997      阿裏雲  技術社區[雲棲]

Google IPU：互聯網巨頭紛紛進軍芯片行業是為何？

近日，Google發布了其下一代Pixel2手機，該手機的賣點是強大的Google Assistant人工智能助手，以及驚豔的拍照能力。最初，人們津津樂道的是Pixel2使用單攝像頭結合強大的機器視覺算法就能完成傳統雙攝像頭才能實現的動態模煳功能。近日在Google的官方博客上，又公開了Pixel2中使用的一顆專用圖像處理協處理器，即ImageProcessing Unit （IPU）。這是Google在用於服務器的TPU之後，推出的第二顆芯片，隻是這次針對的是移動端。我們認為，IPU的發布一方麵彰顯了在摩爾定律遇到瓶頸的今天，異構計算正在漸漸成為主流；另一方麵，則彰顯了互聯網廠商為了營造自身的生態而製造相應的硬件作為入口的決心，為此不惜花大代價製造專用芯片。

IPU初探：真的僅僅是加速拍照嗎？

根據Google官方博客的爆料，這塊IPU擁有八塊定製的專用IPU核心，最高運算速度可達3TOPS。除此之外，IPU還可以使用LPDDR4接口以及PCIe接口與主處理器或內存交換數據。另外，它還搭配了一塊ARM A53核作為控製單元。

Google為這塊芯片的定位首先是加速HDR+。HDR即高動態範圍攝影。大家知道，一般RGB圖像為多個顏色通道進行了數字編碼，而數字編碼的動態範圍是有限的。一旦超出了這個動態範圍（即光照的對比度過強），就會出現失真（如下圖上半部分所示）。當代計算機視覺解決這個問題的辦法就是HDR，通過減少全局對比度（動態範圍）但是保留局部對比度的方法，可以在保留細節的同時避免動態範圍過大的問題（下圖右下角）。HDR是目前手機和數碼相機的標準功能，但是需要大量計算，因此在拍攝選擇HDR模式之後，會需要一定時間的處理才能完成HDR運算。而Google的IPU正能加速HDR運算，因此可以減少HDR處理時間。


夜景拍攝不使用（上）和使用HDR（下）效果對比

在現有的手機中，HDR是圖像處理的重要部分，不過加速HDR真的需要一塊專用芯片嗎？ Pixel2為了加速HDR專門開了一塊芯片，其野心顯然不止於優化日常拍照留念。 其真正的目的在於人工智能應用。Pixel2中的人工智能機器視覺應用，幾乎一定會使用攝像頭拍攝的畫麵作為輸入，來執行從圖像中提取信息的任務。例如，GoogleLens可以識別圖像中的物體，並且從網上搜索相應信息。然而，如果這樣的特性隻能使用在靜態圖像中，那麼其用途就被大大限製了。為了能把類似的功能使用在動態視頻中實現實時識別，則需要視頻在送進人工智能算法之前需要進行包括HDR在內的一係列預處理才行，否則會大大影響人工智能算法的準確率：如上左圖，圖像未經過HDR處理前一片漆黑，根本無法識別其中有什麼。於是，為了實現實時視頻人工智能識別（以及其他圖像相關應用如直播中的美膚），必須配有高速HDR處理能力，這或許也是Google開發IPU以加速HDR處理速度背後的野心。


Google Lens配合IPU可實現實時物體識別

除此之外，根據Google博客，IPU還有能夠加速機器學習應用。可見，目前IPU對於HDR加速隻是Google“以AI為中心”智能設備藍圖中的冰山一角，未來還有更大的目標等著慢慢浮出水麵。

異構計算已成趨勢

從技術角度看，Google在Pixel2中集成IPU是異構計算成為趨勢的又一個力證。異構計算出現的主要原因是半導體摩爾定律在特征尺寸到達納米數量級後因為物理（量子效應）和經濟（研發新製程太貴）原因遇到瓶頸。在過去，絕大多數應用都會執行在支持通用編程語言的處理器上，如果處理器目前無法流暢執行也沒關係，等一年工藝製程更新了新出的處理器就能帶動了。然而，在摩爾定律接近瓶頸的今天，不能再期待下一代通用處理器能實現很大的性能進步。因此，為了能高效執行特定應用，為了應用（以及專用領域編程語言）特別優化的異構協處理器就變得越來越流行。當執行特定應用時，主處理器把相關運算分配給專用協處理器執行，從而實現高效執行。

Google是異構計算的積極踐行者，之前發布的兩代TPU就堪稱使用異構計算加速機器學習應用的經典之作。這次公布的IPU也是異構計算的典型例子，IPU支持加速的編程語言包括Halide和TensorFlow，其中Halide是為了機器視覺硬件執行效率進行過仔細優化的編程語言，可以輕鬆寫出各種並行執行結構，在高性能機器視覺領域得到了大量應用。TensroFlow則是目前最著名的深度學習框架之一。因此，IPU異構計算主要加速的就是機器視覺以及機器學習領域的計算。

除了Google之外，其他公司也在異構計算的路上探索。例如，Microsoft在HoloLens上也設計了兩代加速AR計算的協處理器HPU。其他半導體廠商，如華為海思和蘋果則選擇了集成度較高的路線，並沒有在手機係統中加一塊新的芯片而是在原有的SoC中集成加速人工智能運算的IP模塊執行異構計算。然而，毋庸置疑的是，標準化SoC一統天下的時代即將過去，係統越來越多樣化的異構計算則成為新潮流。

互聯網巨頭為營造生態進軍芯片行業

從商業角度看，我們觀察到一個有趣的現象就是互聯網／軟件行業巨頭紛紛進入硬件甚至芯片行業。在GoogleIPU之前，Microsoft就已經推出了用與HoloLens的HPU，而在未來或許會有更多互聯網巨頭進入芯片這個領域。這些公司的根本目的是為了營造自己的生態，包括硬件入口，運行在硬件上的軟件應用，以及在軟件應用中的增值服務。在這三部分中，最終幫助公司盈利的是服務，因此硬件上可以不惜成本，但是務必要做到能流暢運行應用。這也是為什麼Google願意花錢養一支團隊做芯片，並且敢於在手機係統中生生加入一塊新的協處理器——在傳統邏輯中，手機成本非常關鍵，要是想靠手機賺錢根本不會有空間給你加入一塊新的芯片；然而Google根本沒指望靠Pixel係列手機賺錢，它想做的隻是讓大家能流暢體驗自己的AI服務，成為自己AI生態的重要入口。

在未來，會有更多的互聯網巨頭入局芯片。這從另一方麵也給目前被幾大傳統巨頭壟斷的芯片行業帶來了一股新風，也會給行業帶來更多價值。讓我們拭目以待！

原文發布時間為：2017-10-23
本文來自雲棲社區合作夥伴新智元，了解相關信息可以關注“AI_era”微信公眾號
原文鏈接

最後更新：2017-10-23 16:03:53

  上一篇：  美媒：現在是投資AI股票的最佳時機

  下一篇：  聚合支付解析篇