AI時(shí)代 處理器市場(chǎng)群雄爭霸誰(shuí)能領(lǐng)跑？

　　智能時(shí)代芯片市場(chǎng)格局一變再變，上周谷歌推出 TPU 引發(fā)新的討論，誰(shuí)將領(lǐng)跑芯片市場(chǎng)?TPU 僅供谷歌內部使用;IBM TrueNorth 離商用還有距離;中國的寒武紀是國際首個(gè)深度學(xué)習專(zhuān)用處理器，市場(chǎng)表現值得期待;概率芯片以微小計算精度為代價(jià)實(shí)現能耗降低，是芯片市場(chǎng)一匹黑馬;FPGA 憑其性?xún)r(jià)比有望占領(lǐng)市場(chǎng);目前 GPU 用戶(hù)覆蓋率最廣。

　　智能時(shí)代就要到來(lái)，芯片市場(chǎng)格局一變再變。兩個(gè)典型例子：引領(lǐng)處理器市場(chǎng) 40 多年的英特爾 2015 年底收購完 Altera，今年 4 月就宣布計劃裁員 1.2 萬(wàn);另一方面，GPU 巨頭英偉達今年 3 月推出加速人工智能和深度學(xué)習芯片 Tesla P100，投入研發(fā)經(jīng)費超過(guò) 20 億美元，據《華爾街日報》報道，5 月英偉達售出的 GPU 比去年同月增長(cháng) 62%，當前市值 240 億美元。

　　TPU：始于谷歌，終于谷歌

　　要說(shuō)新的芯片，首先不得不提谷歌在剛剛結束的I/O 大會(huì )上披露的 TPU。

　　有不輿論稱(chēng)，谷歌自己打造芯片，勢必對芯片制造商產(chǎn)生巨大影響。確實(shí)，面向機器學(xué)習專(zhuān)用的處理器是芯片行業(yè)的發(fā)展趨勢，而且未來(lái)其他大公司也很有可能組建芯片團隊，設計自己專(zhuān)用的芯片。

　　TPU 團隊主要負責人、計算機體系結構領(lǐng)域大牛 Norm Jouppi 介紹，TPU 專(zhuān)為谷歌機器學(xué)習應用 TensorFlow 打造，能夠降低運算精度，在相同時(shí)間內處理更復雜、更強大的機器學(xué)習模型并將其更快地投入使用。 Jouppi 還表示，谷歌數據中心早在一年前就開(kāi)始使用 TPU，這款谷歌定制芯片從測試到量產(chǎn)不到 22 天，其性能把摩爾定律往前推進(jìn)到 7 年。

　　不過(guò)，GPU 巨頭、英偉達的 CEO 黃仁勛告訴《華爾街日報》，兩年前谷歌就意識到 GPU 更適合訓練，而不善于做訓練后的分析決策。由此可知，谷歌打造 TPU 的動(dòng)機只是想要一款更適合做分析決策的芯片。這一點(diǎn)在谷歌的官方聲明里也得到印證，TPU 只在特定應用中作為輔助使用，公司將繼續使用 CPU 和 GPU。

　　谷歌云服務(wù)副總裁 Diane Greene 也表示，谷歌并沒(méi)有對外銷(xiāo)售 TPU 的打算——拋開(kāi) TPU 本來(lái)就是為了谷歌自己設計的這個(gè)事實(shí)以外，谷歌對外銷(xiāo)售芯片的可能性很低，就像 Facebook 主張全球提供免費互聯(lián)網(wǎng)，也并不是自己要做運營(yíng)商。

　　因此，TPU 雖好，但僅限谷歌內部，而且在近未來(lái)即便使用 TPU，也是用作輔助 CPU 和 GPU。

　　TrueNorth 坐山觀(guān)虎斗?

　　第二個(gè)要說(shuō)的是 IBM TrueNorth。IBM 在 2014 年研發(fā)出脈沖神經(jīng)網(wǎng)絡(luò )芯片 TrueNorth，走的是“類(lèi)腦計算”路線(xiàn)。類(lèi)腦計算的假設是，相似的結構可能會(huì )出現相似的功能，所以類(lèi)腦計算研究者用神經(jīng)電子元件制造與人腦神經(jīng)網(wǎng)絡(luò )相似的電子神經(jīng)網(wǎng)絡(luò )，希望其實(shí)現人腦功能，并進(jìn)一步反過(guò)來(lái)了解人類(lèi)智能。

　　TrueNorth 一張郵票大小，有 54 億個(gè)晶體管，構成的神經(jīng)元陣列包含 100 萬(wàn)個(gè)數字神經(jīng)元，這些神經(jīng)元之間通過(guò) 2.56 億個(gè)電突觸彼此通信。由于采用了異步架構，TrueNorth 的能耗很低，54 億個(gè)晶體管僅用 70 毫瓦;而且，只有在特定神經(jīng)元被開(kāi)啟并和其他神經(jīng)元進(jìn)行通信時(shí)才會(huì )產(chǎn)生能耗。TrueNorth 設計師 Filipp Akopyan 表示，TrueNorth 的目標是 Edge-of-the-Net 和大數據解決方案，所以必須要能用超低功耗實(shí)時(shí)處理大量數據。

　　在此基礎上，2016年 4 月 IBM 推出了用于深度學(xué)習的類(lèi)腦超級計算平臺 IBM TrueNorth，含 16 個(gè) TrueNorth 芯片，處理能力相當于 1600 萬(wàn)個(gè)神經(jīng)元和 40 億個(gè)神經(jīng)鍵，消耗的能量只需 2.5 瓦。

　　將低能耗芯片用于深度學(xué)習無(wú)疑是一大重舉，美國 LLNL 數據科學(xué)副主任 Jim Brase 表示，類(lèi)腦計算與未來(lái)高性能計算和模擬發(fā)展趨勢一致。但是，新智元芯片群的幾位專(zhuān)家討論后一致認為，TrueNorth 雖然與人腦某些結構和機理較為接近，但智能算法的精度或效果有待進(jìn)一步提高，離大規模商業(yè)應用還有一段距離。

　　因此，未來(lái) 10 年芯片市場(chǎng)群雄逐鹿，TrueNorth 大概不會(huì )有亮相的機會(huì )。

　　寒武紀：中國的智能芯片

　　寒武紀是國際首個(gè)深度學(xué)習專(zhuān)用處理器，在國際上開(kāi)創(chuàng )了深度學(xué)習處理器方向。從寒武紀研究論文產(chǎn)業(yè)化起，新智元一直有跟進(jìn)報道。寒武紀 CEO 陳天石曾表示寒武紀要成為“支撐起中國智能時(shí)代的偉大芯片公司”。

　　2012 年，還在中科院計算所工作的陳天石和同事提出了國際上首個(gè)人工神經(jīng)網(wǎng)絡(luò )硬件的基準測試集 benchNN。這項工作提升了人工神經(jīng)網(wǎng)絡(luò )處理速度，有效加速了通用計算，大大推動(dòng)了國際體系結構學(xué)術(shù)圈對神經(jīng)網(wǎng)絡(luò )的接納度。此后，陳云霽、陳天石課題組接連推出了一系列不同結構的“寒武紀”神經(jīng)網(wǎng)絡(luò )專(zhuān)用處理器。

　　2016 年 3 月，陳云霽、陳天石課題組提出的寒武紀深度學(xué)習處理器指令集 DianNaoYu 被計算機體系結構領(lǐng)域的頂級國際會(huì )議 ISCA 2016 接收，在所有近 300 篇投稿中排名第一。指令集是計算機軟硬件生態(tài)體系的核心。英特爾和 ARM 正是通過(guò)其指令集控制了 PC 和嵌入式生態(tài)體系。

　　寒武紀在深度學(xué)習處理器指令集上的開(kāi)創(chuàng )性進(jìn)展，為中國占據智能產(chǎn)業(yè)生態(tài)的領(lǐng)導性地位提供了技術(shù)支撐。其市場(chǎng)表現如何，值得期待。