随着AI人工智能在科技领域越发重要，高通也在近期举办了首届AI Day人工智能大会，除了发布三款面向消费领域的芯片产品外，高通还宣布了自家首款AI加速器：Cloud AI 100，而此举也引发人工智能圈的关注。

高通Cloud AI 100加速器产品 （图 / 网络）

由于此次Cloud AI 100只发布了型号，高通希望借此了解市场对其反应，因此Cloud AI 100目前仍未有详细的技术参数。Cloud AI 100预计要到今年底才出样片，明年才会有相关的终端设备上市。年底“出样”，出样这个词似乎透露了一些微妙的信息，又有一些PPT产品的意味。

高通发力云端AI加速器，在NVIDIA面前胜算有多少？

据报道称，高通Cloud AI 100采用了类似谷歌TPU系列（Tensor Processing Units，机器学习芯片）的人工智能推理ASIC基础架构。高通并非首家采用该种架构的厂商，但相对于其他采用AI ASIC架构厂商专注于高性价比产品的做法，以高通一贯的市场策略来说，其产品定价多是面向高端。而在高端AI加速器市场，我们就不得不提及熟悉的NVIDIA（英伟达）。

NVIDIA创始人黄仁勋发布新品（图 / 网络）

高通目前的图形处理器（GPU）Adreno系列是基于2009年从ATI公司收购的技术研发（而ATI在显卡市场与NVIDIA竞争败北后2006年被AMD收购），因此甚至连“Adreno”这个名字也是由ATI显卡系列名称Radeon变换字母顺序而来。可以说高通的Adreno GPU技术和ATI是一脉相承的。

高通刚刚发布的Cloud AI 100加速器本质上与NVIDIA的GPU加速器一样均是为了提升云端数据中心的AI运算速度，但相比于高通才刚刚宣布进军这一领域，NVIDIA早已经成为该领域的主要巨头，NVIDIA Tesla T4、P4和P40加速器构成了目前数据中心AI推理处理器的支柱。

目前NVIDIA在深度学习方面已经有超过20000家合作伙伴，他们覆盖金融、汽车、教育、互联网等领域，其中就包括华硕、思科、惠普、华为等科技企业，已然形成了一个庞大的AI生态圈。

NVIDIA在加速计算方面的合作伙伴（图 / 网络）

据NVIDIA公布的2019财年第四季度（截至2019年1月27日）财报显示，其数据中心业务收6.79亿美元，同比增长12%，仅次于最赚钱的游戏部门。NVIDIA的数据中心业务主要是GPU加速计算平台，这是通过GPU里数以千计的高效核心（专为处理多重任务而设计）组成的大规模并行计算架构，以完成需要机器学习的工作，提升云端数据中心的AI运算效能。

虽然数据中心AI加速器市场到了2025年的规模可达170亿美元，为2018年的10倍之多，但从目前来看，高通的Cloud AI 100加速器无论在产品技术还是市场合作层面均无法与NVIDIA的产品相媲美。如果高通未来在云端AI加速器上无法提升竞争力，恐怕高通在AI加速器领域只会重蹈ATI显卡败北的覆辙。

AI加速器市场到了2025年的规模可达170亿美元（图 / 网络）

过分追求跑分数据，AI体验恐成高通的技术遗珠

事实上，虽然高通在手机芯片领域拥有Adreno系列GPU，但这让高通过分留恋于技术的“舒适区”，缺乏创新的动力，导致高通在技术和产品上经常与行业主流背道而驰。

如高通在手机SoC上仍然过分追求CPU、GPU的性能表现，忽视了AI带来的体验提升。今年高通最新的骁龙855芯片上仍然为了追求更高的跑分数据，刻意在原来“大小核”的基础上加入了一枚不常用但为跑分而生的“超核”，跑分数据是增加了，但在越发影响手机使用体验的AI性能上，骁龙855仍然还是“祖传”的AI Engine（人工智能引擎）方案，即通过算法调配CPU+GPU+DSP来完成AI相关的运算任务。

高通骁龙855处理器芯片（图 / 网络）

由于CPU本身并不擅长于深度学习计算，其运算效率低功耗高，同时也会影响CPU原来的处理效能，因此高通一直坚持的AI Engine在人工智能领域绝非最优的主流方案。

目前市场上苹果、联发科和华为等芯片厂商更多采用独立的AI处理单元（AI专核）来处理AI任务，华为称之为NPU，联发科称其为APU。如联发科Helio P90上的独立AI专核（APU 2.0）能够比AI Engine方案更高效地处理AI任务，其高达1165GMAC/s的AI算力能轻松比肩骁龙855，同时更低的功耗表现对手机设备来说也是尤为重要。

联发科Helio P90内置了独立的AI专核 （图 / 网络）

“服务器+AI加速器”策略难奏效，这锅高通要怪5G？

目前半导体行业领先的三星、苹果、联发科和华为均在积极进行创新布局，高通在产品上没有抓住市场转型需求痛点，因此高通在手机芯片领域的优势不断的减少，导致高通2019年第一季度（统计周期为2018年第四季度）营收降至48.42亿美元，同比下降20%。

高通2019年第一季度财报数据，同比下降20% （图 / 高通官网）

虽然高通和苹果的专利案最终以和解收场，但在手机行业竞争不断加剧的情况下，高通也不得不谋求新的增长点。高通除了推出Cloud AI 100以进军云端AI加速器市场外，高通早在2014年就开始布局ARM服务器市场，先是在2014年成立数据中心事业部（QDT），2016年在我国组建合资华芯通半导体（HXT），后来还发布了自家的Centriq服务器处理器芯片，将提供云端服务供应商和技术公司使用。

高通的Centriq服务器处理器芯片（图 / 网络）

目前高通的手机处理器芯片会捆绑着自家基带一起使用，而高通的基带也多会和其处理器芯片一起推荐给终端厂商购买。同理，高通希望通过Centriq处理器芯片+Cloud AI 100加速器的组合相互拉动促进，以提升高通在服务器和AI加速器等专业商用市场（to B）的份额，果然还是同样的营销套路。

不过，在5G商用前的技术研发期，高通把众多的资源投入到5G网络的专利之中，对ARM服务器和AI加速器的支持并不充足，面对在服务器市场有着95%以上份额的英特尔，高通QDT在高管离职、大规模裁员后名存实亡。在这一链锁反应之下，由高通投资组建的华芯通半导体也将在2019年4月底关闭。这也宣告着高通的专业商用市场的第一次尝试的失败。

华芯通的芯片产品研发样机（图 / 网络）

而在云端AI加速器市场，除了前面提及的NVIDIA外，英特尔、谷歌也是不得不提及的竞争对手，他们不仅拥有多年AI相关的技术积累，更有更新多代的成熟产品。面对这些竞争对手，高通的胜算又能有多大呢？

AI加速器是高通曲线切入专业商用市场的的无奈之举，同时也很可能是其最后的尝试。倘若，最终高通在AI加速器不能成功的话，恐怕高通将要彻底告别服务器和数据中心等商用市场。