在那以后的60年里虽然AI经历了两次发展的低谷,建设周期创造了土耳其2台600MW等级机组最短建设纪录

电工电气网】讯

电工电气网】讯

9月3日,哈电集团总承包并提供主机设备的“一带一路”精品电站工程——土耳其泽塔斯三期2×660MW超临界火电项目完美收官,获得业主EREN能源公司正式签发的最终完工证书。该项目于2018年5月2日在土耳其伊斯坦布尔第24届国际能源环境展会上获得了土耳其最佳火电项目奖。

1956年,时任达特矛斯学院助理教授的约翰·麦卡锡组织召集了达特矛斯讨论,正是在这次会议上,第一次正式提出了“人工智能”的定义。在那以后的60年里虽然AI经历了两次发展的低谷,但这并不影响AI成为当下科技圈最受追捧的技术:仅去年与AI相关的兼并收购金额全球就达到240亿美元,VC投资则达到140亿美元。

现如今,晶圆代工行业可分为两档,台积电一档,其他公司一档。在台积电积极发展采用EUV技术的第2代7纳米制程后,传闻5纳米制程将于2019年4月试产。台积电凭借技术与庞大资本支出所铸成的“氮气加速系统”,让其竞争对手望尘莫及。

泽塔斯三期项目是“一带一路”建设中,中国工程总承包企业在欧洲市场的首个重大项目。该项目采用哈电集团制造的660MW超临界火电机组,同步建设湿法烟气脱硫装置和SCR脱硝装置,除尘采用电袋除尘器,凝汽器采用海水直接冷却的开式循环冷却方式,于2016年6月实现首台机组并网发电,9月收到2台机组TOC证书,2017年1月收到业主签发的PAC证书,建设周期创造了土耳其2台600MW等级机组最短建设纪录。

全球范围内的AI初创公司不断涌出,互联网科技巨头时不时也发出“all in
AI”的言论,就连一向强调业务“边界”的华为也于近日高调宣布进入AI芯片市场,期望以架构设计者以及生态主导者的双重身份带动自身和行业发展。

第一代7nm让台积电正式领跑今年上半年,纯代工领域的订单量上,台积电占了全球56%。随着AMD、苹果A13的青睐,台积电有望将优势扩大到60%。而对手三星、GF、联电、中芯国际都不到10%。台积电2018年的收入也大幅攀升,远超去年的1万亿新台币。台积电最早是从2微米、3微米开始做,如今在10nm之后,最新7nm工艺也已量产出货,苹果新推出的A12仿生处理器就是由台积电独家代工制造。与之前的10nm
FinFET制程相比,7nm
FinFET实现1.6倍的逻辑密度,20%的速度提升,以及40%的功耗减少。在7nm技术路线的选择上,台积电务实地在第一代放弃EUV,同时上马整合扇出封装技术提升可靠度,最终使得自己的进度事实超越三星,从而赢下包括华为、AMD、苹果等一众关键客户。

泽塔斯三期电厂的建成,极大地缓解了当地用电紧缺的现状。该项目从并网到质保期结束,4号机发电量为9219247MWh;5号机发电量为9333483MWh。

在上海举行的华为全联接大会第二天,华为公司董事、战略Marketing总裁徐文伟在演讲中提到,未来十年,AI的主场在行业,到2025年,全球AI市场空间将达到3800亿美金,其中90%来自于企业市场。换言之,AI医疗、AI交通、AI金融正在通过技术的方式走向落地。

EUV加持,第二代7nm又甩开老对手三星一个山头半导体先进制程进到10纳米之下,微缩技术更加复杂,牵扯设计已经不止电路线设计,还有光刻、晶体管架构与材料等等,也让EUV极紫外光光刻成为关键技术。过去半导体生产使用波长193纳米的深紫外曝光,但制程发展到130纳米时便有行业人士提出,需用极紫外光刻。EUV成为7纳米的关键技术,也是台积电、三星两大厂商技术竞逐的节点。材料供应商分析指出,导入EUV制程可以减少30个掩膜,至少能省下一个月的制程时间,进一步探讨EUV的技术脉络,为了要制造出EUV的波长电浆,必须将锡融化之后,用每秒约5万颗频率滴在真空腔体中,然后用激光以每秒10万次发射频率将液态锡蒸发成电浆,以产生EUV所需要的波长,因此激光所需要的功率以及轰击锡珠精准度,就成为EUV制程技术的“bottleneck”。

哈电集团积极践行“一带一路”倡议,本着共商共建共享的原则,用“哈电速度”创造“中国奇迹”,用“哈电制造”擦亮“中国名片”,努力打造海外精品。泽塔斯三期项目胜利完工,为“一带一路”建设献上了一份厚礼。

“随着数位化与智慧化的浪潮已经袭向各行各业的情况下,不论是汽车或是医疗行业都会导入更多的芯片在里面。”集邦咨询拓墣产业研究院分析师姚嘉洋对第一财经记者表示,国际芯片公司的产品布局已经拉开,以自动驾驶为例,不管是英伟达还是英特尔,抑或是高通,在法规允许的条件下,都希望在该领域有所作为。

在第二代7nm工艺(CLNFF+/N7+),台积电将首次应用EUV,不过仅限四个非关键层,以降低风险、加速投产,也借此熟练掌握ASML的新式光刻机Twinscan
NXE。相较于第一代7nm DUV,第二代7nm
EUV具体改进程度公布得并不多,台积电只说能将晶体管密度提升20%,同等频率下功耗可降低6-12%。

但如果把AI的算法作为当年Windows的标准看,GPU可以简单比作当年英特尔的中央处理器,但现在还没有一个单独的公司在AI领域获得当年像英特尔这样的地位,AI的混战只是刚刚开始。

面对咄咄逼人的台积电,三星也在全力以赴,正在开发自己的InFO封装技术,并宣称将在下半年量产7nm
EUV。不过,在良品率和质量上,三星7nm
EUV工艺仍存在风险。如今,台积电在7nm
EUV工艺上成功完成流片,证明了新工艺新技术的可靠和成熟,为后续量产打下了坚实基础,同时也进一步拉开了与竞争对手三星之间的差距。

“热门”的AI汽车与医疗

全程EUV!5nm将于明年四月风险试产

在11日上午,华为与德国汽车制造公司奥迪正式宣布了双方在智能网联汽车领域的下一步合作计划,并通过最新的奥迪Q7展示了双方领先的技术。记者从现场了解到,华为MDC移动数据中心已经被集成到奥迪Q7原型车中,用于城市自动驾驶环境的运行。

根据《EETimes》报导指出,就在台积电积极发展的第2代采用EUV技术的7纳米制程开始进行投片同时,更新一代全程采用EUV技术的5纳米制程也将于2019年的第2季进行风险试产。而且,台积电也已经与包括Cadence在内的4家合作伙伴达成协议,共同支持后段芯片设计的线上服务工作,以借由云端的服务的机制,缩短芯片设计时间,并且进一步扩大芯片设计工具的范围。

在此前,奥迪也与另一家芯片厂商英伟达达成了合作,基于英伟达的DRIVE计算平台,运用计算机科学的建模决策的方式模拟人类大脑的工作方式。

报导指出,相较于第二代使用EUV技术的7纳米制程可以处理4片掩膜来说,台积电的5纳米制程将可一次处理14片掩膜,降低生产掩膜的成本。另外,台积电还以Arm
A72核心进行生产测试,5纳米制程所生产的芯片,将达到14.7%~17.7%的速度提升,以及减少1.8%
~1.86%的芯片面积。号称可比初代7nm工艺晶体管密度提升80%,从而将芯片面积缩小45%,还可以同功耗频率提升15%,同频功耗降低20%。

手机以及PC领域的芯片霸主高通和英特尔同样对自动驾驶高度重视。在收购Mobileye之后,英特尔的自动驾驶事业部就与Mobileye合并,并且建立了一支由100辆汽车组成的测试车队。在国内,英特尔与一汽、北汽、长城等都已建立合作。而在今年年初,高通就与三大汽车厂商捷豹路虎、本田和比亚迪宣布合作,使用骁龙820A平台为汽车上的车载信息处理、电子仪表,及后座娱乐等方面提供支持。

台积电指出,虽然制程技术节点的提升,能为芯片中增加更多的晶体管,但是却也带来生产成本的大幅提升。其中,5纳米制程中包括人工与知识产权的授权费用,其加起来的总合成本将高达2到2.5亿美元,比7纳米制程的1.5亿美元大幅成长,而这也会是未来发展半导体制程,门槛越来越高的原因。

“很多国际一线的芯片业者,都在投入汽车抑或是自驾车市场。”姚嘉洋对记者表示,和其他AI场景不同,汽车市场的场景化需求已经非常具体,且短期内不会有任何改变与调整的情况出现,这就会有助于相应的芯片与演算法开发,行业发展关键在提供应用服务的参与者。

在联电与格芯相继搁置7纳米及其以下先进制程的研发之后,目前在先进制程研发的路上仅剩下台积电、三星、英特尔等少数公司。只是,英特尔在10纳米制程节点上遭遇瓶颈,预计要到2019年底才会推出的情况下,在先进制程的这条路上,也只有三星能看见台积电的尾灯了。

有着相同市场潜力的还有医疗市场,相比于消费市场上还在苦苦寻找下一个可以替代手机的“爆品”,医疗上的AI需求已经逐渐清晰化。

至此,台积电在晶圆代工行业的老大哥地位坐实,而唯一有竞争力的三星想要超车也难乎其难。

“原来一个医生一天看50个片子,准确率可能也不能完全保证,但通过AI技术识别,准确率大概是90%-95%。”汇医慧影联合创始人兼COO郭娜对第一财经记者表示,在医疗行业对人工智能充满了非常大的期待。

此前,汇医慧影与英特尔开发了一套“人工智能乳腺全周期健康管理系统”,涉及人工智能参与乳腺影像判读以及人工智能辅助临床决策等,同时可以根据术后复查数据,人工智能参与动态监控,患者自助式参与治疗。

华为的一名AI技术专家对记者表示,目前全国只有不到5000名达标的宫颈癌筛选专家,需要20年才能把全国适龄女性筛查一遍,采用AI辅助,这一效率可以被提升5到10倍。

徐文伟认为目前AI落地的三大场景中,医疗行业属于专家经验型场景,此外还有海量重复型场景以及多域协同的场景(如城市智慧交通系统、现代化制造等)。

“一个交通信号灯的控制,与时间、天气、车道、路网以及重大活动等多个维度变量有关,靠人脑显然无法做出分析和判断,这都是市场的机会。”徐文伟对记者说。

芯片厂商“华山论剑”

芯片在AI市场的地位不言而喻。

底层芯片是人工智能硬件产业链最基础部分,AI芯片将在人工智能各个行业领域得到广泛应用。从应用角度出发,人工智能芯片可分为神经网络的训练层、云端推断(Inferencing)层、设备端推断层。根据Gartner估计,AI芯片在2017年的市场规模为48亿美元,2020年预计达到146亿,其中云端应用可望达到105亿。

目前AI服务器芯片领域的核心玩家包括了英伟达、英特尔、谷歌、微软等,AI手机和物联网芯片的玩家也越来越多。根据华为提供的数据,除了大公司,目前全球AI领域的startup公司已经达到了1100多家。

美国杜克大学终身副教授陈怡然在一场媒体采访中表示,凡是主要目的是用来支撑AI应用的计算需求的芯片就叫AI芯片,AI芯片到处都有,原因是AI的应用现在到处都有,只要有这些应用就必然会产生对于计算的需求,有这种需求就一定要有芯片作为支撑,无论是在云端还是边缘端都是这样。

“如果把AI的算法作为当年Windows的标准看,GPU可以简单比作当年英特尔的中央处理器,当然现在不太一样的是,我们没有一个单独的公司去提供AI的算法,有很多公司在做这件事情,也没有哪一家公司获得了当年像英特尔微处理器这样的地位,英伟达很接近,但依然有别的公司参与。”陈怡然说。

这也给了像华为这样的公司更多的追赶机会。

“我们需要的产品可能未来在市场上买不到,也可能别人做不出来,所以我们自己摸索,提供全栈全场景的AI解决方案,首先也是解决自己的需求。”徐文伟对记者表示,华为目前的业务覆盖了“云、管、端、边”多个维度,大公司怎么立于不败之地,必须勇立潮头。

事实上,除了成立“平头哥”公司,此前阿里巴巴也表示,正在研发一款神经网络芯片Ali-NPU,该芯片将运用于图像视频分析、机器学习等AI推理计算。目前阿里巴巴自主研发的AI芯片,主要是为解决图像、视频识别、云计算等商业场景的AI推理运算问题,提升运算效率、降低成本。

姚嘉洋对记者表示,单以芯片行业来看,应该还是英伟达的生态最为成熟,这是因为他们投入资源已有相当长的一段时间,致力于函式库与SDK的优化,也提供不少免费的资源,吸引更多开发者使用。

“但由于上层应用的加速迭代,在AI算法还未成熟,上层应用迅速演化的背景下,AI芯片行业仍将持续变革。”姚嘉洋说。

相关文章

Leave a Comment.