IBM采用自研AI芯片降低成本，三星获得其代工订单！

电子发烧友网报道（文/李弯弯）日前消息，IBM总经理卡勒（Mukesh Khare）在旧金山的一次半导体会议上接受采访时表示，公司新一代企业级AI数据平台Watson系统将考虑采用自行研发的AI芯片，这款芯片将由三星代工，三星也将导入Watson系统。

IBM使用自研AI芯片降低成本

IBM致力于AI芯片研究多年，去年11月，发布了一款AI处理器，名为人工智能单元（ArtificialIntelligent Unit，AIU），这是IBM首个用于运行和训练深度学习模型的完整 SoC。IBM声称，其比通用CPU工作更快、更高效。但当时并没有透露这款芯片的制造商和用途。

此次，IBM总经理卡勒（Mukesh Khare）称，正考虑将这种芯片用于Watson系统，并交由于三星电子制造。IBM旧Watson系统面临的障碍之一是高昂的成本，IBM希望能解决这个问题，Khare表示，使用自家的芯片可以降低云服务成本，因为这些芯片非常节能。

这款AIU芯片是IBM研究院AI硬件中心投入五年开发出的结果。据悉，该芯片将采用5nm制程工艺，共有32个处理器核心和230亿个晶体管，在设计易用性方面，与普通显卡相当，能够介入任何带有PCI插槽的计算机或服务器。

一直以来，深度学习模型依赖于CPU加GPU协处理器的组合进行训练与运行。GPU最初是为沉浸图形图像而开发，后来人们发现其在AI领域有着显著优势，因此GPU在AI训练领域占据了非常重要的位置。

IBM开发的这款AIU芯片并非图形处理器，它是专为深度学习模型加速设计的，针对矩阵和矢量计算进行了优化。在深度学习模型计算中，很多用到64位与32位高精度浮点运算。IBM认为，有些计算任务并不需要这样的精度，于是提出了近似计算。

IBM认为对于常见的深度学习任务，其实并不需要那么高的计算精度，就比如说人类大脑，即使没有高分辨率，也能够分辨出家人或者小猫。

在AIU芯片的设计中，近似计算发挥着重要作用。IBM使用混合8位浮点（HFP）计算，而非AI训练中常见的32位或16点浮点计算。由于精度较低，因此该芯片的运算执行速度可达到FP16的2倍，同时继续保持类似的训练效能。

Khare指出，IBM并不试图设计一款直接替代英伟达半导体的产品，英伟达的芯片在用大量数据训练AI系统方面领先市场。相反，IBM的芯片旨在实现人工智能行业内部人士所说的“推理”的成本效益，即让已经训练好的人工智能系统应用于现实世界决策。

台积电主导AI芯片代工，三星之难

如今在AI芯片代工领域，台积电几乎占据主导地位。今年以来，随着ChatGPT等大模型火了，英伟达H100/A100、H800/A800等AI芯片需求爆炸，而这些AI芯片都由台积电7nm及以下制程代工。这也使得台积电相关制程工艺产能利用率大幅提升，营收增长。

今年6月初有消息称，台积电正在紧急订购封装设备，以满足英伟达AI芯片的需求。AI芯片需求大涨，让台积电赚得盆满钵满的同时，也让三星有了更多机会。7月5日消息，据台媒报道，由于台积电产能供应日益紧张，英伟达正在考虑将部分GPU 制造交给三星电子。

业内人士分析，三星从英伟达获得大额订单的可能性并不高，不过对于英伟达来说，只依赖台积电来满足所有AI芯片客户的需求存在风险，为了应对市场快速增长的需求，英伟达可能会选择与三星合作。

据知情人士透露，英伟达正在与三星就芯片代工事宜进行谈判，双方将基于最先进的工艺进行性能验证讨论。或许，如果三星的3nm试验产品通过性能验证并且其2.5D 先进封装技术满足英伟达的要求，三星可能会从英伟达获得部分订单。不过这些都还没有定论。

小结

种种迹象显示，三星对于切入AI芯片代工领域的需求极为迫切。只不过如今台积电在这方面占据了极大的优势。三星要想破局，还有一定的难度。而IBM将其AI芯片（AIU）交由三星代工，对于三星来说将会是很好的开始。