CPU的時代一去不復(fù)返 AI“芯”機會是留給它們的

　　“有幾次我們差點就倒閉了?！惫緞?chuàng)始人通常都不會談?wù)撟约汗緸l臨破產(chǎn)的經(jīng)歷，不過英偉達(dá)(Nvidia)的老板黃仁勛沒什么理由要避忌。他的公司近來捷報頻傳。過去一個季度，這家開發(fā)微處理器和相關(guān)軟件的公司收益增長55%，達(dá)22億美元，股價在過去12個月幾乎翻了兩番。

　　英偉達(dá)的成功有很大一部分原因是人們對其生產(chǎn)的芯片需求增長很快。這種名為圖形處理器(GPU)的芯片能讓個人電腦成為快速游戲設(shè)備。且GPU還有了新的用武之地，特別是為數(shù)據(jù)中心提供人工智能程序耗費的大量計算能力。

　　這些芯片飛漲的銷量(見圖表)是迄今為止信息技術(shù)長期轉(zhuǎn)型最顯著的標(biāo)志。摩爾定律放慢了腳步(不久之前這個定律還保證計算能力大約每兩年會翻一番)，加之云計算和AI的快速崛起，計算的體系正趨于碎片化。這對半導(dǎo)體行業(yè)及業(yè)內(nèi)主導(dǎo)企業(yè)英特爾有著深遠(yuǎn)的影響。

　　摩爾定律以英特爾創(chuàng)始人之一戈登·摩爾(Gordon Moore)的名字命名。在該定律完全應(yīng)驗之時，情況很簡單。無論是在個人電腦(PC)還是服務(wù)器(數(shù)據(jù)中心里性能更強勁的計算機)中，名為“中央處理單元”(CPU)的一類微處理器都可處理大多數(shù)“工作負(fù)載”(各類計算任務(wù)的總稱)。英特爾制造的CPU性能最為強大，因此這家公司不僅在PC處理器市場一家獨大(占據(jù)約8o%的市場份額)，還幾乎完全壟斷了服務(wù)器的處理器市場。2016年，英特爾的收入接近600億美元。

　　如今這個單極世界已開始崩潰。處理器性能提升的速度并不足以滿足例如機器學(xué)習(xí)以及其他AI應(yīng)用程序的需求。這些應(yīng)用都需要大量的數(shù)據(jù)，消耗的數(shù)字運算能力比幾年前所有數(shù)據(jù)中心加起來還要多。英特爾的客戶，如谷歌、微軟和其他大數(shù)據(jù)中心運營商，正在選擇來自其他公司越來越專門化的處理器，而且還開始設(shè)計自己的處理器。

　　英偉達(dá)的GPU就是一個例子。這些GPU最初是設(shè)計用來運行交互式視頻游戲所需的大量復(fù)雜計算。GPU有數(shù)百個專用“核心”(處理器的“大腦”)并行工作，而CPU只有幾個強大的核心來按順序處理計算任務(wù)。英偉達(dá)最新的處理器擁有3584個核心，而英特爾的服務(wù)器CPU最多只有28個。

　　英偉達(dá)上次瀕臨倒閉是在2008至2009年全球金融危機期間，不過它也是在那時時來運轉(zhuǎn)。它發(fā)現(xiàn)自家芯片在對沖基金和研究機構(gòu)那里有了新用途，例如用來計算復(fù)雜的投資和氣候模型。英偉達(dá)開發(fā)了一種被稱為CUDA的編程語言，幫助其客戶就不同任務(wù)為處理器編程。當(dāng)云計算、大數(shù)據(jù)和AI在幾年前勢頭漸勁時，能夠滿足這些需求的正是英偉達(dá)芯片。

　　每個互聯(lián)網(wǎng)巨頭都在使用英偉達(dá)的GPU，以令它們的AI服務(wù)能夠從醫(yī)學(xué)到圖像和人類語音等各類材料中吸收大量數(shù)據(jù)。上一個財年，英偉達(dá)面向數(shù)據(jù)中心運營商的芯片銷售額增長了兩倍，達(dá)到 2.96億美元。

　　不過，GPU只是這些被稱為加速器的專用處理器中的一種。為了提高運營效率并在競爭中保持領(lǐng)先，云計算公司會混用和搭配芯片，因此專用處理器的范圍也在擴大。負(fù)責(zé)谷歌技術(shù)基礎(chǔ)設(shè)施的烏爾斯·霍爾澤(Urs Holzle)這樣描述在靈活性、速度和成本因素之間取得平衡：要為合適的工作找到合適的工具。

　　專用處理器的一種極端形式是專用集成電路(ASIC)。顧名思義，這種電路為單一目的而搭建。相較于其他芯片，它們速度最快，能效也最高。數(shù)十個創(chuàng)業(yè)公司都正在開發(fā)這種已內(nèi)置AI算法的芯片。谷歌已打造了一個叫作“張量處理單元”(TPU)的ASIC,用于語音識別。

　　另一個方向的極端是現(xiàn)場可編程門陣列(FPGA)。這種芯片可以編程，靈活性也就更大，因此盡管這種芯片不易駕馭，微軟還是把它加入到許多服務(wù)器中，比如微軟的在線搜索必應(yīng)(Bing)的服務(wù)器里就有它們。微軟的云計算平臺Azure的首席技術(shù)官馬克·拉希諾維奇(Mark Russinovich)說：“我們現(xiàn)在有世界上最多的 FPGA?！?/p>

　　該提心吊膽了

　　近年來，英特爾沒有制造ASIC或 FPGA，而是致力于制造更為強勁的CPU。沒有人認(rèn)為傳統(tǒng)處理器很快就要失去用武之地：每個服務(wù)器都需要這些處理器，無數(shù)的應(yīng)用程序也都在其上運行。英特爾的芯片銷量仍在增長。不過IT咨詢公司高德納(Gartner)的艾倫·普里斯特利(Alan Priestley)說，加速器正在加速的增長對英特爾來說似乎是個壞消息。加速器上進(jìn)行的計算越多，留給CPU的就越少。

　　一種對策就是通過收購來趕上加速器的發(fā)展。2015年，英特爾以 167億美元的天價收購了FPGA制造商Altera;去年8月，它又以4億多美元買下Nervana——這家創(chuàng)業(yè)公司剛成立三年，正在開發(fā)從軟件到芯片的專用AI系統(tǒng)。英特爾稱視專用處理器為機遇而非威脅。主管英特爾數(shù)據(jù)中心業(yè)務(wù)的黛安·布萊恩特(Diane Bryant)解釋說，新的計算工作負(fù)載往往先在專用處理器上進(jìn)行，到頭來還是會被“拉入CPU”。例如，加密計算以前在單獨的半導(dǎo)體上進(jìn)行，但現(xiàn)在只是英特爾CPU上的簡單指令，全球幾乎所有計算機和服務(wù)器上都在運行。在加速器上運行AI等新型工作負(fù)載意味著成本增加、復(fù)雜性更高。

　　這樣的整合一旦發(fā)生，英特爾已經(jīng)進(jìn)行了投資以占領(lǐng)先機。今年夏天，英特爾將開始銷售代號為 Knights Mill的新處理器，與英偉達(dá)一爭高下。英特爾還在利用 Nervana的技術(shù)開發(fā)另一款代號為 Knights Crest的芯片。到某個時候，英特爾還會將其CPU與Altera的FPGA整合在一起。

　　可以預(yù)見，競爭對手對未來有著不同的看法。英偉達(dá)認(rèn)為它已搭建了自己的計算平臺。許多公司已經(jīng)編寫了AI應(yīng)用程序在英偉達(dá)的芯片上運行，并且英偉達(dá)還為其他類型的程序創(chuàng)建了軟件基礎(chǔ)設(shè)施，用于實現(xiàn)可視化和虛擬現(xiàn)實等功能。幾十歲高齡的計算巨頭IBM也在試著搶英特爾的生意。IBM學(xué)習(xí)開源軟件的做法，在2013年“開源”了其Power處理器的架構(gòu)，把它變成了半導(dǎo)體業(yè)的一種共有資源。專用芯片制造商可以更輕松地將它們的產(chǎn)品與 Power CPU整合，并且對平臺如何發(fā)展有了發(fā)言權(quán)。

　　未來很大程度上將取決于AI的發(fā)展，市場研究公司IDC的馬修·伊斯特伍德(Matthew Eastwood)說。他認(rèn)為如果AI最終沒有帶來許多人所期待的革命，而只是在幾年內(nèi)帶來了變革，英特爾還是有機會的。但是，如果AI在未來十年或更長時間內(nèi)繼續(xù)影響芯片行業(yè)，其他種類的處理器將有更多的機會攻占市場。鑒于AI技術(shù)應(yīng)用之廣泛，第二種情況的可能性似乎可大。當(dāng)然，運算任務(wù)無論多大多復(fù)雜一概由又大又笨的CPU處理的時代已經(jīng)結(jié)束了。CPU的墜落就像童謠中的蛋頭先生摔下墻頭變成碎片那樣，英特爾的兵馬再怎么努力也無法將它復(fù)原了。