人工智能芯片大戰開(kāi)打 互聯(lián)網(wǎng)巨頭紛紛入局

　　人們越來(lái)越看好人工智能的前景及其潛在的爆發(fā)力，而能否發(fā)展出具有超高運算能力且符合市場(chǎng)的芯片成為人工智能平臺的關(guān)鍵一役。由此，2016年成為芯片企業(yè)和互聯(lián)網(wǎng)巨頭們在芯片領(lǐng)域全面展開(kāi)部署的一年。而在這其中，英偉達保持著(zhù)絕對的領(lǐng)先地位。但隨著(zhù)包括谷歌、臉書(shū)、微軟、亞馬遜以及百度在內的巨頭相繼加入決戰，人工智能領(lǐng)域未來(lái)的格局如何，仍然待解。

　　在2016年，所有人都看到了人工智能的前景和其潛在的爆發(fā)力，但不管是AlphaGo還是自動(dòng)駕駛汽車(chē)，要想使得任何精妙算法得以實(shí)現，其基礎是硬件的運算能力：也就是說(shuō)，能否發(fā)展出超高運算能力又符合市場(chǎng)需求的芯片成為了人工智能平臺的關(guān)鍵一役。

　　因此，毫無(wú)疑問(wèn)，2016年也成為了芯片企業(yè)和互聯(lián)網(wǎng)巨頭們在芯片領(lǐng)域全面展開(kāi)部署的一年：先有CPU芯片巨頭因特爾年內三次大手筆收購人工智能和GPU領(lǐng)域企業(yè);后有谷歌宣布開(kāi)發(fā)自己的處理系統，而蘋(píng)果、微軟、臉書(shū)和亞馬遜也都紛紛加入。

　　而在這其中，領(lǐng)跑者英偉達(Nvidia)因其在人工智能領(lǐng)域的優(yōu)勢使其成為了資本市場(chǎng)的絕對寵兒：在過(guò)去的一年中，曾經(jīng)以游戲芯片見(jiàn)長(cháng)的Nvidia股價(jià)從十幾年的穩居30美元迅速飆升至120美元。

　　就當資本市場(chǎng)都在猶豫是否人工智能風(fēng)口使得英偉達股價(jià)虛高時(shí)，2月10日，英偉達發(fā)布2016年第四季度的財報顯示，其營(yíng)收同比增長(cháng)55%，凈利潤達到了6.55億美元，同比增長(cháng)216%。

　　“正當Intel、微軟等巨頭投資人工智能為基礎的芯片技術(shù)時(shí)，英偉達已經(jīng)以Q4財報顯示，這家已經(jīng)在人工智能領(lǐng)域投資將近12年的芯片企業(yè)已經(jīng)開(kāi)始就此收獲可觀(guān)的盈利?！辟Y深技術(shù)評論家Therese Poletti在其財報發(fā)布后指出。

　　研究機構Tractica LLC估計，由于深度學(xué)習項目產(chǎn)生的硬件花費將從2015年的4360萬(wàn)美元，上升到2024年的41億美元，而企業(yè)的相關(guān)軟件花費將同期從1.09億美元上升到100億美元。

　　正是這一龐大的市場(chǎng)吸引著(zhù)谷歌、臉書(shū)、微軟、亞馬遜以及百度在內的巨頭相繼宣布企業(yè)向人工智能領(lǐng)域的技術(shù)轉向?！霸谌斯ぶ悄芟嚓P(guān)技術(shù)上，目前英偉達仍然保持著(zhù)絕對的領(lǐng)先，但隨著(zhù)包括谷歌在內的TPU等技術(shù)不斷推向市場(chǎng)，未來(lái)的AI硬件格局仍然待解?！币晃徊槐憔呙臍W洲資深從業(yè)人員向21世紀經(jīng)濟報道表示。

　　英偉達在GPU領(lǐng)域顯著(zhù)領(lǐng)先

　　根據英偉達最新公布的年報，其最主要的業(yè)務(wù)領(lǐng)域均出現了兩位數以上的增長(cháng)。除了其一直占有領(lǐng)先優(yōu)勢的游戲業(yè)務(wù)增長(cháng)之外，其更多的漲幅事實(shí)上來(lái)自于數據中心業(yè)務(wù)和自動(dòng)駕駛兩大全新業(yè)務(wù)板塊。

　　年報數據顯示，數據中心業(yè)務(wù)有138%的增長(cháng)，而自動(dòng)駕駛有52%的增長(cháng)。

　　“事實(shí)上，這是整個(gè)英偉達財報里最具有說(shuō)明力的內容，因為數據業(yè)務(wù)和自動(dòng)駕駛的增長(cháng)根本上是人工智能和深度學(xué)習的發(fā)展所激發(fā)的?！币晃幻绹嬎銠C硬件分析師向21世紀經(jīng)濟報道表示。

　　在目前的深度學(xué)習領(lǐng)域，把神經(jīng)網(wǎng)絡(luò )投入實(shí)際應用要經(jīng)歷兩個(gè)階段：首先是訓練，其次是執行。從目前的環(huán)境來(lái)看，訓練階段非常需要處理大量數據的GPU(圖形處理器，下同)，也就是以游戲和高度圖形化的應用做圖像渲染起家的英偉達領(lǐng)先的領(lǐng)域;而在轉型階段則需要處理復雜程序的CPU，也就是微軟十幾年來(lái)領(lǐng)先的領(lǐng)域。

　　“英偉達目前的成功事實(shí)上代表了GPU的成功，它正是最早的GPU領(lǐng)先者之一?！鄙鲜鲂袠I(yè)分析師表示。

　　深度學(xué)習神經(jīng)網(wǎng)絡(luò )尤其是幾百上千層的神經(jīng)網(wǎng)絡(luò )，對高性能計算需求非常高，而GPU對處理復雜運算擁有天然的優(yōu)勢：它有出色的并行矩陣計算能力，對于神經(jīng)網(wǎng)絡(luò )的訓練和分類(lèi)都可以提供顯著(zhù)的加速效果。

　　舉個(gè)例子，研究員不用一開(kāi)始就人工定義一個(gè)人臉，而是可以將幾百萬(wàn)個(gè)人臉的圖像展示出來(lái)，讓計算機自己定義人臉應該是什么樣子的。學(xué)習這樣的例子時(shí)，GPU可以比傳統處理器更加快速，大大加快了訓練過(guò)程。

　　因此，搭載GPU的超級計算機已經(jīng)成為訓練各種深度神經(jīng)網(wǎng)絡(luò )的不二選擇，比如Google大腦早期就是使用Nvidia的GPU做深度學(xué)習?！拔覀冋诖罱ㄒ豢顜в懈櫣δ艿臄z像裝置，因此需要找到最適合的芯片，GPU是我們的首選?！睔W盟AR初創(chuàng )企業(yè)Quine CEO Gunleik Groven在今年一月的CES(國際消費電子展)現場(chǎng)向本報記者表示。

　　目前，谷歌、Facebook、微軟、Twitter和百度等互聯(lián)網(wǎng)巨頭，都在使用這種叫做GPU的芯片，讓服務(wù)器學(xué)習海量的照片、視頻、聲音文檔，以及社交媒體上的信息，來(lái)改善搜索和自動(dòng)化照片標記等各種各樣的軟件功能。一些汽車(chē)制造商也在利用這項技術(shù)，開(kāi)發(fā)可以感知周?chē)h(huán)境、避開(kāi)危險區域的無(wú)人駕駛汽車(chē)。

　　除了在GPU和圖形計算領(lǐng)域長(cháng)期領(lǐng)先，英偉達也是最早一批在人工智能領(lǐng)域進(jìn)行投資的科技公司。2008年，當時(shí)在斯坦福做研究的吳恩達發(fā)表了一篇用GPU上的CUDA進(jìn)行神經(jīng)網(wǎng)絡(luò )訓練的論文。2012年“深度學(xué)習三巨頭”之一Geoff Hilton的學(xué)生Alex Krizhevsky用英偉達的GeForce顯卡在ImageNet中將圖像識別準確率大幅提升，這也是英偉達CEO黃仁勛時(shí)常提到的英偉達注重深度學(xué)習的開(kāi)端。

　　有報告顯示，世界上目前約有3000多家AI初創(chuàng )公司，大部分都采用了Nvidia提供的硬件平臺。

　　“深度學(xué)習被證明是非常有效的?！秉S仁勛在季報2月10日的發(fā)布會(huì )中表示。在列舉目前GPU計算平臺正在人工智能、云計算、游戲和自動(dòng)駕駛領(lǐng)域快速展開(kāi)應用的同時(shí)，黃仁勛表示，在未來(lái)數年間，深度學(xué)習將會(huì )成為計算機計算的一種基礎性的核心工具。

　　AMD和Intel巨頭的AI演變

　　投資者和芯片制造商關(guān)注著(zhù)所有互聯(lián)網(wǎng)巨頭的一舉一動(dòng)。僅僅以英偉達的數據中心業(yè)務(wù)為例，在很長(cháng)一段時(shí)間以來(lái)，該公司一直為谷歌提供數據服務(wù)。

　　英偉達并非GPU的唯一領(lǐng)先者，巨頭Intel和AMD都在這一領(lǐng)域有著(zhù)不同的優(yōu)勢。

　　2016年11月，Intel公司發(fā)布了一個(gè)叫做Nervana的AI處理器，他們宣稱(chēng)會(huì )在明年年中測試這個(gè)原型。如果一切進(jìn)展順利，Nervana芯片的最終形態(tài)會(huì )在2017年底面世。這個(gè)芯片名稱(chēng)基于Intel早前購買(mǎi)的一個(gè)叫做Nervana的公司。按照Intel的人所說(shuō)，這家公司是世界上第一家專(zhuān)門(mén)為AI打造芯片的公司。

　　Intel公司披露了一些關(guān)于這個(gè)芯片的一些細節，按照他們所說(shuō)，這個(gè)項目代碼為“Lake Crest”，將會(huì )用到Nervana Engine和Neon DNN相關(guān)軟件。這款芯片可以加速各類(lèi)神經(jīng)網(wǎng)絡(luò )，例如谷歌TensorFlow框架。

　　芯片由所謂的“處理集群”陣列構成，處理被稱(chēng)作“活動(dòng)點(diǎn)”的簡(jiǎn)化數學(xué)運算。相對于浮點(diǎn)運算，這種方法所需的數據量更少，因此帶來(lái)了10倍的性能提升。

　　Lake Crest利用私有的數據連接創(chuàng )造了規模更大、速度更快的集群，其拓撲結構為圓環(huán)形或其他形式。這幫助用戶(hù)創(chuàng )造更大、更多元化的神經(jīng)網(wǎng)絡(luò )模型。這一數據連接中包含12個(gè)100Gbps的雙向連接，其物理層基于28G的串并轉換。

　　TPU與FPGA可能的逆襲

　　在上述芯片巨頭進(jìn)行GPU領(lǐng)域的提升之外，有更多的企業(yè)在試圖引發(fā)一輪全面的顛覆。其代表為谷歌在2016年宣布將獨立開(kāi)發(fā)一種名為T(mén)PU的全新的處理系統。

　　TPU是專(zhuān)門(mén)為機器學(xué)習應用而設計的專(zhuān)用芯片。通過(guò)降低芯片的計算精度，減少實(shí)現每個(gè)計算操作所需的晶體管數量，從而能讓芯片的每秒運行的操作個(gè)數更高，這樣經(jīng)過(guò)精細調優(yōu)的機器學(xué)習模型就能在芯片上運行得更快，進(jìn)而更快地讓用戶(hù)得到更智能的結果。Google將TPU加速器芯片嵌入電路板中，利用已有的硬盤(pán)PCI-E接口接入數據中心服務(wù)器中。

　　據Google資深副總裁Urs Holzle 透露，當前Google TPU、GPU 并用，這種情況仍會(huì )維持一段時(shí)間，但他表示，GPU 可執行繪圖運算工作，用途多元;TPU 屬于A(yíng)SIC，也就是專(zhuān)為特定用途設計的特殊規格邏輯IC，由于只執行單一工作，速度更快，但缺點(diǎn)是成本較高。

　　除了上述提到的谷歌，微軟也在使用一種叫做現場(chǎng)可變編程門(mén)陣列(FPGA)的新型處理器。

　　據介紹，這個(gè)FPGA 目前已支持微軟Bing，未來(lái)它們將會(huì )驅動(dòng)基于深度神經(jīng)網(wǎng)絡(luò )——以人類(lèi)大腦結構為基礎建模的人工智能——的新搜索算法，在執行這個(gè)人工智能的幾個(gè)命令時(shí)，速度比普通芯片快上幾個(gè)數量級。有了它，你的計算機屏幕只會(huì )空屏23毫秒而不是4秒。

　　在第三代原型中，芯片位于每個(gè)服務(wù)器的邊緣，直接插入到網(wǎng)絡(luò )，但仍舊創(chuàng )造任何機器都可接入的FPGA池。這開(kāi)始看起來(lái)是Office 365可用的東西了。最終，Project Catapult準備好上線(xiàn)了。另外，Catapult硬件的成本只占了服務(wù)器中所有其它的配件總成本的30%，需要的運轉能量也只有不到10%，但其處理速度卻是原來(lái)的2倍。

　　此外，有一些公司，例如Nervada和Movidius，模擬GPU的平行模式，但是專(zhuān)注于更快速地移動(dòng)數據，省略圖像所需要的功能。其他公司，包括使用了被稱(chēng)為“True North”的芯片的IBM公司，開(kāi)發(fā)了由神經(jīng)元、突觸等其他大腦特征所啟發(fā)的芯片設計。

　　由于深度學(xué)習和人工智能未來(lái)的巨大前景，各大巨頭都在盡量爭取技術(shù)上的優(yōu)勢。如果這其中的某家公司，如谷歌，用一種新型芯片替換掉現有芯片，這基本上就相當于顛覆了整個(gè)芯片行業(yè)。

　　“不管是英偉達、Intel還是谷歌或是百度，都在尋找一種未來(lái)人工智能能夠廣泛應用的基礎?！盩herese Poletti表示。

　　而也有很多人持有與谷歌副總裁Urs Holzle 同樣的觀(guān)點(diǎn)，認為在人工智能的遙遠未來(lái)，GPU沒(méi)有代替CPU，而TPU也不會(huì )取代GPU，芯片市場(chǎng)將出現更大的需求和繁榮。