RISC-V架构在AI芯片中崭露头角

分享于 2021-01-21 20:17:03

4016

芯片架构 AI 应用计算

转编自与非网

被贴上黑科技、伦理与泡沫等标签后，AI被书写的体量大到足够阅读疲劳。与非网从AI人工智能芯片与应用落地维度出发，独家调研、策划了AI产业报告，触达IP、芯片、模组与终端等领域，覆盖语音、视觉、边缘计算等应用方向，数据详实全面，不容错过。本文摘选了RISC-V架构应用的相关数据，如欲获得详细报告，请点文末阅读原文。

针对人工智能基础技术层提供核心算力支撑的AI芯片，与非网重磅发布《2020年度人工智能芯片技术及落地应用调研》。调研对象主要包括IP、芯片、算法、模组、方案、终端、代理商等，其产品业务覆盖当前AI主流应用，包括视觉、语音、边缘计算等。

语音芯片集成AI功能趋势明确，在集成方式、功能定位方面存在不同策略。语音芯片架构方面，集成MCU或MCU+DSP分别占65.45%、47.27%，MCU+DSP+NN架构应用在逐年提升，占32.73%。

目前，基于Arm架构的智能语音处理器仍占据绝大部分市场，占80%。与此同时，RISC-V的发展速度超出预期，占40%。FPGA定制架构采用率达到30.91%，定制计算是解决当前多样化需求的一个途径。此外，x86和MIPS架构分别占18.18%和3.64%。

AI视觉应用是云、边、端芯片厂商共同的赛场，主要集中在手机、安防监控、智能家居、自动驾驶等场景。视觉系统中的主要处理单元，CPU与GPU有一定的共生关系，CPU+GPU+NPU已经成为经典组合。FPGA也是较受欢迎的方案。

在AI视觉系统中主控处理器架构Arm占比最大，为71.9%，x86仍占有较大的市场体量，为35.59%，RISC-V为30.51%，FPGA定制架构为32.2%。

与传统云解决方案相比，边缘计算能有效实现数据智能化的本地分析，可有效减小数据传输带宽和计算系统的延迟，提供超大网络连接，缓解云计算中心压力，保护数据安全与隐私。安防监控、机器人、工业缺陷检测、自动驾驶、公共交通、消费者行为分析等都是边缘计算的热门落地方向。

海思Hi3559系列占比46.81%，基于该方案可对现有视频系统进行AI应用升级改造，性价比较高。Intel Movidius神经计算棒占比44.68%，这是业界较早推出的基于USB模式的深度学习推理工具和独立AI加速器，提供了边缘计算的深度学习可行性，便携、开发/调优都比较方便。英伟达Jetson系列占比29.79%，覆盖从入门级到中高端应用，有完整的工具链、包括软件SDK等。瑞芯微RK3399开发板/RK1808加速棒、NXP EdgeScale平台分别占21.28%、19.15%，兆易创新RISC-V GD32V开发板占17.02%。