TMT观察网_独特视角观察TMT行业

既然挖礦生態市場會隨著設備的更新而不斷被改變，那么在其中起著核心關鍵作用的模塊就當屬挖礦芯片了。從以往的顯卡挖礦，擴展到現今主流的ASIC芯片礦機挖礦，起主導作用的就是ASIC挖礦芯片的算力迅猛發展以及算法的延展性能。

目前，比特大陸、嘉楠耘智均在人工智能算法芯片上進行發力，企圖透過人工智能算法芯片為挖礦礦機插上騰飛的翅膀。以上兩家企業開發的人工智能芯片均在CNN / RNN / DNN 等人工神經網絡的預測和訓練上進行發力，企圖以更加一體化的整體解決服務方案來占據更多的市場份額。 他們除了在芯片研發和硬件制造方面進行了演進與突破，也將芯片作為一種策略結合配套的軟件管理體系以及解決方案，為人工智能領域注入多元化的應用。為邊緣計算提供另一種市場策略，與開發者一同開創出新的人工智能時代。在優化數據帶寬、提升運算單元、提升視頻解碼能力、適配更豐富的接口等表現上都更加優于傳統的芯片制造商。始于挖礦，而不止于挖礦。以下為市場上主要的礦機芯片生產商：

挖礦獲利頗豐，積極拓展AI芯片業務

從兩大巨頭比特大陸和嘉楠耘智的業務線設置情況來看，各自也都打算在進一步強化礦機、礦機芯片業務的同時，積極拓展人工智能算法芯片的業務。

我們首先來對比一下兩家巨頭的業務線設置。

我們可以看到對比嘉楠耘智的業務線發展，比特大陸的業務線發展相對完善，對于礦機及芯片主業務的輔助力量也相對更強，有利于公司整體業務布局的推進。

眾所周知，在2018年的8月中嘉楠耘智首先推出了全球第一款搭載7nm芯片的ASIC挖礦礦機。此舉是搶在了比特大陸螞蟻礦機之前發布，先一步占領7nm芯片ASIC挖礦礦機的市場。作為全球最大的比特幣礦機廠商，比特大陸從第一代的礦機螞蟻S1開始，就專為比特幣計算設計了專用的ASIC芯片。此前其各類ASIC芯片生產制程涵蓋了28nm、16nm、12nm。由于礦機出貨量巨大，比特大陸也很快成為了臺積電的大客戶。今年一季度，業內就傳出比特大陸已成為了臺積電前5大客戶之一。此外，比特大陸不僅包下了臺積電南京工廠的產能，還計劃在今年下半年推出多款的專用芯片，并采用臺積電的10nm、7nm工藝。目前臺積電的7nm產能非常緊張，而且大部分被蘋果的新一代A系列處理器所占據，所以要拿到臺積電7nm產能非常的不容易，不是優先級很高的大客戶很難辦到。所以嘉楠耘智搶先發布7nm芯片ASIC礦機的舉措可謂是意義非凡。

我們再來看看兩大巨頭在芯片更新上的對比：

從芯片的演變來看，礦機芯片從100nm以上進化到了目前流行的10nm以內，這是一個巨大的跨越。雖然目前最為先進的7nm芯片工藝成本高昂，但7nm工藝對比10nm的性能提升了25%，功耗卻降低了35%。對于一般的手機芯片來說，一旦規劃采用7nm工藝生產，制造商每年需要大約1.2億至1.5億的出貨量才能夠實現盈虧平衡，以此來彌補研發和制造成本。但是對于礦機廠商來說，這個出貨量并不難完成。

比如比特大陸S9一臺礦機中就搭載了189個16nm的BM1387芯片；嘉楠耘智的阿瓦隆A821礦機也搭載了104個16nm的ASIC芯片。高成本的芯片制造門檻，對于頭部礦機廠商來說更為有利。他們能夠進一步拉大與其他競爭者的差距，如果在接下來其他礦機廠商不能夠持續跟進現今的制造工藝，很容易被市場所淘汰。

AI芯片意在何方？

而礦機公司開發人工智能算法芯片與傳統芯片公司搶奪市場的情況，是礦機廠商創新性的拓展方式，企圖在主營業務以外，搶奪其他芯片公司的市場份額，以求獲得更高的利潤。而人工智能要發展起來要完全具備四個條件：算法的成熟、大數據的積累、計算能力的進步和應用場景的需求，現在這些條件都已完全成熟，同時也對人工智能算法芯片有著極大的需求。集成運算能力更高的人工智能算法芯片，無疑門檻已被降低，入場者越來越多。

比特大陸的人工智能算法芯片主要服務對象面向深度學習CNN / RNN / DNN 等人工神經網絡的預測和訓練，輔以視頻和圖像分析服務系統，為人工智能的落地應用場景提供更多的底層支撐。

嘉楠耘智的人工智能算法芯片主要面向以下幾個場景：智能家居、自動駕駛、語音交互、圖像識別。第一款量產的AI芯片KPU已經在2017年發布了，基于TSMC先進進程，采用16nm的工藝，提供高性能、低能耗、小型化的芯片。此款單一芯片中集成了人工神經網絡和高性能處理器，將來的應用場景有望擴展至智能終端、移動設備、物聯網設備等，并在機器學習的圖像處理、視頻處理、語音處理、運動控制等方面有所表現，這也是目前人工智能領域落地最為實際的應用場景。

而在區塊鏈領域中，我們人工智能＋區塊鏈方向就有不少項目。區塊鏈可以看做是分布式的數據、算力、算法的資源集合體，所以很多人認為區塊鏈是解決傳統AI難題的一劑靈丹妙藥。目前，人工智能行業有以下三大痛點：1、數據被大型企業及組織壟斷且質量差；2、在算力上硬件成本高；3、算法人才短缺。

區塊鏈對人工智能的行業賦能完全能夠解決前兩大痛點。首先去中心化地進行數據收集與共享（數據置換）就能打破目前數據被壟斷的市場情況，而其次，人工智能算法芯片在將來也一定會因區塊鏈挖礦而帶來一番革命性的變化。首先，礦工一直在進行的就是簡單的哈希計算，而深度學習還是主要以GPU通用計算為主。深度學習CNN / RNN / DNN 等人工神經網絡的預測和訓練算法本身是在既定框架下，由算法工程師主觀意愿而調整的，并不是錨定不變的算法。因此目前來看挖礦硬件是難以支持深度學習訓練的。我們現在觀察到的幾大礦機生產商不斷研發制造AI芯片，極有可能是想要研發出滿足AI＋區塊鏈各種需求的專用芯片，配合專門的協議，可以解決均等分配計算任務的難題，使得礦工在挖礦給區塊鏈賬本記賬的同時，解決AI計算問題。AI＋挖礦的芯片將實現軟硬結合的系統，類似于Google TPU Cloud的發展路線。Google已經發布了三代TPU產品，從AISC方向進軍AI芯片市場，這對于AI＋區塊鏈各種需求的專用芯片來說是一個很好的參考方向。以下為Google公司TPU發展框架：

其中，Google于2018年5月份Next云計算大會第二天，披露了自家搶攻loT終端運算的戰略武器Edge TPU，除了自用，也將提供給其它廠商使用，或許會對物聯網loT智能云計算市場帶來巨大沖擊。我們大膽地猜想，如果搭載此類AI芯片的智能云設備去做挖礦，是不是能夠實現以AI芯片為主導的“云挖礦”？這或許也是比特大陸、嘉楠耘智等巨頭所想要達到的新目標，畢竟這樣的“云挖礦”如果實現，傳統的礦場、礦機、礦工及生產商們，在整個生態當中的作用地位，就會被大大削弱。

經過以上分析以及推論，挖礦礦機芯片將會出現以下幾大趨勢：

1、算力繼續上升；

2、能耗繼續下調；

3、工藝不斷改良，更會不斷推出更為精細的芯片；

4、將有滿足AI＋區塊鏈各種需求的專用芯片出現，實現AI＋挖礦，更會有AI礦機面市；且AI＋區塊鏈專用芯片的面市，會將挖礦落地到各個場景，不在僅限于礦機挖礦；

5、AI＋區塊鏈相關項目將帶動AI云挖礦服務的崛起，在前期還未成熟階段，芯片廠商仍將主打AI芯片以搶奪傳統AI云服務（如阿里云、亞馬遜AWS等）的市場；

6、中小礦機芯片廠商將會被“AI＋挖礦”所淘汰；

礦機芯片生產商積極拓展人工智能算法芯片，將會使得傳統簡單的哈希運算挖礦被革命，支持深度學習的挖礦芯片將隨著人工智能的成熟而迅速搶占市場份額。這也能夠使得挖礦不僅僅再是礦場、礦工和礦機們的事了，未來的每一個AI移動設備都是挖礦設備，AI物聯網loT設備將會被大批量地激活。

本報告由DAS原創首發，未經許可不得轉載，轉載請聯系本公眾號或者das@das.link 申請，謝謝！