284
機器人
人工智能的“芯”路有何門道，看這三點就夠了
史上最熱劇《冰與火之歌》第七季終於演變到“冰”與“火”的第一次正麵對決，而人工智能AI掀起的“第三次世界革命”才剛拉開帷幕。Google、亞馬遜、微軟、英特爾、英偉達、百度等諸候爭霸，角逐AI芯片，這樣的戰局像極了《冰與火之歌》的“七國”與“N大家族”，“統一”之路充滿想象。
01
深度學習成AI芯片著力點
對於AI來說，除了大數據和深度學習算法之外，芯片的重要性在於為客戶產生“實用”價值，無疑是極其重要的。
到2020年，全世界會有500億設備互聯，大量的數據和計算在雲端“完成”，AI芯片要加以“成全”。而隨著智能的需求無所不在，更多數據的采集和計算都將在前端設備（邊緣計算）進行，前端智能已成一大趨勢，AI芯片也成為支撐前端智能不可或缺的載體。正如同以後每一台無人駕駛汽車都將是一台服務器，每台車每天會有超過4000個GB的數據，這些數據都不可能通過5G來傳輸，很多數據是在本地處理和分析然後選擇性的上傳，本地會使用很多AI，甚至超越服務器。
這對於AI芯片來說既是一大契機，也是一大挑戰。畢竟在雲端服務器芯片，可以在成本和功耗方麵有所折衷，在前端則需要成本、性能和功耗的重重優化。
隨著數據量和計算力的提升，深度學習的性能和學習精度得到很大的提升，被廣泛運用到文本處理、語音和圖像識別上，成為AI芯片的著力點。
對於深度學習而言，訓練集用來求解神經網絡的權重，最後形成模型；而測試集則用來驗證模型的準確度。AI芯片既需要完成訓練和測試的“雙重”使命，處理大量的數據，需要高帶寬，同時具備高效率，包括計算效率和編程效率，並能麵向廣闊的應用（包括語音、語義、圖像、視頻、自然語言多模態處理能力），這殊非易事。
02
是同構一統江湖，還是異構互促互進？
這也是為什麼大拿們的AI芯片，無論是什麼炫目的“XPU”，不外乎現成的CPU、GPU、FPGA和DSP的各種組合。比如微軟的“腦波計劃”DPU支持多種 FPGA，英偉達的Tesla 深度學習處理器則脫胎於GPU，而強大者如Google直接做成了ASIC，比如Google的TPU（張量處理單元），已經開發出了第二代，每顆帶寬 600GB/s，算力達到 45 TFLOPS (8位整數)。
國內層麵，百度的XPU本質是 FPGA，和Xilinx 合作。華為的AI芯片9月2號就要正式亮相，據悉將集CPU、GPU和AI功能於一體。此外，寒武紀、地平線機器人、華為海思、深鑒、雲知聲等也在全力比拚。
這些廠商的AI芯片有的力拚雲端，有的宣稱可支撐端到端，比如英特爾就是通過多元化的產品線加強部署，FPGA、Xeon Phi 都麵向雲端數據中心，而日前發布的VPU（視覺處理單元）配備了專用神經計算引擎，著力為邊緣設備提供高端智能計算，旨在成為無人機、智能相機、VR/AR頭顯，360度攝像機的“砥柱”。
層出不窮的架構，名目繁多的引擎，構建了目前AI芯片的“百家爭鳴”，到底誰將勝出？是同構一統江湖，還是異構互促互進？這些架構各有其優劣勢，或許需要分而治之，並要長“治”久安。
比如在雲端服務器，CPU、FPGA、GPU等可以“並行戰鬥”，而在前端，或許CPU+AI加速引擎會更加“實際”。NVIDIA曾表示，深度學習需要很高的內在並行度、大量的浮點計算能力以及矩陣預算，而GPU可以提供這些能力，但其缺點是更高的功耗。FPGA非常適合矩陣乘法，它的可編程性增加了一些必要的靈活性和麵向未來的設計，內置DSP模塊和本地存儲器的FPGA會更節能，但它們通常更加昂貴。而且，AI芯片也是算法和硬件需要共同“精進”的領域。
這也引出了另一個命題，這不僅是架構自身“風雲際會”的較量，更將走入算法、指令集和IP融合等生態競爭層麵。
03
進化和生態是關鍵
第一代AI芯片既需要不斷的迭代進化，更需要加快生態的構建。畢竟一個易於部署的平台和良好的生態環境，包括一些基於硬件優化的開源工具對於AI芯片的應用是大有裨益的。
有專家指出，芯片的成敗，除了本身的效率之外，生態是非常關鍵的環節。過去ICT產業的軟硬件生態都是建立在ARM和x86指令集之上的。不遵從這些指令集，芯片做得再好，沒有配套應用和軟件，亦很難在市場上獲得成功。而未來的智能時代，可能格局會發生巨大變化，會出現新的AI生態。
而生態的核心還是AI指令集。有專家說，沒有AI指令集，AI芯片應當如何規範化設計，AI軟件如何和底層硬件交互，都是無根之木。寒武紀Cambricon-X指令集是其一大特色，目前其芯片IP已擴大範圍授權集成到手機、安防、可穿戴設備等終端芯片中。最新報道寒武紀又融了1億美元。
此外，AI在諸多市場都有應用，所有這些都需要從工具、到IP再到開發平台的巨大發展，從而不斷優化來提高功率、性能和成本。比如GPU已經構建了CUDA、cuDNN及DIGITS等工具，支持各種主流開源框架，提供友好的界麵和可視化的方式，並得到了合作夥伴的支持。
就像早期版本的物聯網器件一樣，沒有人知道各類市場如何演變。在某個領域裏有效的AI技術（如視覺處理）不一定適用於另一個領域。而隨著針對這些特定應用的新芯片的開發，功耗和性能會實現平衡，方法是更有針對性的功能、本地處理與雲處理之間更智能的分布、以及對於設計中的瓶頸的更深入的理解這三者的結合。AI為芯片行業按下了“重啟”按鈕，未來也將“八仙過海，各顯神通”。
本文為智慧產品圈原創，轉載請聯係本公眾號獲得授權。
作者：李映 智慧產品圈資深編輯
-----------------------------------
-----------------------------------
智慧產品圈聯合深圳市智慧家庭協會、思銳達谘詢，舉辦2017年智能門鎖與智慧酒店公寓落地高峰論壇。本次活動，旨在推廣真正具有技術含量和創新力的好技術、好產品、好品牌、好服務。我們嚴重鄙視孤芳自賞，來吧，show出你的freestyle！
最後更新：2017-09-02 18:03:43