AI時代 處理器市場群雄爭霸誰能領(lǐng)跑？

　　智能時代芯片市場格局一變再變，上周谷歌推出 TPU 引發(fā)新的討論，誰將領(lǐng)跑芯片市場?TPU 僅供谷歌內(nèi)部使用;IBM TrueNorth 離商用還有距離;中國的寒武紀(jì)是國際首個深度學(xué)習(xí)專用處理器，市場表現(xiàn)值得期待;概率芯片以微小計算精度為代價實現(xiàn)能耗降低，是芯片市場一匹黑馬;FPGA 憑其性價比有望占領(lǐng)市場;目前 GPU 用戶覆蓋率最廣。

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

　　TPU：始于谷歌，終于谷歌

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

　　有不輿論稱，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，面向機器學(xué)習(xí)專用的處理器是芯片行業(yè)的發(fā)展趨勢，而且未來其他大公司也很有可能組建芯片團隊，設(shè)計自己專用的芯片。

　　TPU 團隊主要負(fù)責(zé)人、計算機體系結(jié)構(gòu)領(lǐng)域大牛 Norm Jouppi 介紹，TPU 專為谷歌機器學(xué)習(xí)應(yīng)用 TensorFlow 打造，能夠降低運算精度，在相同時間內(nèi)處理更復(fù)雜、更強大的機器學(xué)習(xí)模型并將其更快地投入使用。 Jouppi 還表示，谷歌數(shù)據(jù)中心早在一年前就開始使用 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，GPU 巨頭、英偉達(dá)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(xùn)練，而不善于做訓(xùn)練后的分析決策。由此可知，谷歌打造 TPU 的動機只是想要一款更適合做分析決策的芯片。這一點在谷歌的官方聲明里也得到印證，TPU 只在特定應(yīng)用中作為輔助使用，公司將繼續(xù)使用 CPU 和 GPU。

　　谷歌云服務(wù)副總裁 Diane Greene 也表示，谷歌并沒有對外銷售 TPU 的打算——拋開 TPU 本來就是為了谷歌自己設(shè)計的這個事實以外，谷歌對外銷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商。

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

　　TrueNorth 坐山觀虎斗?

　　第二個要說的是 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“類腦計算”路線。類腦計算的假設(shè)是，相似的結(jié)構(gòu)可能會出現(xiàn)相似的功能，所以類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)，希望其實現(xiàn)人腦功能，并進(jìn)一步反過來了解人類智能。

　　TrueNorth 一張郵票大小，有 54 億個晶體管，構(gòu)成的神經(jīng)元陣列包含 100 萬個數(shù)字神經(jīng)元，這些神經(jīng)元之間通過 2.56 億個電突觸彼此通信。由于采用了異步架構(gòu)，TrueNorth 的能耗很低，54 億個晶體管僅用 70 毫瓦;而且，只有在特定神經(jīng)元被開啟并和其他神經(jīng)元進(jìn)行通信時才會產(chǎn)生能耗。TrueNorth 設(shè)計師 Filipp Akopyan 表示，TrueNorth 的目標(biāo)是 Edge-of-the-Net 和大數(shù)據(jù)解決方案，所以必須要能用超低功耗實時處理大量數(shù)據(jù)。

　　在此基礎(chǔ)上，2016年 4 月 IBM 推出了用于深度學(xué)習(xí)的類腦超級計算平臺 IBM TrueNorth，含 16 個 TrueNorth 芯片，處理能力相當(dāng)于 1600 萬個神經(jīng)元和 40 億個神經(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(xí)無疑是一大重舉，美國 LLNL 數(shù)據(jù)科學(xué)副主任 Jim Brase 表示，類腦計算與未來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家討論后一致認(rèn)為，TrueNorth 雖然與人腦某些結(jié)構(gòu)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(guī)模商業(yè)應(yīng)用還有一段距離。

　　因此，未來 10 年芯片市場群雄逐鹿，TrueNorth 大概不會有亮相的機會。

　　寒武紀(jì)：中國的智能芯片

　　寒武紀(jì)是國際首個深度學(xué)習(xí)專用處理器，在國際上開創(chuàng)了深度學(xué)習(xí)處理器方向。從寒武紀(jì)研究論文產(chǎn)業(yè)化起，新智元一直有跟進(jìn)報道。寒武紀(jì) CEO 陳天石曾表示寒武紀(jì)要成為“支撐起中國智能時代的偉大芯片公司”。

　　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人工神經(jīng)網(wǎng)絡(luò)硬件的基準(zhǔn)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，大大推動了國際體系結(jié)構(gòu)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(jié)構(gòu)的“寒武紀(jì)”神經(jīng)網(wǎng)絡(luò)專用處理器。

　　2016 年 3 月，陳云霽、陳天石課題組提出的寒武紀(jì)深度學(xué)習(xí)處理器指令集 DianNaoYu 被計算機體系結(jié)構(gòu)領(lǐng)域的頂級國際會議 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 正是通過其指令集控制了 PC 和嵌入式生態(tài)體系。

　　寒武紀(jì)在深度學(xué)習(xí)處理器指令集上的開創(chuàng)性進(jìn)展，為中國占據(jù)智能產(chǎn)業(yè)生態(tài)的領(lǐng)導(dǎo)性地位提供了技術(shù)支撐。其市場表現(xiàn)如何，值得期待。