Arm 可能不授權阿里巴巴使用 Neoverse V 晶片設計,Neoverse 有何重要性?
英國《金融時報》報道,中國電商巨擘阿里巴巴(9988)不能從軟銀旗下英國晶片設計商Arm購買部分最先進晶片設計,基於公司判斷美國及英國將不會就科技出口批出許可。消息指,這是Arm首次判斷不能向中國出口其最先進晶片設計的已知個案。
報道指,Arm認為美國及英國不會批准公司出售最新Neoverse V系列,因表現過於強勁。該晶片科技用作下一代數據中心,滿足5G及互聯網連接工具應用增長。消息稱,中國企業不能購買Neoverse V1及V2設計,因英美協議限制出口可軍民兩用的科技。
美國早前公布出口管制,禁止向中國出口使用美國工具的任何半導體科技。《彭博通訊社》早前報道,美國將把長江儲存及35間中國公司加入貿易黑名單,禁止有關公司購買美國部件。
(參考:Market Digest - 傳英晶片設計商Arm,拒向阿里巴巴出售晶片設計)
Arm 是英國的著名晶片IP授權公司,業務遍佈全球。半導體 IP(Intellectual Property)知識產權,對於研究出來的設計,公司擁有其版權,公司本身不用去生產晶片。其他晶片公司要付授權費就可以用此 IP 設計放進自己的設計之中。
以上新聞提到,有可能禁止出售Neoverse V晶片設計給阿里巴巴使用。
Neoverse有何重要性?
Edge Computing 邊缘運算
邊緣運算的特性:
- 邊緣(Edge)是接近數據來源,邊緣要即時分析數據,方便作出實時和更個性化的反應。看自動駕駛的例子,實時的反應是至關重要,因為要快速對應當下一刻的路面情況。相反, 如果要每一次把數據傳輸到雲端,完成分析,再把決策傳輸 到電動車去執行,萬一只要是一秒的延遲,這都會造成極大 的風險。
- 低延遲(Low Latency)的考慮,減少即時傳輸數據到雲端的需要,或者傳輸數據是不可能。例如礦場和海洋油井,根本沒有網路,或者網路訊號有限制。
- 數據隱私(Data Privacy)考慮,減少即時傳輸數據到雲端的需要。
自動駕駛的電動車,機械人/機械臂都是邊緣運算的例子。
邊緣能夠有高度的應變能力,可以達到高度的自動化,免人手操作,利用 AI 是一個關鍵:
- AI 學習是需要有大量數據儲存在雲端,去進行 AI 學習。
- 邊緣完成執行工作之後,亦可以把數據傳輸到雲端去集中分析或進行 AI 學習,以作出改善。
- AI 學習的結果和軟體更新再傳輸到邊緣,可以不斷優化。
邊緣和雲端之間有連接,同時邊緣與邊緣之間都有機會有連接, 如果需要有互動的操作方式。
關於常常聽到的物聯網(Internet of Things,IoT),物聯網裝置和邊緣裝置,不是完全相同,不過它們的名稱有時可以互換使用:
- 物聯網裝置是數據來源,收集數據。
- 邊緣裝置收集數據,並加上處理,有更高智慧或自動化的能力(自動駕駛的電動車,機械人/機械臂)。
以上節錄自我的《科技戰國》書中,當中有更多詳細的相關内容(參考:《科技戰國》)
從雲端到邊緣的Eco System
AI / Data Center / Cloud 經常在媒體中聽到,漸漸媒體亦多提到HPC (High Performance Computing,高效能運算,再配合上 Edge / IoT,正是一個更宏觀的科技産品結構性改變。
如果單單看消費者産品,這種趨勢未必明顯得可以察覺得到。不過如果留意ASML / TSM / Nvidia在過去兩年的發展,以上發展會較為明顯。
由原來:Cloud / Data Center - 手機/個人電腦
過渡至:Cloud / Data Center - 5G / Edge Data Center - Edge / IoT ...(手機/個人電腦)
個人除了使用手機/個人電腦,有更多的應用場景,例如:具有自動駕駛功能的電動車。
而且有更多是企業的應用場景,例如:智慧工廠、物流/倉庫管理、智慧城市等,不能盡錄,當中涉及Edge / IoT、大量自動化的應用,工業4.0。
Arm 的 Neoverse
Arm的Neoverse設計正是針對新的科技生態環境,由雲端到邊緣的不同層面,特别適合HPC/AI應用:
- Neoverse V 系列 - Cloud和你Data Center,包括:HPC (High Performance Computing)、AI / Machine Learning應用等,提供極高算力效能。(參考:看台績電業績,高性能計算 HPC (HIGH PERFORMANCE COMPUTING))
- Neoverse N 系列 - 網絡、5G基礎建設、Network Card、DPU等。
- Neoverse E 系列 - Edge和IoT的應用,大幅降低耗電量特性。
(參考:Arm Neoverse - 從雲端到邊緣的同級最佳效能)
美國的打壓措施
文章開頭提到,Arm有可能不授權阿里巴巴使用Neoverse V晶片設計,此V系列正是用於Cloud和Data Center層,適合HPC和AI應用。此項令我立刻想起2022年8月尾,美國商業部通知Nvidia和AMD,限制出口高級AI晶片到中國。(參考:談談 NVIDIA,禁止出口到中國/當 AI 遇上雲計算,NVIDIA 和 MICROSOFT / ORACLE 合作的 DEAL)
以上皆可以説是同出一轍,雖然當12月中以上新聞出現,Arm沒有正式的官方答案回應。
特别是針對AI應用,可以見到美國對中國半導體科技的打壓措施是全方位:
- Nvidia / AMD賣的是晶片成品可以直接使用。
- 台積電,如果接受中國的代工訂單。
- ASML的光刻機出口是如果中國用作自行生產晶片。
- 連帶如果想使用Arm的授權以進行自行設計晶片。
(參考:Arm 以次世代的 Neoverse 平台重新定義全球基礎設施)
市場中的應用例子
Arm的Neoverse代表次世代的基礎建設,由雲端到邊緣,特别適合HPC/AI應用。
Arm架構晶片是一個統稱,因為Arm本身是一間公司,其下有多種不同的晶片設計:
- Apple M1/M2是Arm Cortex,用於個人電腦。
- 至於使用Arm Neoverse,Amazon Graviton CPU(用於AWS)和Nvidia Grace CPU都是有代表性的例子。Nvidia Grace就是公佈了一段時間的首個旗艦CPU晶片,主打Data Center市場,預計2023年初付運。(參考:NVIDIA GRACE CPU,在數據中心的晶片之戰/NVIDIA GTC (2022/3月) GRACE CPU 最新 UPDATE)
《AI 投資時代.真的值得參與嗎?》
《科技戰國.尋找科技價值投資的故事》
https://instagram.com/duncannewinvest
Telegram
https://t.me/duncaninvest
謝謝支持!
參考文章
ASML INVESTOR DAY 2022,未來半導體行業是危?是機?
當 AI 遇上雲計算,NVIDIA 和 MICROSOFT / ORACLE 合作的 DEAL
NVIDIA GTC (2022/9月) ,NVIDIA 仍然是 NVIDIA,只是做回自己
看台績電業績,高性能計算 HPC (HIGH PERFORMANCE COMPUTING)
擔心中國的晶片發展。中國應何去何從?
ReplyDelete充滿挑戰,現時所見的困難不是短期可以解決
Delete謝謝分享🤗
ReplyDelete多謝健一支持
Delete謝謝分享,深入淺出,真係學到野🙏
ReplyDelete多謝和諧號支持
Delete