微型處理器變得越來(lái)越小,、越來(lái)越快,、效率更高。但隨著它們達(dá)到物理極限,，芯片構(gòu)造開始驅(qū)動(dòng)性能增長(zhǎng),。1月4日，英偉達(dá)（Nvidia）創(chuàng)始人兼首席執(zhí)行官黃仁勛（Jen-Hsun Huang）,，在拉斯維加斯舉行的國(guó)際消費(fèi)類電子產(chǎn)品展覽會(huì)（CES）上發(fā)表主題演講,，同時(shí)也帶來(lái)了Nvidia Xavie：一款用于人工智能汽車的超級(jí)計(jì)算機(jī)。

請(qǐng)點(diǎn)擊此處(黃仁勛（Jen-Hsun Huang）在CES上的演講)

最近,，兩家最大的半導(dǎo)體公司相繼發(fā)表聲明,，看似毫無(wú)聯(lián)系，實(shí)則息息相關(guān),。英特爾（Intel）宣布收購(gòu)Mobileye——一家專為無(wú)人駕駛汽車制造芯片和軟件的以色列創(chuàng)業(yè)公司,。Nvidia則公開了對(duì)于人工智能至關(guān)重要的、新一代用于加速機(jī)器自身學(xué)習(xí)的系統(tǒng),。

兩大公司的舉動(dòng)其實(shí)都是基于“專業(yè)計(jì)算”,，也就是把特定的軟件任務(wù)轉(zhuǎn)變?yōu)橐粡垖?shí)體的硅芯片，而不是依賴于一個(gè)速度更快的CPU（中央處理器）,。這種技術(shù)雖然以種種形式存在了數(shù)十年,，但直到最近才成為諸多酷炫科技背后的動(dòng)力（從人工智能到無(wú)人駕駛汽車）。為什么,？因?yàn)镃PU的更新速度早已大不如前,。摩爾定律正在走向滅亡。

摩爾定律是指,，每隔兩年左右的時(shí)間,，芯片上晶體管的數(shù)量就會(huì)翻倍。用大眾的觀點(diǎn)來(lái)看就是電腦運(yùn)行速度持續(xù)加快,，體型變小,，效率更高。然而現(xiàn)在并沒(méi)有按過(guò)去的方式發(fā)展,?！斑@不是說(shuō)摩爾定律撞上了南墻——某種意義上它將要壽終正寢了”，愛(ài)荷華大學(xué)計(jì)算機(jī)科學(xué)與生物信息學(xué)教授丹尼爾·里德（Daniel Reed）說(shuō)道,。

(摩爾定律 )

當(dāng)Intel和其他芯片鑄造廠還在花費(fèi)資金維持老本生意時(shí)，行業(yè)內(nèi)的芯片設(shè)計(jì)師們已經(jīng)在尋找創(chuàng)新型的方法與摩爾定律的增長(zhǎng)速度保持一致,，并且在多數(shù)情況下提高設(shè)備性能,，速度更快。

“我們今天取得的大部分成就都源于（芯片）設(shè)計(jì)和軟件”,，Nvidia首席科學(xué)家威廉·達(dá)利（William Dally）稱,，“對(duì)我們來(lái)說(shuō)這一直是個(gè)挑戰(zhàn),，因?yàn)槊恳淮a(chǎn)品更新都要使其擁有原先兩倍的性能，這讓我們倍感壓力”,，他補(bǔ)充道,。迄今為止，Nvidia一直保持著這個(gè)節(jié)奏,，即使芯片上面的元件尺寸并不改變,，他們唯一做的就是芯片設(shè)計(jì)，或者說(shuō)“構(gòu)造”,。

盡管不能一一羅列,，但專業(yè)計(jì)算原則已經(jīng)應(yīng)用于諸多程序：人工智能、圖像識(shí)別,、無(wú)人駕駛汽車,、虛擬現(xiàn)實(shí)、比特幣礦業(yè),、無(wú)人機(jī),、數(shù)據(jù)中心、甚至是攝影,。幾乎每家制造或提供硬件設(shè)備的技術(shù)公司——包括蘋果,、三星、亞馬遜,、高通,、英偉達(dá)、博通,、英特爾,、華為和小米——都在利用這一現(xiàn)象謀利。即使是只生產(chǎn)自用芯片的公司——比如微軟,、谷歌和臉書,，也同樣如此。

(蘋果公司A11芯片 )

許多年前,，幾乎所有的計(jì)算功能都靠CPU完成,，一個(gè)接著一個(gè)依次完成，高通公司高級(jí)副總裁基思·克里辛（Keith Kressin）說(shuō)道,。漸漸地,，那些很常用但需要許多處理器才能完成的任務(wù)會(huì)被轉(zhuǎn)移到專門的芯片中。這些任務(wù)可以同時(shí)進(jìn)行,，而CPU只能執(zhí)行絕對(duì)必要的指令,。

這些任務(wù)型的芯片品種紛繁復(fù)雜，一方面也正體現(xiàn)了它們的用途廣泛，不同芯片之間區(qū)分的界限也很模糊,。其中一種是圖形處理器——想想Nvidia和游戲玩家們——為那些原本完美匹配的任務(wù)找到了更多的用途,，其中也包括人工智能。在這之后,，智能手機(jī)的興起創(chuàng)造了人們對(duì)于另一種數(shù)字信號(hào)處理芯片的大量需求,，比如用以提高攝影水平。

“我們的目標(biāo)是最小化CPU處理的軟件數(shù)量”,，克里辛（Kressin）說(shuō)道,。因此，現(xiàn)代的微型芯片,，比如由高通公司開發(fā),，用于安卓智能手機(jī)的Snapdragon不僅能搭載CPU，還能安裝24塊或更多的獨(dú)立數(shù)字信號(hào)處理芯片和圖像處理器,。每個(gè)元件都被優(yōu)化以操作不同的任務(wù),，從處理圖片到傾聽(tīng)手機(jī)的“喚醒指令”。

把類似圖像增強(qiáng)的雜事交給數(shù)字信號(hào)處理器來(lái)做能將速度提升至原來(lái)的25倍,，克里辛（Kressin）表示,。這就是為什么智能手機(jī)能夠完成許多你的臺(tái)式電腦無(wú)法完成的事情，即使手機(jī)的CPU沒(méi)有那么強(qiáng)大,。

在手機(jī)行業(yè),，蘋果公司證明了設(shè)計(jì)自身芯片的實(shí)用性，對(duì)納米晶硅的每一單位進(jìn)行優(yōu)化從而準(zhǔn)確運(yùn)行它將要處理的任務(wù),，一位市場(chǎng)研究公司創(chuàng)意戰(zhàn)略（Creative Strategies）的分析師本·巴賈林（Ben Bajarin）說(shuō),。蘋果對(duì)自用芯片的巨額投資是保證其設(shè)備操作流暢的關(guān)鍵，以及新特性的使用,，例如指紋識(shí)別感應(yīng)器（Touch ID）,。

Nividia首席科學(xué)家達(dá)利（Dally）還補(bǔ)充道，對(duì)涉及人工智能的任務(wù),，改用圖形處理器而不是CPU的話會(huì)使速度提升10倍至100倍不等,。

如今半自動(dòng)駕駛汽車已經(jīng)能在美國(guó)公路上行駛，這要?dú)w功于人工智能性能增長(zhǎng)背后的無(wú)人駕駛技術(shù),，也正是Intel收購(gòu)Mobileye的原因,。Intel拒絕對(duì)此發(fā)表評(píng)論，但是把Mobileye的硅片和軟件融入Intel自身的芯片技術(shù)會(huì)成為專業(yè)計(jì)算的一個(gè)經(jīng)典例子,。

而Nvidia向人工智能和無(wú)人駕駛技術(shù)領(lǐng)域的進(jìn)軍也與之類似,，雖然他們的圖形處理器相比于那種專門用于加速程序的超專業(yè)硅片來(lái)說(shuō)已經(jīng)是能力超群的計(jì)算機(jī)了。達(dá)利（Dally）先生還表示,，自2010年開始公司就致力于協(xié)調(diào)圖形處理器以適應(yīng)各種不同的人工智能技術(shù),。

然而，近代航空史的發(fā)展則表明，把重心放在專業(yè)化上取得的優(yōu)勢(shì)也會(huì)有極限,。“一架新的波音777飛機(jī)并不比1960年代初的707飛得快”,，愛(ài)荷華大學(xué)里德（Reed）教授說(shuō),。但創(chuàng)新發(fā)生在各個(gè)領(lǐng)域，從輕型材料到計(jì)算機(jī)控制,，并確實(shí)取得了實(shí)實(shí)在在的利益——飛機(jī)更安全,，燃油效率越高。從這個(gè)類比的邏輯來(lái)看,，雖然芯片的原始性能可能不會(huì)提高,，但總的來(lái)說(shuō)，處理多項(xiàng)特定任務(wù)的能力使其更優(yōu)越,。

同樣產(chǎn)生的還有規(guī)模問(wèn)題,。以無(wú)人機(jī)制造商為例的某些購(gòu)買芯片的客戶，必須將就著使用已購(gòu)買的多用途微型處理器,，直到他們確信（新型芯片）已經(jīng)有足夠的市場(chǎng)需求,，克里辛（Kressin）稱。高通公司正在制造專為無(wú)人機(jī)設(shè)計(jì)的Snapdragon芯片：它們必須快速處理從傳感器收集到的信息,，以防那架自動(dòng)化的小直升飛機(jī)從天上墜毀,。

(Snapdragon迷你飛行無(wú)人機(jī)，世界上最小的4K無(wú)人機(jī))

里德（Reed）教授還認(rèn)為,，專業(yè)化的優(yōu)點(diǎn)就在于,，如今制造速度更快的芯片主要依賴于芯片設(shè)計(jì)師的才智，而不是制造商在硅片上蝕刻微小電路的能力,。所以,，微型芯片比以往任何時(shí)候都成功地證明了史蒂夫·喬布斯（Steve Jobs）的名言，同時(shí)也是他對(duì)計(jì)算機(jī)科學(xué)家艾倫·凱（Alan Kay）的理解,，“真正關(guān)心軟件的人應(yīng)該自己做硬件,。”

更正與補(bǔ)充

Nvidia首席科學(xué)家威廉·達(dá)利（William Dally）表示,，Nvidia已經(jīng)在調(diào)整它們的圖形處理器以更好的適配人工智能,。在早期的版本中，這一說(shuō)法被誤認(rèn)為是高通公司執(zhí)行官基思·克里辛（Keith Kressin）的言論,。