2020年，5G商用将会进一步加速，这样的背景下，半导体行业将会迎来一次换“芯”潮，同时在三星、台积电等厂商的努力下，芯片的制程、工艺也将迎来大的变局。
2019年，是特别的一年，手机芯片、自动驾驶芯片，AI推理、训练芯片等密集发布。包括华为、AWS、英伟达、阿里巴巴等巨头企业，均拿出自己的“杀手锏”。这些“杀手锏”在不同程度上提振了自己在行业的影响力，也给产业带来巨大变革。
首先，从总体市场上来看，发布最为集中的是5G芯片，华为的麒麟990 5G处理器集成巴龙5000基带给其他厂商后续产品带来借鉴。高通依旧选择了保守的方式应对市场竞争，联发科、三星重新发力芯片中高端市场，又给市场给来一层“迷雾”。
其次，其他芯片领域也“战事”激烈，比如AI推理、训练芯片，华为、阿里巴巴、AWS、英特尔巨头的加入，给市场上的创业企业将会带来怎样的冲击，还是未知。那么这种情况下，回顾2019年的重磅产品，对产业、对行业将有重要的意义。
2019年9月，华为发布了麒麟990系列芯片，为加快5G商用的步伐，华为也是业界第一家发布5G芯片的厂商。华为麒麟990 5G处理器首次集成了巴龙5000基带，支持5G网络。使用台积电二代的7nm以及EUV先进工艺技术。
同上一代麒麟980芯片基础架构相同，GPU采用ARM的Mali-G76。CPU方面，两个2.86GHz的ARM Cortex A76核心，两个2.36GHz的A76核心，四个1.95GHz的A55核心。更重要的是，在AI方面， 麒麟990采用了新一代达芬奇架构，AI性能大幅度提高。
2019年12月，英伟达GTC CHINA大会上，英伟达发布了最强自动驾驶系统级芯片ORIN。ORIN不是一款简单的芯片，设计参考数据中心，支持虚拟化，采用应用隔离。内存涉及到计算的部分均通过加速引擎进行加密，保证每一台车的计算是独立的。
ORIN包含170 亿个晶体管，8个核心。算力可达200TOPS，是上一代芯片Drive Xaiver算力的7倍，更超过特斯拉今年推出的自动驾驶芯片Autopilot Hardware 3.0。除了强大的计算能力，安全同样有所保障，ORIN的CPU和GPU可锁步运行。ORIN覆盖从L2到L5的自动驾驶技术，计划2022年投产使用。
2019年AWS re:Invent大会上，AWS推出一款机器学习专用芯片Inferentia和一款基于ARM架构的高性能计算处理器芯片Graviton2。Inferentia具有高吞吐量、低延迟、性能稳定持久等优点的同时，也具备经济效益优势。Inferentia支持主流框架INT8、FP16等，也支持TensorFlow、Caffe2、ONNX等在内的多款机器学习框架。
Graviton2来源于gravity引力，比X86同类产品的性价比高40%，计算量提升4倍。Graviton2已经针对AWS云原生应用进行了优化，基于64位ARM Neoverse内核和AWS片上定制系统设计，并且每个核心的浮点性能提升了2倍。可用于科学和高性能工作负载领域，最多支持64个虚拟CPU，25Gbps网络和18Gbps EBS带宽。Inferentia和Graviton2的发布，可以看作AWS开始重点发力AI芯片和服务器芯片两大战场。
ARM官方数据显示，Mali-G77较前代效能提高30%，性能提高30%，机器学习能力提高60%。每平方毫米性能较前代提升1.4倍，实现30%的同比能效改进的同时，比Mali-G72节省50%的功耗。从以往几代产品的应用情况华为麒麟、三星猎户座市场表现优良，因而可以预计Mali-G77 GPU将会在未来厂商中得到较大范围应用。
2019年9月，苹果秋季发布会上，推出了新一代A13仿生芯片，A13仿生芯片搭载于iPhone 11系列新品手机上。新品发布会上，苹果占用较长时间，介绍了iPhone 11系列高流畅性能背后的“功臣”。苹果称，A13 Bionic是有史以来最快的A系列芯片，拥有85亿个晶体管，功率更低，比A12提升20%。
A13的CPU有两个高性能核心，速度提升20%，功耗降低30%;四个效能核心，速度提升20%，功耗降低40%。GPU则为四核心设计，速度提升20%，功耗降低40%。此外，A13的8核神经计算引擎，优化了手机摄影、视频功能。在工艺制程上，A13采用了先进的7nm工艺。
2019年年底，高通骁龙夏威夷技术峰会上，高通一口气发布骁龙765、骁龙765G、骁龙865三款移动平台，覆盖高中低端所有机型。其中高端骁龙865芯片将成为2020年与苹果、华为竞争的利器。与华为策略不同，高通骁龙865为了照顾4G厂商，并未集成5G基带。
骁龙865支持20亿像素/秒的处理速度，支持2亿像素摄像头;支持4K 120帧、8K 30帧的录制。搭载第五代AI Engine引擎，运算能力达15万亿次/秒，比上一代引擎运算能力增加一倍多。无论在摄影、视频拍摄、5G网络、Wi-Fi 6连接，骁龙865均表现出色。
2019年，联发科推出了酝酿许久的旗舰5G芯片天玑1000，该款芯片是联发科在5G商用时代冲击高端市场的重磅产品。天玑1000采用集成M70 5G基带的方案，台积电7nm工艺制造。天玑1000的CPU采用八核设计，四个2.6Ghz主频的Cortex-A77大核，四个Cortex-A55小核心。
GPU采用最新的九核心Mali-G77 MC9(Multi Core)，性能提升40%。AI运算方面，采用六核心APU 3.0组合，两个大核、三个小核、一个微小核。所以综合天玑1000的CPU、GPU、AI等各个方面的性能，均能够对高通、三星等竞争对手产生较大的威胁，具备一定的市场竞争力。
Exynos 980可处理1.08亿像素拍摄的图像，最多可以连接五个图像传感器，支持三个传感器同时驱动，NPU性能加持后，可通过AI技术识别拍摄物体形态、周围环境，调节至拍摄最佳状态。在网络方面，Exynos 980支持NSA/SA双模网络，支持Wi-Fi 6。
2019年9月，阿里巴巴首次推出了AI推理芯片含光800。根据阿里巴巴公布的数据显示，含光800是全球最强AI推理芯片，主要应用于云端视觉场景。其性能、能效比均为第一名，1颗含光800的算力相当于10颗GPU。
目前，含光800已大规模应用于阿里巴巴内部核心业务中，比如视频图像识别、分类、搜索，城市大脑等。未来还可应用于医疗影像、自动驾驶等领域。在城市大脑中实时处理杭州主城区交通视频应用场景中，传统GPU需要40颗，而用含光800仅需4颗，延时降至150ms，大幅度提高效率。
2019年6月，寒武纪宣布推出第二代云端AI芯片思元270(MLU270)和板卡产品，思元270采用采用寒武纪公司自主研发的MLUv02指令集，可支持视觉、语音、自然语言处理以及传统机器学习等高度多样化的人工智能应用，为视觉应用集成了充裕的视频和图像编解码硬件单元。
同时，思元270处理非稀疏深度学习模型理论峰值性能提升至上一代MLU100的4倍，理论峰值达到每秒128万亿次人工智能基本运算(INT8)。支持多种运算精度，比如INT4、INT8、INT16、INT32等，同时兼容INT4和INT16运算，其中INT4理论峰值达每秒256万亿次，INT16理论峰值达每秒64万亿次。
而NNP-I采用10nm 技术以及Ice Lake内核打造，由以色列海法研发中心开发，同样支持所有主流深度学习框架。作为一款专门用于大型数据中心的推理芯片，NNP-I能加速大规模深度学习部署，利用最小的能量处理高负载工作，ResNet50上的效率可达 4.8TOPs/W，而功率范围在10W至50W之间。互联网社交巨头Facebook已开始使用NNP-I芯片。AI时代，英特尔正以全面解决方案商的角色进入市场。
2019年8月，华为隆重发布了算力最强、训练速度最快的AI芯片Ascend910(昇腾910)。根据华为介绍，Ascend 910的算力是国际顶尖AI芯片的2倍，相当50个当前最新最强的CPU。其训练速度，也比当前最新最强的芯片提升了50%至100%。
凡本网注明”来源：中国软件网（）”的所有作品，版权均属于中国软件网或昆仑海比（北京）信息技术有限公司，未经本网书面授权，不得转载、摘编或以其它方式使用上述作品。
任何行业、传播媒体转载、摘编中国软件网（）刊登、发布的产品信息及新闻文章，必须按有关规定向本网站载明的相应著作权人支付报酬并在其网站上注明真实作者和真实出处，且转载、摘编不得超过本网站刊登、转载该信息的范围；未经本网站的明确书面许可，任何人不得复制或在非本网站所属的服务器上做镜像。
