯片等密集發布。包括華為、AWS、英偉達、阿里巴巴等巨頭企業,均拿出自己的“殺手锏”。這些“殺手锏”在不同程度上提振了自己在行業的影響力,也給產業帶來巨大變革。

首先,從總體市場上來看,發布最為集中的是5G芯片,華為的麒麟990 5G處理器集成巴龍5000基帶給其他廠商后續產品帶來借鑒。高通依舊選擇了保守的方式應對市場競爭,聯發科、三星重新發力芯片中高端市場,又給市場給來一層“迷霧”。

其次,其他芯片領域也“戰事”激烈,比如AI推理、訓練芯片,華為、阿里巴巴、AWS、英特爾巨頭的加入,給市場上的創業企業將會帶來怎樣的沖擊,還是未知。那么這種情況下,回顧2019年的重磅產品,對產業、對行業將有重要的意義。

下面,中國軟件網重磅發布2019年十二大半導體、芯片產品,以饗讀者。

1.華為麒麟990 5G處理器

 

2019年9月,華為發布了麒麟990系列芯片,為加快5G商用的步伐,華為也是業界第一家發布5G芯片的廠商。華為麒麟990 5G處理器首次集成了巴龍5000基帶,支持5G網絡。使用臺積電二代的7nm以及EUV先進工藝技術。

同上一代麒麟980芯片基礎架構相同,GPU采用ARM的Mali-G76。CPU方面,兩個2.86GHz的ARM Cortex A76核心,兩個2.36GHz的A76核心,四個1.95GHz的A55核心。更重要的是,在AI方面, 麒麟990采用了新一代達芬奇架構,AI性能大幅度提高。

2.英偉達自動駕駛芯片NVIDIA DRIVE AGX ORIN

 

2019年12月,英偉達GTC CHINA大會上,英偉達發布了最強自動駕駛系統級芯片ORIN。ORIN不是一款簡單的芯片,設計參考數據中心,支持虛擬化,采用應用隔離。內存涉及到計算的部分均通過加速引擎進行加密,保證每一臺車的計算是獨立的。

ORIN包含170 億個晶體管,8個核心。算力可達200TOPS,是上一代芯片Drive Xaiver算力的7倍,更超過特斯拉今年推出的自動駕駛芯片Autopilot Hardware 3.0。除了強大的計算能力,安全同樣有所保障,ORIN的CPU和GPU可鎖步運行。ORIN覆蓋從L2到L5的自動駕駛技術,計劃2022年投產使用。

3.AWS Inferentia和Graviton2

2019年AWS re:Invent大會上,AWS推出一款機器學習專用芯片Inferentia和一款基于ARM架構的高性能計算處理器芯片Graviton2。Inferentia具有高吞吐量、低延遲、性能穩定持久等優點的同時,也具備經濟效益優勢。Inferentia支持主流框架INT8、FP16等,也支持TensorFlow、Caffe2、ONNX等在內的多款機器學習框架。

Graviton2來源于gravity引力,比X86同類產品的性價比高40%,計算量提升4倍。Graviton2已經針對AWS云原生應用進行了優化,基于64位ARM Neoverse內核和AWS片上定制系統設計,并且每個核心的浮點性能提升了2倍??捎糜诳茖W和高性能工作負載領域,最多支持64個虛擬CPU,25Gbps網絡和18Gbps EBS帶寬。Inferentia和Graviton2的發布,可以看作AWS開始重點發力AI芯片和服務器芯片兩大戰場。

4.ARM Mali-G77 GPU

2019年,ARM發布了新一代Mali-G77 GPU,Mali-G77采用了全新架構Valhall。這意味著,與Mali-G71至Mali-G76的架構Bifrost不同,全新架構Valhal在舊架構上做了重要升級,通過設計ISA總線和計算核心,彌補了以往Bifrost架構的主要缺點。

ARM官方數據顯示,Mali-G77較前代效能提高30%,性能提高30%,機器學習能力提高60%。每平方毫米性能較前代提升1.4倍,實現30%的同比能效改進的同時,比Mali-G72節省50%的功耗。從以往幾代產品的應用情況華為麒麟、三星獵戶座市場表現優良,因而可以預計Mali-G77 GPU將會在未來廠商中得到較大范圍應用。

5.蘋果A13 Bionic

2019年9月,蘋果秋季發布會上,推出了新一代A13仿生芯片,A13仿生芯片搭載于iPhone 11系列新品手機上。新品發布會上,蘋果占用較長時間,介紹了iPhone 11系列高流暢性能背后的“功臣”。蘋果稱,A13 Bionic是有史以來最快的A系列芯片,擁有85億個晶體管,功率更低,比A12提升20%。

A13的CPU有兩個高性能核心,速度提升20%,功耗降低30%;四個效能核心,速度提升20%,功耗降低40%。GPU則為四核心設計,速度提升20%,功耗降低40%。此外,A13的8核神經計算引擎,優化了手機攝影、視頻功能。在工藝制程上,A13采用了先進的7nm工藝。

6.高通驍龍865

2019年年底,高通驍龍夏威夷技術峰會上,高通一口氣發布驍龍765、驍龍765G、驍龍865三款移動平臺,覆蓋高中低端所有機型。其中高端驍龍865芯片將成為2020年與蘋果、華為競爭的利器。與華為策略不同,高通驍龍865為了照顧4G廠商,并未集成5G基帶。

從性能上看,5G、AI、攝像較上一代產品均有較大幅度提高。CPU采用Kryo 585架構,包括一個2.84GHz的Cortex-A77,三個2.42GHz的Cortex A77,以及四個1.8GHz的Cortex-A55。性能、能效均提高了25%。GPU采用Adreno 650,性能提升25%,能效提升35%。

驍龍865支持20億像素/秒的處理速度,支持2億像素攝像頭;支持4K 120幀、8K 30幀的錄制。搭載第五代AI Engine引擎,運算能力達15萬億次/秒,比上一代引擎運算能力增加一倍多。無論在攝影、視頻拍攝、5G網絡、Wi-Fi 6連接,驍龍865均表現出色。

7.聯發科天璣1000

 

2019年,聯發科推出了醞釀許久的旗艦5G芯片天璣1000,該款芯片是聯發科在5G商用時代沖擊高端市場的重磅產品。天璣1000采用集成M70 5G基帶的方案,臺積電7nm工藝制造。天璣1000的CPU采用八核設計,四個2.6Ghz主頻的Cortex-A77大核,四個Cortex-A55小核心。

GPU采用最新的九核心Mali-G77 MC9(Multi Core),性能提升40%。AI運算方面,采用六核心APU 3.0組合,兩個大核、三個小核、一個微小核。所以綜合天璣1000的CPU、GPU、AI等各個方面的性能,均能夠對高通、三星等競爭對手產生較大的威脅,具備一定的市場競爭力。

8.三星Exynos 980

2019年9月,三星推出了Exynos 980 5G芯片,該款產品與手機廠商vivo共同打造,并搭載在vivo新一代旗艦終端vivo X30系列手機上。Exynos 980采用8納米FinFET制程工藝,CPU有兩個2.2GHz的Cortex-A77核心,以及六顆1.8GHz的A55核心。GPU采用Mali-G76 MP5。內置NPU神經網處理器,人工智能計算性能優化約2.7倍。

Exynos 980可處理1.08億像素拍攝的圖像,最多可以連接五個圖像傳感器,支持三個傳感器同時驅動,NPU性能加持后,可通過AI技術識別拍攝物體形態、周圍環境,調節至拍攝最佳狀態。在網絡方面,Exynos 980支持NSA/SA雙模網絡,支持Wi-Fi 6。

9.阿里巴巴含光800

 

2019年9月,阿里巴巴首次推出了AI推理芯片含光800。根據阿里巴巴公布的數據顯示,含光800是全球最強AI推理芯片,主要應用于云端視覺場景。其性能、能效比均為第一名,1顆含光800的算力相當于10顆GPU。

目前,含光800已大規模應用于阿里巴巴內部核心業務中,比如視頻圖像識別、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。在城市大腦中實時處理杭州主城區交通視頻應用場景中,傳統GPU需要40顆,而用含光800僅需4顆,延時降至150ms,大幅度提高效率。

10.寒武紀思元270

2019年6月,寒武紀宣布推出第二代云端AI芯片思元270(MLU270)和板卡產品,思元270采用采用寒武紀公司自主研發的MLUv02指令集,可支持視覺、語音、自然語言處理以及傳統機器學習等高度多樣化的人工智能應用,為視覺應用集成了充裕的視頻和圖像編解碼硬件單元。

同時,思元270處理非稀疏深度學習模型理論峰值性能提升至上一代MLU100的4倍,理論峰值達到每秒128萬億次人工智能基本運算(INT8)。支持多種運算精度,比如INT4、INT8、INT16、INT32等,同時兼容INT4和INT16運算,其中INT4理論峰值達每秒256萬億次,INT16理論峰值達每秒64萬億次。

11.英特爾NNP-T和NNP-I

 

2019年8月,英特爾發布兩款AI芯片(Nervan神經網絡處理器)NNP-T和NNP-I。NNP-T用于訓練,代號SpringCrest;NNP-I用于推理,代號SpringHill。具體而言,NNP-T采用臺積電16nm FF+制程,擁有270 億個晶體管,硅片面積680平方毫米。主要用于深度學習訓練,可從頭開始構建大規模深度學習模型,TensorFlow、PaddlePaddle、PYTORCH 訓練框架。

而NNP-I采用10nm 技術以及Ice Lake內核打造,由以色列海法研發中心開發,同樣支持所有主流深度學習框架。作為一款專門用于大型數據中心的推理芯片,NNP-I能加速大規模深度學習部署,利用最小的能量處理高負載工作,ResNet50上的效率可達 4.8TOPs/W,而功率范圍在10W至50W之間?;ヂ摼W社交巨頭Facebook已開始使用NNP-I芯片。AI時代,英特爾正以全面解決方案商的角色進入市場。

12.華為Ascend 910

2019年8月,華為隆重發布了算力最強、訓練速度最快的AI芯片Ascend910(昇騰910)。根據華為介紹,Ascend 910的算力是國際頂尖AI芯片的2倍,相當50個當前最新最強的CPU。其訓練速度,也比當前最新最強的芯片提升了50%至100%。

同時,華為還發布了新一代AI開源計算框架MindSpore,對標谷歌的TensorFlow和FaceBook的PyTorch,MindSpore將會在2020年第一季度全面開源、開放。




版權聲明:

凡本網注明”來源:中國軟件網(http://www.4886227.live)”的所有作品,版權均屬于中國軟件網或昆侖海比(北京)信息技術有限公司,未經本網書面授權,不得轉載、摘編或以其它方式使用上述作品。

任何行業、傳播媒體轉載、摘編中國軟件網(http://www.4886227.live)刊登、發布的產品信息及新聞文章,必須按有關規定向本網站載明的相應著作權人支付報酬并在其網站上注明真實作者和真實出處,且轉載、摘編不得超過本網站刊登、轉載該信息的范圍;未經本網站的明確書面許可,任何人不得復制或在非本網站所屬的服務器上做鏡像。

本網書面授權使用作品的,應在授權范圍內使用,并按雙方協議注明作品來源。違反上述聲明者,昆侖海比(北京)信息技術有限公司將追究其相關法律責任。
微信公眾號 微信公眾號
篮网球比分直播捷报网 河北福彩排列七走势图 广西快乐双彩开什么号 如何有5万怎么理财最实用 云南快乐10分技巧口诀 手机股票行情 山东群英会开奖数据500期 澳门十大娱乐场 青青海体彩11选5开奖查询 海南4十1彩票开奖规则 甘肃快三预测专家