北京時間 4 月 1 日早間訊息，據報道，高通是全球最大的智慧手機處理器供應商，在晶片的計算能力和能效方面都非常完善。2019 年高通宣佈，基於在智慧手機晶片領域的技術和經驗，將進軍資料中心人工智慧晶片這個快速增長的市場。

兩名知情人士透露，高通曾向 Facebook 的母公司 Meta Platforms 示好，希望 Meta 能成為高通首款資料中心 AI 晶片 AI 100 的標杆客戶。

在高通 2020 年秋季釋出這款晶片之後，Meta 將這款晶片與一系列其他選擇，包括該公司此前一直使用的晶片，以及 Meta 自主開發的用於處理 AI 計算的專用晶片，進行了對比測試。

根據知情人士的說法，高通的晶片在測試中表現良好，單位能耗效能最優異

然而知情人士表示，到 2021 年春季，Meta 表示拒絕使用高通的晶片。具體原因在於，Meta 質疑高通晶片的配套軟體不夠成熟，無法在未來的具體計算任務中發揮出晶片的最佳效能。一名知情人士透露，在評估各種選擇之後，Meta 決定繼續使用現有晶片。

這一事件此前從未被媒體報道過，但也表明，軟體已成為 AI 晶片爭取客戶的核心因素之一。IDC 分析師肖恩・拉烏（Shane Rau）表示，AI 晶片的銷售額預計今年將達到 135 億美元，到 2026 年還將增長至 413 億美元。他說：“至少在未來 15 到 20 年內，市場對 AI 晶片的需求幾乎是無限的。”

高通晶片是全球數十億部智慧手機的核心，同時也支撐了智慧手機拍照優化等 AI 功能，但 AI 100 是該公司在與英偉達競爭中的第一次嘗試。在資料中心 AI 晶片領域，英偉達目前佔據了壓倒性的優勢。該公司的主導地位不僅來自於晶片，也來自於配套軟體。英偉達的軟體是人工智慧行業目前的黃金標準。

風險投資公司 Playround Global 的一般合夥人皮特・巴雷特（Peter Barrett）表示：“不僅僅是高通，每個人都在與英偉達 CEO 黃仁勳進行軍備競賽。他關注深度學習領域的發展，並注意到技術的發展速度。他在軟體方面的努力有助於維持公司的領先地位。”Playground 也投資了 MosaicML 等公司，這些公司幫助人工智慧客戶將他們的模型匹配至合適的硬體。

可以肯定，Meta 的拒絕很可能只是高通在 AI 晶片領域暫時遇到的挫折。就在 2021 年 9 月，在 Meta 的測試之後，AI 100 晶片在 MLPerf 基礎測試中取得了多項第一。MLPerf 基準測試是一套用於衡量 AI 晶片效能的行業標準。行業觀察人士預計，在今年春季再次進行的測試中，高通的晶片也將表現良好。高通已經宣佈了 AI 100 的首家客戶：富士康工業網際網路。該公司正在一臺用於分析安防和交通攝像頭視訊的伺服器中使用這款晶片。

與此同時，高通也在繼續爭取微軟等其他潛在客戶。微軟發言人拒絕對這方面的動態置評。

高通計劃將 AI 100 晶片用於推理計算，推理計算使用基於海量資料訓練的 AI 模型來做出實時決策。在 Meta 的場景中，這通常意味著基於推薦模型，在毫秒時間段內決定向使用者展示哪些內容。

為了取得更好的效能，經過訓練的模型還必須針對執行模型的硬體進行優化。如果優化效果不佳，那麼模型很可能只能用到硬體的一小部分可用效能，導致浪費電力。然而，模型的優化會耗費開發者的大量時間。

通常情況下，如果一種軟體能優化用各種語言編寫的程式碼，並自動匹配底層的硬體，那麼就更容易得到開發者的青睞。英偉達的軟體在這方面表現突出。創業公司 Ceremorphic 開發 AI 處理，該公司執行長文卡特・馬特拉（Venkat Mattela）表示，如果直接將晶片提供給開發者，而不附帶優化軟體，那麼就像是給使用者一輛 100 個檔位的自行車，然後指望他自己探索如何在未知的地形上，具體用哪個檔位騎行。

他說：“你不可能給開發者提供 100 個檔位，而是必須讓配置看起來就是 3 個檔位。但目前，大部分晶片公司都沒有做到這點。”

有能力編寫晶片配套軟體的工程師非常稀缺。對於高通這樣的大公司，以及其他數十家瞄準同個市場的創業公司而言，這都是個挑戰。這類軟體的開發需要開發者在編譯器方面有專門的經驗。編譯器將開發者編寫的程式碼翻譯成晶片使用的機器語言。

Lux Capital 合夥人沙辛・法西奇（Shahin Farshichi）表示：“這類人才受到追捧，並且非常欠缺。這已經成為主要的瓶頸。”Lux Capital 投資了 AI 晶片創業公司 Mythic 和 Flex Logix。