阿里天玑9200与谷歌自研AI芯片引领商用革命科技巨头与芯片巨头的新格局
在2019年杭州云栖大会上，阿里巴巴首次展示了其自研的AI芯片——含光800，这一举动不仅引起了业界的广泛关注，也让人开始思考：是否意味着互联网巨头正在逐步取代传统的芯片制造商？而谷歌作为这场变化的先行者，其自研AI芯片TPU（张量处理单元）的发展历程更是值得深入探讨。
谷歌早在2006年便开始考虑为其数据中心部署专用硬件，以提高效率。随着时间的推移，当用户使用语音识别DNN时，谷歌发现自身计算需求大幅增加，而传统CPU无法满足这一需求，因此启动了一项高优先级项目，旨在快速生产定制芯片以用于推理，并购买现成GPU用于训练。此过程耗时15个月，最终于2016年的I/O开发者大会上宣布首代TPU正式发布。
然而，直到2018年2月，谷歌才将TPU服务开放给公众，并且价格相对合理。同年的I/O大会上，又宣布TPU 3.0，将计算性能提升至100PFlops，每秒可完成1000万亿次浮点运算。这表明尽管市场尚未有满足谷歌需求的芯片，但通过自研技术，他们能够实现极致性能与能效之比。
阿里巴巴也紧跟而来，在电商、金融、物流等多个领域积累了丰富经验。对于阿里来说，不断增长的业务数据需要更加高效和经济实用的解决方案。在淘宝拍立淘商品库每天新增10亿商品图片的情况下，如果依然使用传统GPU进行识别，那么所需时间将达到1小时，同时耗电量巨大。而对于如阿里这样的拥有庞大数据中心资源的大型企业来说，这样的成本问题尤为敏感。
因此，阿里也投身于自研AI芯片之路。成立达摩院后，它们致力于研究机器智能、智联网以及金融科技等领域，其中包括机器学习、基础算法以及网络安全等方面。而到了2018年的云栖大会上，阿里的独立半导体公司“平头哥半导体有限公司”正式成立，该公司由中天微与达摩院合作组建。
最终，在2019年的云栖大会上，阿里的首款AI云端推理芯片含光800正式亮相。这款产品不仅在ResNet-50测试中表现出色，还能显著减少处理视频图像识别任务所需时间，从原来的1小时缩短至5分钟。此外，对于城市大脑中的实时交通视频处理，由40颗GPU缩减至4颗含光800，可以显著降低延迟和能耗，使得1颗含光800相当于10个GPU。
虽然此举引发了对未来竞争关系可能性的讨论，即科技巨头与传统芯片制造商从紧密合作转变为竞争态势，但这并不代表这些新兴玩家能够完全替代现有的行业领导者，而是为了追求更大的经济效益和技术领先性而采取的一种战略选择。在这个不断演进的人工智能时代，无论是科技巨头还是传统产业链参与者，都必须不断适应并创新，以保持自己的核心竞争力。
