人工智能（AI）現在的熱度節節攀升。這項技術存在了數十年之久，一直不溫不火，但它最近已經成為數據中心分析、自動駕駛汽車和增強現實等應用的焦點。這項技術怎么就重獲新生了呢？在我看來，人工智能迅速走熱的趨勢是由兩種力量所推動的：訓練人工智能系統所需要的數據的大爆發和可以大大加快訓練進程的新技術的出現。下面，我們分別從這兩個方面進行一下解讀。

數據就是人工智能世界的貨幣。沒有大量的已知結果，就無法進行推論和機器學習。得益于數據中心領域幾個巨無霸的強力推動，各種數據庫正處于如火如荼的建設中。谷歌已經積累了大量與自主駕駛汽車相關的經驗數據，特斯拉和其它位于底特律的汽車制造商也不甘落后，積累了大量數據。在自動駕駛領域，奧迪計劃在其旗艦車型A8上部署Level 3的自動駕駛能力。

人工智能的另一個應用前沿是自然語言處理。想想吧，您的屋子里充滿了各種傾聽您的指令并隨時準備進行互動的小玩意（比如亞馬遜的Alexa、三星電視等），當然，這些設備不是為了竊聽你的私生活，它們看起來更像是一個精心設計的程序，可以學習如何解釋人類的自然語言。谷歌、Facebook、亞馬遜和微軟已經開展了大量研究自然語言處理的項目。

從技術的角度來看，英偉達的GPU處于先發優勢，因為它的架構可以很容易地從圖形加速應用切換到AI培訓應用上。現在，人工智能已經不再局限于機器學習上，而且更多可以以更快的速度運行AI系統的新型架構正在被開發出來。英偉達、高通、英特爾、IBM、谷歌、Facebook和其它公司正在加速涌入這個領域。

實際上，這些器件并不是真正的芯片，而是一種單封裝系統。它們通常包含一顆或者兩顆高規格的基于最新半導體制造工藝（16nm及以下）打造的ASIC和大容量的超高帶寬內存（比如HBM2堆棧），所有這些芯片都通過某種內插器集成在一起（想象一下硅片的封裝）。我們當然知道哪些場合需要這些芯片，但是問題是，是誰在設計和生產它們？

先看代工廠這邊，全球有很多代工廠，但是因為難度太高，能生產AI單封裝系統的廠家并不多，臺積電、三星和格羅方德都在榜單之列。那么，是哪些廠商在設計AI單封裝系統呢？你需要看看哪些廠商真正擅長2.5D集成和擁有設計所需的關鍵IP（比如HBM2物理層接口和高速SerDes）。HBM2 PHY和高速SerDes模塊執行該單封裝系統內多個組件之間的任務關鍵性通信。這些都是模擬設計中非常苛刻的挑戰，從ASIC供應商那里購買IP可以把風險降至最低。

擅長這些領域的ASIC廠商并不多，不過由于人工智能市場可能會出現爆炸性增長，所以這些ASIC廠商將會受益匪淺。其中有一家ASIC廠商值得關注–eSilicon。上面提到的三項關鍵技術eSilicon都有涉及，一方面從2011年以來他們一直在做2.5D集成并且已被公認為這一領域的領導者。同時eSilicon也有硅驗證的HBM2 PHY技術。那么SerDes呢？到目前為止，eSilicon已經集成了第三方的SerDes模塊。如果仔細觀察你會發現情況還在發生變化，eSilicon并沒有關于擁有SerDes技術的官方聲明，但是該公司網站上已經出現了高性能SerDes開發中心的相關文字。并且他們正在招聘版圖工程師，這很說明問題。