文章|于洋介绍：过去六个月，人工智能发展重心逐渐从云端转向终端，伴随着人工智能芯片行业的整体崛起。
时隔数月，智东西首次报道了人工智能芯片全产业链的近百家核心企业，涵盖国内外主要巨头企业、新兴初创企业、场景应用、代工生产等，为您提供全面、全面的人工智能芯片行业资讯。
深度剖析AI芯片行业。
对发展、创新和创业进行跟踪和报告。
这是智能AI芯片行业系列报告之一。
作为一家软件公司起家的谷歌一直有一个硬件梦想，尤其是在已经到来的人工智能时代。
今年中秋节刚过一天，谷歌就连续推出了7款硬件，包括智能手机、智能音箱、笔记本电脑、翻译耳机、智能相机等，给你一个“强势”的谷歌。
但谷歌从来都不是为了硬件而硬件。
其背后的逻辑在于AI、软件和硬件三位一体。
用谷歌CEO皮查伊的话说，真正解决问题取决于“人工智能+软件+硬件（AI+Software+Hardware）”的方法。
（谷歌CEO桑达尔·皮查伊）然而，硬件设备远远不能满足谷歌的需求，或者说无法支撑其AI能力的伟大。
去年推出数据中心处理芯片TPU后，谷歌将触角伸向移动芯片，即消费级芯片，试图从“根源”加速算法。
1、如果你想提前挖人，前不久The Information传来一则消息。
谷歌从苹果挖来了知名芯片设计师约翰·布鲁诺（John Bruno），以加快消费设备芯片的开发和设计，比如自家的 Pixel 手机。
布鲁诺的LinkedIn信息也证实了这一消息。
他的LinkedIn表示，他于今年12月加入谷歌，担任系统架构师。
（现为谷歌系统架构师约翰·布鲁诺） 据 The Information 报道，布鲁诺拥有 20 多年的芯片设计经验。
他的职业生涯始于 ATI Technologies，从事该公司图形处理器的芯片架构工作。
后来他转到 AMD 担任首席工程师，负责开发个人电脑的 Fusion 处理器芯片。
（约翰·布鲁诺在LinkedIn上的就业信息）2016年，布鲁诺来到苹果，开始了苹果A系列芯片架构开发的又一个五年职业生涯。
他还创立并管理了苹果的半导体竞争分析小组，以确保苹果在 iPhone 和 iPad 的芯片性能方面保持领先地位。
这并不是谷歌第一次在芯片领域挖走苹果。
去年，谷歌从苹果、高通等巨头公司挖走了数名经验丰富的芯片工程师，其中包括来自苹果的Manu Gulati和Wonjae Choi。
和 Tayo Fadelu，以及来自高通公司的 Mainak Biswas、Vinod Chamarty 和 Shamik Ganguly 等。
例如，今年6月，谷歌挖走了曾在苹果工作8年的高级芯片工程师马努·古拉蒂(Manu Gulati)，担任谷歌首席SoC架构师。
负责iPhone、iPad、iPod Touch等设备的研发，还参与了苹果智能音箱HomePod的开发。
他拥有至少15项与芯片设计相关的苹果专利，并在苹果A系列芯片方面取得了巨大的成就。
挖来了这么多芯片设计领域的专家后，谷歌在设计和打造消费级芯片方面也想追随苹果的路线，即打造自己的软件和硬件，通过硬件充分释放软件的性能。
正是软件和硬件的融合，让 iPhone 从众多 Android 手机中脱颖而出，这些手机大多采用高通 Snapdragon 的通用芯片。
熟悉谷歌业务的Tirias Research首席分析师兼创始人Jim McGregor表示，谷歌将利用其在内部数据中心应用的一些AI芯片建设经验来协助消费芯片（SoC，片上系统）的开发。
结合两种功能并添加嵌入式AI处理器模块的芯片。
他特别强调，这款芯片最大的不同在于AI处理器。
如果谷歌使用ARM现成的知识产权，如果一切顺利的话，只需要6个月谷歌就可以开发并投入使用AI芯片。
因此麦格雷戈预测谷歌的移动芯片很快就会到来。
2.这不是谷歌的第一款消费级芯片，但这款未诞生的芯片也不是谷歌的第一款消费级芯片。
事实上，谷歌首款消费级芯片已于今年 10 月悄然应用于 Pixel 2 手机中。
，它是Pixel Visual Core图像处理芯片。
（谷歌Pixel 2智能手机） Pixel Visual Core芯片或称谷歌正在生产消费级芯片的传闻在今年就已经出现。
今年11月，有媒体报道称谷歌正在寻找合作伙伴开发移动终端定制芯片。
早在同年10月，谷歌就发布了“多媒体芯片架构师”招聘启事，希望找到能够领导芯片研发工作的人才。
据谷歌内部知情人士透露，这份招聘启事来自谷歌Pixel团队，该团队前不久刚刚发布了Pixel C这款平板电脑和笔记本电脑二合一电脑。
可见，谷歌在芯片自主设计研发方面已经做得很好，可以跟上苹果的步伐。
具体到Pixel Visual Core芯片项目，参与过的谷歌软件工程师罗晨杰在知乎上提到，这是一个“已经忙碌了一年多的机密项目”。
可以推断，Visual Core芯片最晚会在今年下半年准备就绪。
它已经在进行中。
2019年，谷歌专门为Pixel手机开发芯片的消息开始流行。
一方面，不断从苹果、高通挖走高级芯片工程师。
另一方面，谷歌也发布了十多个SoC相关的职位。
职位包括硬件工程师、移动SoC架构师、移动SoC CPU架构师、移动SoC内存架构师等。
这表明谷歌正在大力打造自己的移动AI芯片。
科技媒体 CNBC 今年 10 月也曾报道称，谷歌发言人证实，谷歌与英特尔合作定制 Pixel Visual Core 芯片，以推动谷歌手机中的人工智能和图像处理。
有趣的是，谷歌在中秋节发布 Pixel 2 手机时，只提到了采用高通 Snapdragon 处理器，却没有提及起到支撑作用的 Pixel Visual Core 芯片。
直到随后设备维修网站 iFixit 发布的 Pixel 2 XL 拆解中，隐藏的 Pixel Visual Core 芯片才浮出水面，并被“坦白透露”给大家。
然而，Pixel 2 中的 Pixel Visual Core 芯片最初并未激活。
只有在Android最新的8.1版本中才能正式激活图像处理芯片的功能，利用算法+计算能力更好地呈现Google AI的效果。
3. Pixel Visual Core 专用图像处理 Pixel Visual Core 可以说是 Google 定制的第一款消费系统芯片（SoC），但这颗 AI 芯片起到了配角的作用，在 Snapdragon 的通用能力之上提供专用图像。
处理复杂的相机相关成像和机器学习任务的处理能力。
据谷歌介绍，在 Pixel 2 手机中，与仅运行高通 Snapdragon 芯片相比，使用 Pixel Visual Core 芯片可将 HDR+（High-Dynamic Range，高动态范围图像）图像处理能力提升 5 倍，而仅需要十分之一的功耗。
高算力、低功耗、低时延是终端侧AI应用的关键。
（Google Pixel Visual Core芯片架构） 从Pixel Visual Core的内部架构可以看出，在图像处理方面，该芯片由8个IPU（图像处理单元）组成。
谷歌表示，每个核心都包含一个算术逻辑单元（ALU）。
），每秒可执行超过 3 万亿次操作。
高通芯片已经包含用于图像信号处理的ISP和用于数字信号处理的DSP。
此外，还单独增加了8个IPU模块，这显示了谷歌实现AI算法和应用的勇气和决心。
除此之外，Pixel Visual Core 上还有 LPDDR4 RAM，可以快速读写数据，而无需到主内存，有 PCIe 总线可以连接外部处理器，还有独立的 Cortex-A53 CPU 和主处理器 Snapdragon 负责传入和传出。
从AI芯片的内部架构可以看出，Pixel Visual Core确实是一款专门为图像处理定制的处理器。
除了高通的通用能力外，它还可以对图片中的数百万像素进行大规模的数学计算，从而为谷歌带来更多的AI算法实现。
对于这款芯片的优点，谷歌两位算法工程师罗晨杰和夏飞在知乎上做了很好的总结，主要集中在强大的计算能力、专用的图像处理能力以及可编程性等方面。
1、据说在计算速度方面，华为NPU为1.9??2 Tera-flops，Apple Neural Engine为0.6 Tera-flops，Google IPU为3 Tera-flops，也就是说Pixel Visual Core的处理速度为华为NPU的1.5倍，苹果神经引擎的5倍。
在IPU上运行HDR+只需要通用芯片1/5的处理时间和1/10的功耗，极大提升了用户体验。
2、Pixel Visual Core的硬件加速能力可以使HDR+算法达到更好的视觉呈现效果。
与运行在高通HVX加速器上的第一代HDR+相比，Pixel 2手机中的图像处理能力可以被第三方APP使用。
照片的HDR+计算处理是通过AI芯片瞬间完成的，这也增强了第三方APP的可用性。
发展。
3、罗晨杰还提到，这款芯片中的8个IPU是可编程的，并不完全是ASIC（专用集成电路）。
这颗芯片的初衷是要做一款“全能”的图像处理芯片，而HDR+只是它的第一个应用展示。
这可能意味着谷歌将围绕相机和图像处理器探索更多视觉应用。
但 Pixel Visual Core 更像是一个 AI 加速器，或者说是通用芯片的辅助工具。
素有科技巨头之称的谷歌显然并不满足于此。
通过最近从苹果和谷歌挖走芯片工程师，可以看出谷歌想要打造更强大的SoC，并将其在算法和软件方面的优势转化为实际应用。
4、谷歌的玩法：AI+软件+硬件随着人工智能时代的到来，谷歌的策略也从“移动优先”转变为“AI优先”，而AI、软件和硬件三位一体是谷歌的新方向。
套用谷歌CEO皮查伊的话来说，真正解决问题取决于“人工智能+软件+硬件”的方法。
人工智能技术的实现和软件性能的释放必须充分依赖硬件，而硬件是前两者的载体。
缺一不可，这也是谷歌近年来向硬件靠拢的主要原因。
具体来说，目前的AI能力大多依赖于深度学习算法，但这需要大量的浮点运算，需要硬件（芯片）提供足够的计算能力。
以Android生态系统为例，高通、联发科等为Android手机提供通用芯片，这意味着手机制造商和第三方APP开发商必须在通用算力范围内开发应用程序。
但如果通过深度学习算法训练一个强大的图像识别模型，需要20个单位的算力，而高通的通用芯片只能提供10个单位的算力，这就限制了新应用的开发。
一直以其技术为傲的谷歌最近斥资11亿美元收购了最初打造Pixel手机的HTC团队。
它花大力气打造自己的Pixel手机，就是为了让其成为Android生态的标杆，代表最前沿的技术应用，引领潮流。
Android生态系统的发展。
谷歌怎么可能让通用手机芯片限制自己算法的实现呢？由于缺乏算力与自身算法需求的良好结合，有完美主义倾向的谷歌走上了自研芯片之路，希望能够实现更多的端侧智能，不仅是实现AI、同时也引领 Pixel 手机 Android 生态系统的发展。
5、Android生态系统地震 随着人工智能的发展，AI、AR/VR等应用已经在手机上实现，这对算力产生了巨大的需求。
这时候，苹果自建iOS生态系统的优势就体现出来了。
它可以通过算法和算力达到良好的状态，从而实现AI能力，提供优质稳定的体验。
Android系统的开放性给Android生态系统带来了繁荣和多样性，但也带来了严重的碎片化。
通用芯片的计算能力也是AI应用的限制。
许多最新的技术和应用很难实现，或者给用户带来不稳定的体验。
或许是受到苹果的影响，或许是AI等端侧智能对算力的要求，Google决定在开放的Android生态中构建封闭的Pixel手机生态，以满足深度学习算法的需求用于计算。
根据功率的要求，合作或者自己定制芯片是第一步。
对于 Pixel 手机，谷歌于本月初向自家系列手机开放了最新版本的 Android 8.1。
它通过专用+通用芯片的组合提供强大的图像处理计算能力，并最大限度地发挥HDR+算法的效果。
，让Pixel手机在云智能（Google Assistant）之后拥有更强大的端侧智能，进而打造标杆产品，引领Android生态。
其示范意义或将带动更多手机厂商定制芯片。
对于AI应用的开发者来说，这也意味着他们可以获得AI芯片更多的算力支持，进行大规模的数学计算，从而开发出更多有趣、新颖的AI应用，为消费者带来优秀的用户体验。
随着谷歌自研芯片，很有可能会在下一代Pixel手机中使用自家专用芯片，从而“放弃”高通系列芯片。
这会对高通的Snapdragon系列芯片造成压力吗？可以预见，短期内谷歌的AI芯片仍将用于自用，高通仍将是Android生态的重要合作伙伴。
但这也会在一定程度上给高通带来压力，要求其在通用芯片中提供更多的计算能力，并跟上谷歌的步伐。
从生态角度来看，谷歌研发芯片显然意味着引领Android生态系统和iOS生态系统的竞争。
AI能力的实现需要数据、算力、算法的结合。
苹果将??软件和硬件结合起来，并基于软件定义硬件，以提供更好的体验。
AI时代，iOS生态优势不断扩大，而Android生态则面临碎片化、软硬件融合度差、体验不足等问题。
谷歌打造AI芯片瞄准苹果，力求引领AI时代智能手机的方向。
随着谷歌AI芯片的到来，从终端、芯片、操作系统、深度学习框架、云服务等，谷歌也正在围绕Pixel手机形成闭环??，为开发者提供更多AI应用研发的机会。
总之，谷歌AI芯片的研发将为Android生态系统带来新的可能性。
新的AI应用、定制芯片、终端智能、第三方AI开发者可能会出现，引领Android生态系统发生重大变革。
结论：以开放的Android和封闭的Pixel逼自己“硬”起来的谷歌，无疑对人工智能时代的技术和算法有了更加透彻的理解。
想要充分发挥算法的魔力，就必须从软件算法入手来定义芯片。
，这可能是AI时代对硬件的新要求。
谷歌正在接近两块“大蛋糕”。
一种是相对封闭的Pixel生态系统，从AI算法到软件应用再到硬件，采用自研策略，从而通过硬件端提供足够的算力来全面实现算法。
效果和体验，引领Android生态的方向。
开放的Android生态系统也将推动高通、联发科等芯片厂商推出更强大的通用芯片、手机厂商定制芯片、第三方开发者开发AI应用，最终推动设备端智能化的发展。