上周,，百度宣布了自家首款云端AI芯片的進(jìn)展。一石激起千層浪,，芯片熱潮再次走進(jìn)了人們的視線。從國(guó)內(nèi)的情況來看,，中國(guó)目前已經(jīng)涌現(xiàn)出了地平線,、寒武紀(jì)、深鑒科技,、中芯微等一批明星初創(chuàng)企業(yè),。而在國(guó)外，隨著PC芯片需求量下滑，連續(xù)幾年走下坡路的芯片巨頭英特爾也開始了向AI芯片的轉(zhuǎn)型,。此外,，互聯(lián)網(wǎng)巨頭谷歌、車企巨頭特斯拉,、社交巨頭Facebook也紛紛加入了芯片戰(zhàn)場(chǎng),。在人工智能革命的影響下，一場(chǎng)新的芯片軍備競(jìng)賽即將展開,。
多年來,，半導(dǎo)體世界似乎已經(jīng)有了一種穩(wěn)定的平衡狀態(tài)：英特爾擊敗了服務(wù)器領(lǐng)域幾乎所有RISC處理器，讓其x86系列成為了主導(dǎo)者,。而GPU領(lǐng)域起步較晚的英偉達(dá),，在上世紀(jì)90年代就已淘汰了大部分的競(jìng)爭(zhēng)對(duì)手，如今只剩下ATI,、AMD在該市場(chǎng)上仍占據(jù)一小部分份額,。
在較新的移動(dòng)領(lǐng)域，似乎也是一個(gè)這樣的壟斷故事：ARM領(lǐng)導(dǎo)著這個(gè)市場(chǎng),。英特爾曾嘗試用Atom處理器與之競(jìng)爭(zhēng),，但最后還是在2015年選擇了放棄。
即使這樣,，似乎一切又都有所改變,。如今，AMD重新成為了x86的競(jìng)爭(zhēng)對(duì)手,；現(xiàn)場(chǎng)可編程門陣列（FPGA）引領(lǐng)了一個(gè)新的利基市場(chǎng),；而人工智能和機(jī)器學(xué)習(xí)的出現(xiàn)也讓芯片市場(chǎng)發(fā)生了動(dòng)蕩?？梢哉f,，隨著這些新興技術(shù)的出現(xiàn)，大量的新處理器已經(jīng)到來,。
小智君整理如下：
1,、2016年，英特爾收購(gòu)創(chuàng)業(yè)公司Nervana Systems進(jìn)入AI芯片市場(chǎng),，隨后又收購(gòu)了Movidius開發(fā)圖像處理AI,；
2、微軟正在為其HoloLens VR ／ AR耳機(jī)開發(fā)AI芯片,，并有可能在其他設(shè)備中使用,；
3、谷歌自研了一款用于神經(jīng)網(wǎng)絡(luò)的AI芯片——張量處理單元（TPU）,，用于谷歌云平臺(tái)上的AI應(yīng)用程序,；
4,、有報(bào)道稱，亞馬遜正在為其Alexa開發(fā)AI芯片,；
5,、蘋果正在開發(fā)一款名為神經(jīng)引擎（Neural Engine）的AI處理器，為Siri和FaceID提供動(dòng)力,；
6,、ARM最近推出了兩款新處理器，專注于圖像識(shí)別的ARM機(jī)器學(xué)習(xí)處理器和ARM物體檢測(cè)（Object Detection）處理器,；
7,、IBM正在開發(fā)專門的人工智能處理器，還從英偉達(dá)獲得NVLink許可,，用于人工智能和機(jī)器學(xué)習(xí)的高速數(shù)據(jù)傳輸,；
8、即使像特斯拉這樣的非傳統(tǒng)科技公司也希望進(jìn)入這一領(lǐng)域,，去年該公司首席執(zhí)行官埃隆·馬斯克承認(rèn)前AMD和蘋果芯片工程師Jim Keller （現(xiàn)已離職）將負(fù)責(zé)硬件制造,。
這還是沒有將初創(chuàng)企業(yè)計(jì)入在內(nèi)的情況。紐約時(shí)報(bào)稱曾報(bào)道稱,，按照不完全統(tǒng)計(jì),，目前專注于芯片領(lǐng)域的初創(chuàng)公司已經(jīng)達(dá)到了45家。那為什么在芯片制造停滯多年之后,，又突然爆發(fā)了呢,？畢竟，在多數(shù)人看來,，英偉達(dá)的GPU對(duì)AI而言是夠用的,。
答案有點(diǎn)復(fù)雜,，就如人工智能本身,。
原因一：投資、功耗和能效
雖然x86目前仍然是計(jì)算機(jī)的主要芯片架構(gòu),，但它對(duì)于要執(zhí)行高度專業(yè)化任務(wù)的AI來說,，還是太普通了。研究員們對(duì)AI的終極目標(biāo)是構(gòu)建一個(gè)通用的服務(wù)器平臺(tái),，因此,，AI需要擅長(zhǎng)一切。事實(shí)上,，處理AI的實(shí)際任務(wù)與標(biāo)準(zhǔn)計(jì)算或GPU處理是完全不同的,，因此研究人員認(rèn)為定制AI芯片是必要的。
通常情況下,，科學(xué)計(jì)算是以確定的方式進(jìn)行的,。比如,，你想知道2加3等于5，并計(jì)算到所有的小數(shù)部分——x86和GPU做得很好,。但人工智能的本質(zhì)是,，在不經(jīng)過實(shí)際計(jì)算的情況下，可以學(xué)會(huì)2．5加3．5等于6,。換句話說,，人工智能的重要之處在于數(shù)據(jù)中的發(fā)現(xiàn)模式，而非確定性計(jì)算,。
人工智能和機(jī)器學(xué)習(xí)的定義是從過去的經(jīng)驗(yàn)中汲取教訓(xùn)并改進(jìn),。一旦通過AI展開學(xué)習(xí)，便不會(huì)再需要進(jìn)行重新學(xué)習(xí)了,，這是機(jī)器學(xué)習(xí)的標(biāo)志（人工智能更高定義的一個(gè)子集）,。機(jī)器學(xué)習(xí)的核心是用算法解析數(shù)據(jù)，從中學(xué)習(xí)后根據(jù)數(shù)據(jù)進(jìn)行判斷或預(yù)測(cè),。
比如AlphaGo通過大量的圍棋比賽來進(jìn)行自我提升,；Facebook的面部識(shí)別技術(shù)經(jīng)過多年訓(xùn)練學(xué)會(huì)了標(biāo)簽照片；自動(dòng)駕駛汽車的AI不是通過確定的事物來判斷周圍物體的活動(dòng)路徑,，而是通過以往的經(jīng)驗(yàn)表示曾有另一輛車以這種方式行駛,。
這種預(yù)測(cè)性問題解決的結(jié)果是AI計(jì)算可以通過單精度計(jì)算完成。因此,，雖然CPU和GPU都能很好地完成,，但它們對(duì)于任務(wù)來說是多余的。單精度芯片可以承擔(dān)這項(xiàng)任務(wù),，并在更小,，更低功耗的情況下完成。
毫無疑問,，功耗和范圍對(duì)于芯片來說是一個(gè)大問題,，特別是對(duì)人工智能，因?yàn)橐粋€(gè)尺寸并不能適用于該領(lǐng)域的所有情況,。人工智能包含了機(jī)器學(xué)習(xí),，而機(jī)器學(xué)習(xí)包括了深度學(xué)習(xí)，所有技術(shù)都可以通過不同的設(shè)置部署到不同的任務(wù)中,。
“不是每個(gè)AI芯片都一樣,，”英特爾旗下Movidius的營(yíng)銷總監(jiān)Gary Brown表示?！懊總€(gè)芯片可以在不同時(shí)間處理不同的智能問題,。我們的芯片是視覺智能，算法通過相機(jī)輸入來從所看到的內(nèi)容學(xué)習(xí),。這是我們的重點(diǎn),?！?br/>
同時(shí)，如果要在人手必備的智能手機(jī)或者AR耳機(jī)上嵌入AI,，電源就成了最大的挑戰(zhàn),。英偉達(dá)的Volta處理器可以說是人工智能領(lǐng)域的“霸主”，但功耗高達(dá)300瓦,，所以,，用于手機(jī)不現(xiàn)實(shí)。
當(dāng)然,，對(duì)專業(yè)化和高能效的追求也不是AI芯片存在的全部原因,。IBM研究員兼IBM Power Systems的開發(fā)副總裁Brad McCredie提出了一個(gè)更為明顯的原因：“幾十年來，IT行業(yè)首次出現(xiàn)增長(zhǎng),，而且是指數(shù)變化,。同時(shí)，預(yù)計(jì)會(huì)有更多資金會(huì)進(jìn)入這個(gè)行業(yè),，且都是圍繞AI的,。這種情況會(huì)導(dǎo)致大量的VC涌入該領(lǐng)域。毫無疑問,，人們看到了淘金熱,。”
原因二：一個(gè)全新的生態(tài)系統(tǒng)
專注于人工智能的芯片不是憑空設(shè)計(jì)的,，伴隨它們的是處理人工智能和機(jī)器學(xué)習(xí)并行性的新方法,。如果用標(biāo)準(zhǔn)PC的過時(shí)技術(shù)來構(gòu)建AI協(xié)處理器，那就像將法拉利引擎放入了大眾甲殼蟲一樣,。
英特爾首席技術(shù)官兼Nervana聯(lián)合創(chuàng)始人Amir Khosrowshahi說：“當(dāng)人們談?wù)撊斯ぶ悄芎虯I芯片時(shí),，構(gòu)建人工智能解決方案會(huì)涉及很多非AI技術(shù)，比如CPU,，內(nèi)存,，SSD和互連等。讓所有這些發(fā)揮作用很關(guān)鍵,?！迸e個(gè)例子，當(dāng)IBM為關(guān)鍵任務(wù)系統(tǒng)設(shè)計(jì)Power9處理器時(shí),，使用了英偉達(dá)的高速NVLink進(jìn)行核心互連。
不過硬件本身不能在機(jī)器學(xué)習(xí)中的學(xué)習(xí),，軟件起著重要作用,。事實(shí)上，現(xiàn)在硬件和軟件正在并行的軌道上發(fā)展,，目的是支持新型AI芯片及其使用浪潮,。開發(fā)了CUDA編程語言（CUDA允許開發(fā)人員編寫應(yīng)用程序并使用英偉達(dá)GPU進(jìn)行并行處理）的前斯坦福大學(xué)教授Ian Buck指出在英偉達(dá),，軟件和硬件團(tuán)隊(duì)的規(guī)模大致相同。
對(duì)Buck來說,，人工智能代表一種新型計(jì)算的原因之一,，是因?yàn)樗鼧?gòu)成了硬件和軟件之間的一種新型關(guān)系?！拔覀儾恍枰紤]向后兼容,，我們正在重新設(shè)計(jì)處理這些任務(wù)的處理器并與軟件一起運(yùn)行?！?/p>
一場(chǎng)各懷“芯”思的軍備競(jìng)賽
如今,，在AI芯片領(lǐng)域有很多潛在的開發(fā)商，面臨的最大問題是有多少可以進(jìn)入市場(chǎng),，有多少會(huì)保留給供應(yīng)商,，還有多少會(huì)被淘汰。畢竟,，現(xiàn)在多數(shù)AI芯片仍是空頭支票,。
很多設(shè)計(jì)AI芯片的非CPU制造商，如谷歌,，F(xiàn)acebook和微軟等,，似乎都在正在針對(duì)自己的產(chǎn)品研發(fā)定制芯片，而且很可能不會(huì)將之推向市場(chǎng),。對(duì)擁有數(shù)十億美元收入的他們來說,，有資本投入到定制芯片的研發(fā)中，也無需立即得到回報(bào),。因此,，用戶可能會(huì)依賴谷歌的TPU作為其谷歌云服務(wù)的一部分，但卻不會(huì)直接銷售,。這也是Facebook和微軟想要的,。
至于其他芯片，肯定會(huì)上市,。英偉達(dá)最近宣布推出三款面向智能機(jī)器人的芯片Jetson Xavier,，全球首款專為機(jī)器人設(shè)計(jì)的計(jì)算機(jī)。與此同時(shí),，英特爾承諾其代號(hào)為Spring Crest的首款商用神經(jīng)網(wǎng)絡(luò)專用人工智能芯片將在2019年發(fā)布,。
但所有參與者都能存活下來嗎？“未來,，我們會(huì)看到人工智能的進(jìn)化過程,，”Gary Brown說?！叭绻朐跀?shù)據(jù)中心使用AI,，就需要一個(gè)芯片,。我們可能會(huì)看到不同的芯片有不同的優(yōu)勢(shì)被集成到CPU中?；蛟S,，我們還有可能看到具有多種功能的芯片?！?/p>
是不是覺得這種發(fā)展有點(diǎn)似曾相識(shí),？其實(shí)，AI芯片的發(fā)展在某些方面可以與過去芯片的演變相匹配——從高度專業(yè)化和眾多的競(jìng)爭(zhēng)對(duì)手開始,，到一些產(chǎn)品贏得關(guān)注,，最后一些市場(chǎng)的領(lǐng)導(dǎo)者兼?zhèn)涠囗?xiàng)功能。三十年前,，80386是首屈一指的桌面芯片,，之后是80486，最后CUP逐漸獲得了安全擴(kuò)展功能,，發(fā)展成了GPU,。
因此，與其他所有技術(shù)一樣,，新興的AI芯片行業(yè)當(dāng)前眾多競(jìng)爭(zhēng)對(duì)手的局面不會(huì)維持太久,。OTAS的Doris指出，許多不上市的內(nèi)部使用芯片將成為高級(jí)技術(shù)人員的關(guān)注項(xiàng)目,。 Intersect360的Snell表示,，AI芯片初創(chuàng)公司的數(shù)量也會(huì)減少，“現(xiàn)在有太多的AI芯片創(chuàng)企了,，需要被整治,。”事實(shí)上,，大部分創(chuàng)業(yè)公司都只是希望開辟一個(gè)可以吸引大公司對(duì)其進(jìn)行收購(gòu)的利基市場(chǎng)而已,。IBM的McCredie也表達(dá)了同樣的觀點(diǎn)，“我同意,，這將是一個(gè)艱難的選擇,，但必須要縮小范圍?！?/p>
或許,，有一天，這個(gè)新芯片領(lǐng)域看起來與舊芯片領(lǐng)域別無兩樣——x86,，英偉達(dá)GPU,，ARM等。但就目前而言,，這場(chǎng)AI芯片競(jìng)賽已經(jīng)脫離了起跑線,，并且其眾多參賽者都打算繼續(xù)堅(jiān)持下去。
文 ｜ 人工智能觀察