智东西(公众号:zhidxcom)
文 | 轩窗

写在前面:在成功举办国内首场AI芯片峰会「GTIC 2018全球AI芯片创新峰会」之后,智东西联合AWE、极果将于3月15日在AWE期间于上海举办「GTIC 2019全球AI芯片创新峰会」。届时,全球AI芯片领域的20+位技术大牛和产业大咖齐聚,将就AI芯片的生态构建、架构创新与应用落地进行阐述和讨论。大会前夕,智东西对大会嘉宾进行系列深度访谈,提前一睹他们的风采和对产业的真知灼见。本期访谈嘉宾为华为无线终端芯片业务部副总经理王孝斌,他将会在本届AI芯片创新峰会上午场板块二“AI芯片战国时代来临 得生态者得天下”中进行精彩的演讲。

 

对话华为芯片大咖:手机AI芯片面临六大挑战

在AI芯片领域,华为当之无愧是业内的骨灰级玩家。2017年,华为在业内重磅推出手机AI芯片麒麟970,并率先在传统的手机SoC中加入独立的AI专用硬件处理单元NPU,全面提升了智能手机的用户体验,也让AI专用硬件处理单元的设计成为了行业的发展趋势。

2018年8月,华为继续乘胜追击,在德国IFA展上重磅发布新一代的手机AI芯片麒麟980,采用双核NPU架构,目前最领先的7nm制程工艺,在性能方面比上一代的麒麟970又有了飞跃的提升。而在华为等头部玩家的AI芯片落子后,AI芯片在手机端的应用也将进入到一个全新的普及阶段。

那么,今年华为在AI芯片领域将会有哪些动作呢?在GTIC 2019AI芯片峰会之前,智东西与王孝斌进行了对话,就华为目前在AI芯片方面的进展、HiAI平台的发展以及端侧AI的挑战进行了深度交流。

一、华为的两大AI芯片——麒麟和昇腾

目前,华为在终端产品方面全面开花,除了智能手机、智能手表、智能音箱外,还在拓展不少新品类。在MWC 2019上,华为还重磅发布了三款5G CPE产品。但深入到这些终端产品背后的芯片领域,大部分人还仅仅知道华为的手机芯片麒麟系列。

王孝斌告诉智东西,目前华为手机产品线主要采用自家的麒麟SoC芯片。而除了这一产品线外,华为还拥有基带芯片巴龙系列。

对话华为芯片大咖:手机AI芯片面临六大挑战

▲华为5G基带芯片巴龙5000

在今年巴展期间,华为重磅发布了折叠屏手机Mate X,它集成了麒麟980和华为自研的5G基带芯片巴龙5000。巴龙是全球首个7nm 5G多模终端芯片,是目前终端5G通讯最完整的解决方案。它支持多种丰富的5G产品形态,除了5G智能手机外,还包括5G家庭宽带终端、5G车载终端、5G模组等。

华为目前的AI芯片主要涉及终端芯片麒麟系列和云端芯片昇腾系列。

麒麟980是华为最新的手机AI芯片,主要面向手机终端,为用户提供基于端侧AI运算的应用,带给消费者更多丰富、智慧的手机使用体验。

而昇腾系列则是华为端云协同的AI芯片,同时具备面向数据中心、边缘、消费终端和IoT终端的能力。比如华为的昇腾310就更多用于端侧和边缘侧,但也可以用于云端,而华为昇腾910则更多用在云上,提供更强大的数据算力。

此外,华为还拥有Lite、Tiny和Nano等多个系列AI芯片或IP,主要是应用于物联网行业等终端。

二、独立NPU模块是手机芯片AI化一个趋势

智能手机是一个有着几十亿用户规模的庞大的消费类市场,因此也成为了芯片AI化的第一阵地。对于智能手机芯片目前的发展情况,王孝斌评价说:“随着AI技术的发展,行业已经开始从智能手机往智慧手机演变。在移动AI时代,无应用不AI。对于芯片来说也已发展成为无芯片不AI。”

对话华为芯片大咖:手机AI芯片面临六大挑战

▲华为麒麟980芯片架构图

在手机芯片AI化方面,华为始终走在业内的最前列,在麒麟970上,华为率先采用了独立NPU模块设计,而在麒麟980上,华为则开始探索双NPU模块协同的新模式。

当智东西问到,独立的NPU模块设计到底有哪些优势时,王孝斌首先表示,华为认为采用独立的NPU模块将是一个主流趋势。为了方便理解,他用GPU进行类比说到,“与游戏应用之于GPU一样, AI应用对于NPU也一样。需要专用的神经网络处理单元NPU以及专用的神经网络AI指令集,用最少的时钟周期高效并行执行更多的神经网络算子。”而这样做的好处,则是可以让未来无数AI应用更加高效地在手机上运行。

目前,华为在高端手机芯片中采用了独立NPU处理单元的架构,而AI作为一种产业趋势,势必会下放到智能手机中低端机型中。华为对此是如何考虑的呢?

这位华为消费者业务芯片规划的操盘者对智东西表示,未来独立NPU处理单元的架构会下放到中低端芯片中,而它们彼此间的主要差异则是在算力的表现上。不过,王孝斌也强调说,华为的芯片都会基于相同的平台和架构,只是在计算尺度能力上具有可伸缩性。

在巴展上,华为的折叠屏手机Mate X搭载了麒麟980和5G基带芯片巴龙5000,不过巴龙5000是挂在麒麟980上的。当时业内就有疑问,基带芯片巴龙5000后续会不会集成到手机处理器中去,这样做的好处又是什么?

对此,王孝斌告诉智东西,两者的整合是未来的方向,集成度更高,功耗也可以进一步降低。不过,当前来看5G手机方案以5G基带芯片 + 应用处理器芯片AP的分立方案为主。采用这种方案的考虑在于,目前是5G产业发展的初期,5G标准尚未完全给出定论,这种分立的方式是必然选择。

三、从NB-IoT到巴龙5000,华为的物联网芯片布局

5G的到来也催开了物联网市场的大门。在物联网芯片市场,华为其实布局的也非常早,华为的NB-IoT物联网芯片在国内市场占据着重要地位。王孝斌也向智东西透露了华为NB-IoT物联网芯片的一些进展。

目前,华为已发布了第二款物联网芯片Boudica 150,它以稳定、成熟、超低功耗、安全以及领先的通信性能,已被众多模块厂家采用。在应用方面,Boudica芯片在物联网终端广泛应用在智能抄表(气表、水表)、智慧城市(井盖管理、路灯控制)、智能烟感、智能停车、环境监测、智能家电、健康手环等领域并在稳定运行。

今年1月,华为重磅发布的5G基带芯片巴龙5000,更是为物联网提供了完整的端到端解决方案。王孝斌告诉智东西,虽然,目前5G物联网标准还未尘埃落定,尚在讨论与演进过程中,但巴龙5000已将物联网的重点应用场景考虑在内。

“巴龙5000是全球首个支持3GPP R14 V2X的5G多模芯片,在业界率先支持V2X车联网协议,提供低延时、高可靠的车联网方案。”V2X是3GPP协议最新推出的车联方案,是面向智能交通和车联网应用,包含了车与车、车与交通基础设施以及车与人之间的联接,这些联接大大提高了车行安全与交通运输效率。

目前,手机图像处理性能越来越被强调和重视,当智东西问到华为在高性能GPU研发方面的进展时,王孝斌首先表示,手机GPU性能的提升一直是华为关注的重点。他进一步说到,比如在麒麟980上,华为就采用了ARM最新一代的GPU处理单元——Mali-G76。这一最新架构与上一代相比,性能提升46%,能效比提升178%,性能十分优越。

而对于华为在GPU领域后续的研发思路,王孝斌则回复到,“我们的每代手机芯片产品都会根据自己的需求和产品竞争力选择最合适的GPU平台方案,下一代GPU的性能将在后续的发布会上与大家分享。”

四、华为AI芯片助力HiAI平台生态链构建

如今,头部企业的AI芯片的硬件体系已经基本建立,围绕AI芯片的生态建设至关重要,这将决定着AI芯片能不能真正在应用领域爆发。

在去年的华为全联接大会上,华为表示AI是个通用普适技术,势必会和各个行业产生越来越多的汇聚并将深刻的影响这些行业的发展。AI芯片及其平台只是这当中最基础的一环,是个使能工具,真正的创新和改变将来自于行业相关的算法、应用与平台的碰撞和协同。

对话华为芯片大咖:手机AI芯片面临六大挑战

在对话中,王孝斌还向智东西透露了华为的HiAI开发者平台目前的发展情况,目前HiAI平台已经在华为4000多万台手机上得到部署,吸引了全球超过1400家合作伙伴以及56万名开发者。

华为HiAI提供了云、终端、芯片三层AI能力,合作伙伴及开发者能够更快速、更智能、更简单地开发手机应用。基于HiAI平台提供的AI能力,开发者开发出了各种新奇有趣的AI应用。王孝斌表示,在HiAI平台上开发出的应用非常多,覆盖了最头部的几十款应用,比如SketchAR、Storysign、Sound of Light、马卡龙、 抖音、快手、Prisma、有道翻译、微软翻译、WPS、搜狗输入法、百度、新浪微博、京东、淘宝、搜狐新闻等。

而对于AI芯片产业链的构建,王孝斌表示首先是全栈全场景解决方案,将端芯云进行结合,发挥垂直整合优势。“从生态链角度,我们一方面希望把平台的新特性介绍给各行各业的伙伴们,一起完成智能化的转型,另一方面也希望平台持续满足合作伙伴的各种业务需求。”

其次,平台能力及时跟进业内最新进展。“AI的技术目前还在快速变化,如NAS/DARTS、BERT等的算法层出不穷,对于AI芯片的普适性和执行效率都提出了很高的要求。华为自研的DaVinci架构的计算、带宽、互联的可扩展性很好的适应了这样的快速变化。”

华为拥有全栈全场景的AI芯片技术能力和端芯云垂直整合能力,全新设计的达芬奇计算架构,支持AI从端侧、边缘侧到中心侧的全场景部署,实现端云同构。未来将加速AI从中心向边缘、端侧延伸,为平安城市、自动驾驶、云业务和IT智能、智能制造、机器人等应用场景提供全新的解决方案, 为各行各业的AI进行赋能。

五、手机AI芯片研发的六大挑战

从2017年开始,端侧AI发展已经进入第三个年头,那么在华为看来手机AI芯片研发方面面临哪些挑战呢?

作为一位在芯片行业摸爬滚打二十余年的行业老兵王孝斌非常清晰地指出,在他看来目前手机AI芯片研发将会有六大挑战和待解之处。

第一,需要解决神经网络的大规模计算、带宽需求和端侧算力、功耗受限的矛盾。

第二,应对移动AI计算支撑无数APP的通用性和场景多样性的挑战。

第三,解决算法模型的不断创新、算法变化快、新算子层出不穷的挑战。

第四,不同应用场景、不同APP、不同开发者所采用的AI训练平台五花八门不统一,手机AI芯片能够支持完善的各类前端框架,并且通过更高级的编译技术和优化手段去自动生成在NPU上高效运行的代码。

第五,后端的处理器CPU、GPU、DSP、NPU的AI模型的异构计算的挑战。

第六,开发者的开发成本、迁移成本、商业模式、利益分享和产权IP的保障。

而如今,造芯热高潮迭起,如果说AI芯片前两年是芯片公司、创业公司的舞台,那么如今的AI芯片研发则是获得了各行各业的关注,互联网企业、软件方案商、传统硬件产品制造商等都在涌入到AI芯片的浪潮中来。

外行人看热闹,内行人看门道。在王孝斌看来,AI芯片的研发是有一定门槛的。“在芯片开发方面,先进的工艺、技术的积累、垂直整合能力、芯片人才、明确的市场和客户,都是AI芯片研发的重要门槛。”

结语:2019开启AI芯片2.0之战

在刚刚过去的一年里,AI芯片更加炙手可热。各种新兴概念不绝于耳,硬件公司、云计算公司、算法公司纷纷发布造芯计划,将这股热潮推向新的高度。但值得注意的是,AI芯片研发已经呈现出了一些新的行业趋势,即便是入局较早的玩家,也应该密切跟随这些趋势的变化来调整策略。

而经过了三年的产业铺垫,AI芯片将在2019年拉开全新的产业格局,在玩家层面上将呈现百家争鸣的态势。而走在产业前列的巨头则会更加完善平台建设,构建AI芯片的产业生态,进入促进AI应用爆发的新阶段。