Рынок искусственного интеллекта за пять лет более чем удвоится

Рынок искусственного интеллекта за пять лет более чем удвоится

Выпуск 19(6693) от 26 сентября 2019 г.
РУБРИКА: МИКРОЭЛЕКТРОНИКА

Тема искусственного интеллекта сегодня сильно раскручена. Но насколько велик этот рынок на самом деле и какие компании поставляют ИС искусственного интеллекта? В двух новых отчетах ABI Research подробно описано состояние рынка современных чипсетов ИИ и представлена информация о том, какие компании и технологии выходят на этот потенциально прибыльный рынок.


ИИ в облачных технологиях

Согласно отчету ABI Research «Наборы микросхем облачного искусственного интеллекта: ландшафт рынка и позиционирование поставщиков» (Cloud AI Chipsets: Market Landscape and Vendor Positioning), сервисы интеллектуального анализа и обучения ИИ испытывают активный рост. Ожидается, что рынок микросхем облачного ИИ вырастет с 4,2 млрд долл. в 2019 г. до 10 млрд долл. в 2024-м (рис. 1). Нынешним лидерам в этой области, корпорациям Nvidia и Intel, бросают вызов такие компании, как Cambricon Technologies, Graphcore, Habana Labs и Qualcomm.



Источник: ABI Research

Рисунок 1. Общий годовой доход от продаж чипсетов ИИ в период 2017–2024 гг.


По данным ABI Research, Nvidia по-прежнему остается бесспорным лидером на этом рынке, в значительной степени благодаря сложившейся экосистеме разработчиков и преимуществам первопроходца. Кроме того, поскольку модели ИИ, библиотеки и наборы инструментов постоянно меняются и обновляются, Nvidia обладает хорошими возможностями в качестве поставщика чипсетов ИИ общего назначения. Конечно, эти преимущества будут постепенно уменьшаться по мере развития рынка, но Nvidia, по крайней мере в обозримом будущем, сохранит устойчивые позиции.

Сегодняшний облачный рынок для чипсетов ИИ разбит на три сегмента. Общедоступное «облако» контролируется поставщиками услуг: AWS, Microsoft, Google, Alibaba, Baidu, Tencent и др. Кроме того, существуют корпоративные ЦОД, которые фактически являются частными «облаками», а также то, что ABI называет «гибридным облаком» – ​предложения, объединяющие публичные и частные «облака» (VMware, Rackspace, NetApp, HPE, Dell).

В отчете был также выявлен еще один новый развивающийся сегмент – ​«облака» Telco, которые относятся к инфраструктуре, развернутой телекоммуникационными компаниями для своей основной сети, ИТ и рабочих нагрузок периферийных компьютеров. По мнению представителей ABI Research, этот новый сегмент открывает большие возможности для производителей микросхем ИИ. Мы уже видим поставщиков сетевой инфраструктуры, таких как Huawei и в меньшей степени Nokia, внедряющих специализированные ИС (ASIC), оптимизированные для сетевых функций телекоммуникационных компаний. Это огромный рынок, и в последнее время Nvidia очень старается на него попасть.

В то время как компания Nvidia в ближайшее время явно будет доминировать в сфере обучения ИИ в «облаке», рынок формулирования логических выводов скорее свободен для всех, и на нем сегодня не доминирует ни один игрок. Отчасти это связано с характером рабочей нагрузки формирования логических выводов, которая отличается между различными игроками. Ожидается, что схемы ASIC продемонстрируют значительный рост в этом секторе с 2020 г.

Текущая тенденция к перемещению вывода ИИ на периферийные устройства подразумевает меньшую зависимость от «облака» смартфонов, автономных транспортных средств и роботов. Но это не означает уменьшения рабочей нагрузки по формулированию логических выводов, которая, по мнению некоторых поставщиков облачных услуг, больше рабочей нагрузки на машинное обучение. Отправной точкой развития таких средств ИИ, как чат-боты и разговорный ИИ, системы мониторинга мошенничества и кибербезопасности, станут системы ИИ на основе глубокого обучения, что фактически увеличит нагрузку на логический вывод. Увеличение будет более чем достаточным, чтобы заменить те логические рабочие нагрузки, которые перемещаются к краевым вычислениям.

В качестве серьезного конкурента технологий центральных (Intel) и графических процессоров (Nvidia) рассматривается тензорный процессор компании Google (TPU Google), который может заниматься как обучением, так и формированием выводов в «облаке». Как отмечается в отчете ABI Research, успех Google с TPU позволил другим поставщикам облачных услуг (CSP) разработать собственные ASIC-ускорители ИИ. Huawei, AWS и Baidu уже сделали это.

Возникает вопрос: если все провайдеры облачных услуг работают над своими собственными чипсетами, останется ли рынок открытым для других поставщиков чипсетов в этом секторе? Действительно, поставщики CSP начинают работать на собственных чипсетах. Прогнозируется, что к 2024 г. от 15 до 18% рынка будет занято CSP-компаниями. При этом максимум возможностей лежит в области частных ЦОД. Банковским учреждениям, медицинским организациям, научно-исследовательским лабораториям и академическим кругам по-прежнему необходимо будет запускать сервисы ИИ, и они будут нуждаться в наборах микросхем, оптимизированных для рабочих нагрузок ИИ. Это дает новичкам, таким как Cerebras, Graphcore, Habana Labs и Wave Computing, некоторые преимущества.

По словам исследователей, другими игроками, которые извлекут выгоду из указанных тенденций, станут поставщики лицензий на СФ-блоки (IP-ядра), такие как ARM, Cadence и VeriSilicon, которые будут отвечать за разработку чипсетов для еще большего числа компаний, разрабатывающих чипсеты.


ИИ для краевых вычислений

В отчете «Чипсеты ИИ для краевых вычислений: технологические перспективы и варианты использования» (Edge AI Chipsets: Technology Outlook and Use Cases) сказано, что в 2017 г. рынок микросхем формирования логического вывода ИИ оценивался в 1,9 млрд долл. Также был обнаружен рынок обучения в краевых вычислениях, составивший 1,4 млн долл.

Какие приложения сегодня проходят обучение в краевых вычислениях? Это, в частности, шлюзы и локальные серверы (в частных «облаках», но географически расположенные там, где генерируются данные ИИ). Наборы микросхем, предназначенные для обучения на локальных серверах, включают DvX от Nvidia, шлюзы и серверы Huawei с их набором микросхем Ascend 910, а также продукты системного уровня, предназначенные для локальных ЦОД, предлагаемые корпорациями Cerebras System, Graphcore и Habana Labs.

Предполагается, что рынок обучения в краевых вычислениях будет небольшим и в дальнейшем, поскольку «облако» все еще остается предпочтительным местом для обучения ИИ.

Тем временем формирование выводов ИИ в краевых вычислениях отвечает за большую часть 31%-ного среднегодового роста доходов (CAGR) в краевом ИИ, предсказанного на период между 2019 и 2024 гг. С точки зрения формирования логических выводов в краевых вычислениях существует три основных (смартфоны и носимые устройства, автомобили, умные дома и бытовые товары) и три нишевых рынка.

Первая ниша, робототехника, обычно требует гетерогенной вычислительной архитектуры, поскольку роботы полагаются на многие типы нейронных сетей, такие как SLAM (одновременное определение местоположения и отображение) для навигации, диалоговый ИИ для человеко-машинного интерфейса и машинное зрение для обнаружения объектов, и все они в различной степени используют центральные процессоры, графические процессоры и ASIC. В этом пространстве активно конкурируют Nvidia, Intel и Qualcomm.



Источник: ABI Research

Рисунок 2. Общая годовая выручка от продаж чипсетов ИИ по выводам и обучению в период 2017–2024 гг.


Вторая ниша – ​это интеллектуальные промышленные приложения, включая производство, интеллектуальное строительство и нефтегазовый сектор. Поставщики ПЛИС выделяются в этом пространстве благодаря устаревшему оборудованию, а также благодаря архитектуре ПЛИС, которая обеспечивает гибкость и адаптивность.

Наконец, существует тенденция к встраиванию чипсетов ИИ со сверхнизким энергопотреблением в датчики и другие небольшие конечные узлы в глобальных сетях. Учитывая акцент на сверхнизком энергопотреблении, это пространство заполняется компаниями-производителями ПЛИС, разработчиками RISC-V-процессоров и поставщиками ASIC.


Кто на самом деле проектирует средства формирования вывода ИИ?

По причине большого объема поставок смартфонов производители смартфонов на ASIC ИИ фактически лидируют на рынке современных чипсетов ИИ. Это относится к Apple, HiSilicon, Qualcomm, Samsung и в меньшей степени к MediaTek. Однако если говорить строго о стартапах, то в сотрудничестве с производителями конечных устройств набирают силы такие фирмы, как Hailo, Horizon Robotics и Rockchip.

Сравнение текущих усилий Nvidia по обновлению своих инструментов компиляции и созданию сообщества разработчиков с подходом, принятым Intel и Xilinx и заключающимся в сотрудничестве или приобретении стартапов, предлагающих перспективные программные решения, позволяет исследователям сделать вывод, что программное обеспечение будет иметь решающее значение для коммерческой реализации и развертывания новейших наборов микросхем ИИ.

Компаниям – ​производителям чипсетов следует рассмотреть возможность предоставления сообществу разработчиков наборов инструментов и библиотек, а также образовательных программ, конкурсов, форумов и конференций. Это подтолкнет разработчиков к сотрудничеству с компаниями – ​производителями чипсетов и созданию соответствующих приложений. Разумеется, такая задача труднодостижима для стартапов.

В отчете ABI Research делается вывод о том, что в дополнение к правильному ПО и поддержке сообщества разработчиков успешные компании в этой области также должны обес-печить хорошую маршрутную карту развития, поддерживаемую остальной частью технологической цепочки создания стоимости. Им также нужно будет наращивать продажи своих ИС для различных применений, сохраняя при этом конкурентные цены.


Ward-Foxton Sally. AI Chip Market to More than Double in 5 Years. EE Times magazine, September 9, 2019: https://www.eetimes.com/document.asp?doc_id=1335096


ЧИТАЙТЕ ТАКЖЕ

Выпуск 24/25 (6748/6749) от 23 декабря 2021 г. г.
Выпуск 24/25 (6748/6749) от 23 декабря 2021 г. г.