12 Feb
2020

谁在领导AI芯片IP竞赛?知识产权管理最佳实践

全球现有艺术公司 -知识产权管理

共同出版

人工智能及其各种应用(例如,机器学习和深度学习)在过去十年中已经取得了显着的市场增长,并且正处于变革许多行业的风口浪尖。作为最热门的技术之一,人工智能增强了以下方面的性能:

  • 数据中心;
  • 语音助手;
  • 定向广告;
  • 医学诊断;
  • 产品开发;
  • 石油勘探;
  • 保险;
  • 安全;
  • 无人驾驶汽车;和
  • 其他需求。 

专门为优化特定应用而设计的专用AI芯片,为这一转变提供了动力。本文重点介绍了在准确的IP环境中可以在拥挤的市场中获得的深刻见解,分析了创建强大IP产品组合的机会以及该关键AI支持领域参与者的IP定位。

使用AI进行云计算的领域包括云计算应用程序,数字助理,自动驾驶和自动驾驶汽车以及医疗诊断。正如半导体行业所说明的那样,人工智能还被用于高级产品开发,并被用来解决芯片设计日益复杂的问题。据报道,实现神经网络的AI处理器在性能和性能上均优于其他分析技术。这些好处刺激了AI芯片的开发,该芯片可以更快,更高效地处理数据。

人工智能相关芯片的半导体市场预计将在未来几年中大幅增长。麦金西&公司预计AI芯片的收入将从170亿美元增加到650亿美元,增长三倍(见图1)。到2025年,此类收入预计将占半导体销售额的近20%。其他研究(例如,Research and Markets的研究)预测,到2025年,全球AI芯片市场将达到900亿美元,自2019年以来的复合年增长率为45.2%。

图1. AI半导体的增长

与AI相关的半导体的增长预计将是其余市场的增长的五倍

与AI相关的半导体的增长预计将是其余市场的增长的五倍

人工智能的使用和处理类型

当前,基本上有两个主要的AI领域:云AI和边缘AI(见图2)。云应用程序是将所有数据馈送到远程数据中心,并在云上完成处理的应用程序。在云上工作使企业可以更快,更高效,更低成本地移动。在缺乏速度或无法与云连接的情况下,边缘计算非常重要,这要求处理应用程序靠近数据源(例如,通过工厂车间的机器,医院的MRI扫描仪或高级电话)。

图2.云与边缘AI

云AI

当前,对于基于云的AI(数据中心),大多数计算由中央处理器(CPU)和图形处理器(GPU)提供。但是,为了满足AI计算的性能需求,首选芯片体系结构正在发生重大变化(参见图3)。传统上,GPU对于实现神经网络具有吸引力,因为图像处理需要涉及矩阵的并行任务,而神经网络可以有效地解决这些任务。相比之下,传统的CPU可以编程为执行AI任务,但需要更长的时间,并在同一过程中使用更多的功率。多项研究(例如,麦肯锡)预测专用集成电路(ASIC)的显着增长(请参见图3)。专利数据证实,诸如IBM,Intel和Qualcomm之类的半导体公司正在设计ASIC,以提高电源效率,增加吞吐量和他们追求的技术路线。这些公司还专注于开发可以进行有效培训的AI芯片-这是通过向机器学习模型提供可以学习的数据来准备机器学习模型的步骤。推理是获取已经训练的模型并使用它进行有用的预测的过程。

图3.人工智能计算的架构转变

计算的首选架构正在数据中心和边缘转移

计算的首选架构正在数据中心和边缘转移

专家访谈;麦肯锡公司分析

终结传统处理器公司的霸主地位?

AI代表着改变游戏规则的技术,可以终结传统处理器设计公司的统治地位。最初,AI是由CPU执行的,然后转移到GPU,因为它们更适合并行处理。尽管GPU仍然擅长密集浮点计算,但研究人员报告说,使用自定义硬件可以提高吞吐量和能效。专利分析发现,许多IT公司选择了CPU之上的定制硬件来实现其神经网络体系结构。定制集成电路逻辑和存储器层次结构可以产生定制硬件神经网络,该硬件神经网络比上一代GPU更快,更节能。

国际竞争改变了这种知识产权空间。 2017年,中国公布了其“下一代人工智能发展计划”,该文件概述了该国到2030年成为人工智能领域全球领导者的战略。华为等领先的中国科技公司已开始设计和提交人工智能方面的知识产权。实际上,华为已经宣布了其手机中所使用的芯片上系统的AI内核。搜索巨头阿里巴巴是AI芯片设计的另一个新进入者。 Horizo​​n Robotics专注于监控摄像头以及自动驾驶汽车的AI芯片设计。

在美国,英特尔,IBM,高通,AMD和NVIDIA等传统半导体公司已经宣布或已经交付了云AI芯片。此外,非传统的半导体公司(例如Google,Microsoft和Amazon)寻求提高其在云计算中的地位,已投入大量资金开发用于云的AI芯片。

宣布筹码

图4列出了已发布用于云计算的AI芯片的公司列表。数据显示,美国和中国在16家活跃公司中处于领先地位。相比之下,来自世界其他地区(欧洲,以色列,日本和韩国)的只有四个玩家宣布了AI芯片。缺乏传统芯片设计专业知识的参与者数量也很可观,从初创企业(Cerebras,Graphcore,Canaan,Cambricon)到数据公司(Google,百度,阿里巴巴)。

图4.宣布了AI云芯片的公司

图5显示了AI芯片公告每年的大幅增长。例如,2019年的芯片发布数量是2018年的两倍。由于尚未宣布芯片的公司(例如IBM,AMD,Microsoft和Facebook)将在未来几个月内宣布其产品,因此这一趋势可能会继续。已经宣布他们的芯片将继续推出新设计的芯片。

图5.按年份公布的AI芯片

GPA研究

AI芯片专利持有人和方法

 

为了准确起见,手动进行搜索过程是为了避免标记不相关但使用可能与AI芯片(噪音)重叠的术语的专利,同时从展览品中识别出设计和预期应用显而易见的重要专利。考虑到复杂的技术,该过程由AI芯片技术领域的全球现有技术公司(GPA)技术专家进行,他们检查了芯片的实现方式和相关的教义。这项研究确定了多家公司的专利组合,包括英特尔,IBM,高通和Nvidia等知名企业,以及Graphcore,Cerebras,Habana Labs和YITU等初创企业。此外,还确定了缺乏传统半导体设计背景的新进入者提交的投资组合;该组包括亚马逊,谷歌,百度和阿里巴巴。搜索产生了2,000多个不同的专利家族,其中大多数专利由传统半导体公司持有。

对于中国公司,GPA的半导体专家搜索了本国语言的中国专利,发现了缺乏美国专利的高度相关的中国专利。 Intellifusion公司对此进行了说明,该公司提交了246份不同的中国专利文件,其中只有两个美国专利文件。进一步分析了与AI芯片相关的2,000个不同专利家族的主体,以研究案例研究的技术,预期应用和创新重点。

第二部分 本文深入探讨了与AI芯片密切相关的IP格局,以及专利对玩家的定位,向定制硬件的过渡以及对传统处理器公司的主导地位提出的挑战的见解。我们还通过覆盖关键技术的小型投资组合,捕捉了来自半导体领域之外的敏捷新进入者的兴起,以及中国公司(例如,华为,百度,Cambricon和Intellifusion)的进入以及它们如何在AI芯片市场中寻求机会。 

有关更多信息,请联系:

布鲁斯·鲁宾格
全球现有艺术公司
查看网站

杰森·汉农
全球现有艺术公司
查看网站

这是一篇共同发表的文章,其内容尚未由发布商委托或编写。 我是 编辑团队,但已经过验证和编辑,可以按照 我是 时尚指南。