最近,，人工智能領(lǐng)域權(quán)威跑分榜單MLPerf更新了1.1版，主要針對(duì)云端和邊緣端的推理性能,。

　　MLPerf是由ML Commons推出的性能測試榜單。在人工智能技術(shù)發(fā)展迅速的今天,，不同的針對(duì)人工智能加速的芯片也是層出不窮,，于是如何能有一個(gè)較好的標(biāo)準(zhǔn)跑分（benchmark）平臺(tái)就很重要，有了這樣的平臺(tái),，用戶才能以較為公平和合理的方式去比較不同芯片的人工智能性能,。具體來說，MLPerf對(duì)于不同的測試組別（訓(xùn)練,，服務(wù)器推理,，終端推理等）提供了一系列標(biāo)準(zhǔn)的測試網(wǎng)絡(luò)，并且由各個(gè)硬件公司上傳可驗(yàn)證的跑分結(jié)果,，這些結(jié)果在經(jīng)過驗(yàn)證后,，就由ML Commons總結(jié)整理并上傳到MLPerf的榜單上。

　　這次公布的MLPerf 1.1榜單中,，基本可以分為幾大勢力：首先,，是以Nvidia的GPU為核心加速卡的方案，由各種不同的廠商（包括Nvidia自己,，以及超微,、聯(lián)想、戴爾,、HP等整機(jī)廠商）實(shí)現(xiàn)的整機(jī)去跑分,；其次是高通的云端加速卡方案，由高通自己提交跑分結(jié)果,；第三類是Intel的CPU方案,；第四類則是一些初創(chuàng)公司的方案。因此,，在MLPerf 1.1的結(jié)果中,，我們認(rèn)為最值得關(guān)注的，就是高通與Nvidia之間的競爭。事實(shí)上,，在一些測評(píng)項(xiàng)目中,，高通的方案已經(jīng)實(shí)現(xiàn)了比Nvidia更高的結(jié)果，這也說明在服務(wù)器推理市場,，Nvidia遇到了一個(gè)強(qiáng)力的競爭對(duì)手,，未來無法再高枕無憂。

　　MLPerf：高通與Nvidia的競爭

　　目前,，Nvidia這一代的主要人工智能加速方案包括A100和A30,。其中，A100是Nvidia的旗艦級(jí)GPU,，同時(shí)針對(duì)推理和訓(xùn)練市場,，算力高達(dá)600 TOPS （INT8精度），其功耗則根據(jù)使用內(nèi)存的區(qū)別從250W-400W不等,。

　　另一方面,，A30則是Nvidia主要針對(duì)推理市場的GPU產(chǎn)品，其INT8峰值算力可達(dá)330 TOPS,，約為A100的一半,，而Nvidia在其官方資料中稱A30在運(yùn)行機(jī)器學(xué)習(xí)算法時(shí)的實(shí)際性能約為A100的三分之二,。功耗方面,，A30的最大功耗約為165W。

　　在高通方面,，Cloud AI 100芯片于今年上半年正式發(fā)貨,，其INT8最大算力可達(dá)400 TOPS，最大功耗（PCIe版本）則75W,。根據(jù)高通公布的資料,，其設(shè)計(jì)采用了多核架構(gòu)，每個(gè)AI Core上擁有8MB的SRAM,，最多在芯片上可以集成16個(gè)AI Core,，并且這些AI Core會(huì)共享LPDDR4X DRAM，以及PCIe接口,。值得注意的是,，高通的Cloud AI 100并沒有像Nvidia一樣使用HBM2內(nèi)存接口，而是使用了功耗和帶寬都更低的LPDDR4X接口,，這意味著高通需要能更好地管理內(nèi)存才能擺脫其在內(nèi)存帶寬方面的劣勢,。

　　高通Cloud AI 100架構(gòu)

　　在MLPerf 1.1中，高通的表現(xiàn)可圈可點(diǎn),。在推理分類下的各項(xiàng)目中,，高通提交了ResNet 50（用于圖像分類），SSD（用于物體檢測）以及BERT（用于自然語言處理任務(wù)）的結(jié)果。在ResNet 50的結(jié)果中,，高通裝有16塊75W Cloud AI 100 加速卡的主機(jī)可以實(shí)現(xiàn)每秒342011次推理,，而Nvidia提交的DGX主機(jī)結(jié)果中（包含8塊400W的A100 GPU），ResNet 50的推理吞吐量為每秒313516次推理,，因此高通不僅推理吞吐量比Nvidia的旗艦GPU A100結(jié)果高了10%,，而且總功耗僅為Nvidia方案的三分之一左右。在和Nvidia A30的對(duì)比中,，高通的Cloud AI 100同樣可以以A30一半左右的功耗實(shí)現(xiàn)比A30高10%左右的ResNet 50推理吞吐量,。

　　另一方面，在目標(biāo)檢測SSD方面,，高通16X Cloud AI 100的性能則比Nvidia 8X A100低了10%左右,。而在自然語言BERT項(xiàng)目中，高通16X Cloud AI 100的性能則大約是Nvidia 8X A100的一半,。這些結(jié)果表明,，在主流機(jī)器視覺任務(wù)中，高通的16X Cloud AI 100已經(jīng)能實(shí)現(xiàn)和Nvidia 8X A100基本相同甚至更好的性能,，而在BERT等自然語言處理任務(wù)中,，Cloud AI 100則仍然距離A100有相當(dāng)?shù)牟罹唷＿@其實(shí)從高通Cloud AI 100的設(shè)計(jì)中也可以看出端倪,，它使用8MB每核心的片上內(nèi)存搭配LPDDR4X內(nèi)存接口,，在模型較小的機(jī)器視覺任務(wù)（例如ResNet-50和SSD）中已經(jīng)夠用，內(nèi)存不會(huì)成為其瓶頸,；然而對(duì)于模型較大的自然語言處理模型如BERT中,，LPDDR4X接口仍然成為了高通AI Cloud 100的瓶頸，而使用HBM2系列接口的Nvidia A100則有優(yōu)勢,。

　　推理市場中,，高通對(duì)Nvidia會(huì)造成威脅嗎

　　如前所述，高通的Cloud AI 100在機(jī)器視覺任務(wù)中都能以更低的功耗實(shí)現(xiàn)和Nvidia A100方案接近,，或比A30更高的性能,。雖然Cloud AI 100在自然語言處理方面離Nvidia A100方案的性能有一些差距（能效比上仍然是Cloud AI 100更好），但是目前在推理方面,，事實(shí)上機(jī)器視覺已經(jīng)是一塊巨大的市場,，因此高通在這個(gè)領(lǐng)域有可能會(huì)成為強(qiáng)而有力的競爭者。

　　如果我們細(xì)數(shù)機(jī)器視覺領(lǐng)域?qū)τ谕评硇阅苡休^強(qiáng)需求的領(lǐng)域,，首當(dāng)其沖的可能就是自動(dòng)和輔助駕駛領(lǐng)域,。在自動(dòng)和輔助駕駛領(lǐng)域，需要大量的目標(biāo)檢測,，這就需要大量的機(jī)器視覺算力支持,。高通的Cloud AI 100擁有更好的能效比和相當(dāng)?shù)男阅?，加上其成本預(yù)計(jì)會(huì)遠(yuǎn)遠(yuǎn)低于基于HBM2內(nèi)存的A100 GPU，因此可能會(huì)與Nvidia在這個(gè)領(lǐng)域有激烈的競爭,。自動(dòng)駕駛領(lǐng)域擁有較高的質(zhì)控和渠道壁壘,，而高通作為在半導(dǎo)體供應(yīng)鏈中已經(jīng)有非常深厚積累的巨頭，在這個(gè)領(lǐng)域顯然要比其他做自動(dòng)駕駛芯片的初創(chuàng)公司更有競爭力,，因此可能會(huì)給這個(gè)領(lǐng)域帶來新的市場格局,。當(dāng)然，在自動(dòng)駕駛領(lǐng)域高通即使能戰(zhàn)勝Nvidia,，也不代表高通能占領(lǐng)整個(gè)自動(dòng)駕駛市場：隨著目前各大智能駕駛公司都紛紛開始自研芯片,，未來自動(dòng)駕駛市場中究竟是第三方芯片方案還是第一方芯片方案更是主流，仍然有待觀察,。

　　除了智能駕駛之外,，另一個(gè)重要的推理市場是智能終端，例如工業(yè)機(jī)器人和智能攝像頭,。這些領(lǐng)域?qū)τ诠暮湍苄П榷加休^強(qiáng)的需求,。高通顯然在設(shè)計(jì)芯片的時(shí)候?qū)⑦@些市場納入了考慮，因此Cloud AI 100除了功耗75W,，400TOPS算力的PCIe版本之外,，還有功耗15W，算力70 TOPS和功耗25W,，算力200 TOPS的低功耗版本,，這些版本非常適合工業(yè)機(jī)器人和智能攝像頭應(yīng)用。而Nvidia同樣針對(duì)該市場的Xavier系列芯片的能效比則遠(yuǎn)遜于Cloud AI 100,，因此高通在這個(gè)領(lǐng)域也有優(yōu)勢,。

　　當(dāng)然，高通即使能在競爭中勝過Nvidia,，也未必能真正主導(dǎo)這個(gè)市場。人工智能推理的一大市場,，即中國市場,，在國際形勢和國內(nèi)對(duì)于半導(dǎo)體產(chǎn)業(yè)大力扶持的背景下，究竟會(huì)使用外國公司的方案,，還是使用國內(nèi)公司的方案,，對(duì)于高通究竟能在這個(gè)市場中占有多大份額也有很大影響。

　　訓(xùn)練市場如何戰(zhàn)勝Nvidia

　　在人工智能訓(xùn)練市場,，從MLPerf早些公布的訓(xùn)練跑分結(jié)果我們可以看到,，Nvidia的單卡性能仍然遠(yuǎn)遠(yuǎn)領(lǐng)先Graphcore，Habana等競爭對(duì)手,。另外,，高通似乎目前尚沒有公布在這個(gè)領(lǐng)域的計(jì)劃,。然而，在分布式訓(xùn)練結(jié)果中,，我們可以看到Nvidia的訓(xùn)練跑分結(jié)果和谷歌的TPU類似,。分布式訓(xùn)練結(jié)果主要考慮如何通過大規(guī)模的分布式計(jì)算來實(shí)現(xiàn)訓(xùn)練速度的提升，它一個(gè)系統(tǒng)工程,，需要軟件,、網(wǎng)絡(luò)通訊和加速卡芯片的協(xié)同設(shè)計(jì)才能實(shí)現(xiàn)最佳性能。雖然Nvidia的單卡性能仍然很強(qiáng),，但是在訓(xùn)練領(lǐng)域,，分布式訓(xùn)練性能事實(shí)上甚至比單卡性能更有意義，因此需要很強(qiáng)的系統(tǒng)工程能力才能實(shí)現(xiàn)超越,。

　　當(dāng)然,，從另一個(gè)角度來說，由于這是一個(gè)系統(tǒng)工程,，因此如果公司在系統(tǒng)中的其他組件有優(yōu)勢的話,，可以彌補(bǔ)芯片方面的短板。例如,，谷歌的芯片部門雖然成立時(shí)間遠(yuǎn)少于Nvidia,，但是憑借其在系統(tǒng)工程領(lǐng)域的深厚積累，可以在分布式訓(xùn)練領(lǐng)域?qū)崿F(xiàn)和Nvidia接近的結(jié)果,。此外,，來自北大和鵬城實(shí)驗(yàn)室基于華為Kunpeng CPU+Ascend加速卡+mindspore軟件框架的分布式訓(xùn)練結(jié)果也值得肯定，在自然語言處理領(lǐng)域,，BERT訓(xùn)練結(jié)果的跑分華為Ascend 128卡的結(jié)果與介于64卡Nvidia A100和64卡TPU之間,，而在機(jī)器視覺領(lǐng)域，Ascend 1024卡的結(jié)果與A100 1024卡的結(jié)果接近,。因此,，在可使用的芯片工藝收到限制的情況下，中國芯片公司考慮從系統(tǒng)工程的角度（例如,，通過與該領(lǐng)域有深厚積累的各大IT公司合作）來實(shí)現(xiàn)對(duì)于Nvidia GPU在訓(xùn)練領(lǐng)域的趕超或許是一個(gè)可行的思路,。