文/水哥

隨著人工智能革新浪潮與技術(shù)進(jìn)程的推進(jìn)，AI芯片成了該領(lǐng)域下一階段的競(jìng)爭(zhēng)核心。美國(guó)工程院院士、谷歌人工智能項(xiàng)目帶頭人Jeff Dean連發(fā)10條推文向外界宣布Cloud TPU測(cè)試版正式開(kāi)放，這意味著谷歌第二代TPU從內(nèi)部項(xiàng)目邁向外部開(kāi)發(fā)者、企業(yè)、專(zhuān)有領(lǐng)域走出關(guān)鍵一步。而不久前，外媒消息證實(shí)亞馬遜已經(jīng)開(kāi)始設(shè)計(jì)制造AI芯片，為Alexa語(yǔ)音助手的質(zhì)量提升以及Echo智能音響設(shè)備提供更強(qiáng)大的競(jìng)爭(zhēng)能力。而蘋(píng)果、三星、華為在智能手機(jī)處理器上集成深度學(xué)習(xí)引擎的激烈酣戰(zhàn)，于CES2018已然為大眾所領(lǐng)略。另一方面，ARM、NVIDIA在正面谷歌TPU崛起時(shí)，也不斷加速現(xiàn)行GPU的改進(jìn)以及下一代芯片架構(gòu)規(guī)劃。

● 主戰(zhàn)場(chǎng)在NVIDIA和谷歌之間

隨著CPU摩爾定律的終止，傳統(tǒng)處理器現(xiàn)行算力已遠(yuǎn)遠(yuǎn)不能滿(mǎn)足海量并行計(jì)算與浮點(diǎn)運(yùn)算的深度學(xué)習(xí)訓(xùn)練需求，而在人工智能領(lǐng)域反應(yīng)出強(qiáng)大適應(yīng)性的GPU成為標(biāo)配。

NVIDIA毫無(wú)疑問(wèn)是這波人工智能浪潮目前為止最大的受益者。NVIDIA股價(jià)從2016年初的32.25美元上漲至2018年初的245.8美元，兩年間其市值飆升近8倍，并迅速獲得可以媲美舊時(shí)代的處理器王者英特爾的體量。NVIDIA的崛起完全得益于這場(chǎng)突如其來(lái)的業(yè)界人工智能大革新，盡管其一再宣稱(chēng)仍將把游戲玩家放在第一位，但是前者帶來(lái)的GPU銷(xiāo)量增長(zhǎng)以及投資者溢價(jià)預(yù)期的影響是不可否置的。

然而在不久前，谷歌宣布對(duì)第二代TPU的全面開(kāi)放讓NVIDIA警覺(jué)的神經(jīng)再次緊繃?？梢哉J(rèn)為，谷歌是NVIDIA在人工智能算力市場(chǎng)最大的競(jìng)爭(zhēng)對(duì)手。早在去年4月谷歌公布第一代TPU之時(shí)，其細(xì)節(jié)認(rèn)為T(mén)PU在高速并行浮點(diǎn)運(yùn)算相比GPU要快15至30倍，而NVIDIA CEO黃仁勛當(dāng)場(chǎng)表示懷疑，并立馬拋出市場(chǎng)上最好的GPU計(jì)算卡與TPU的性能對(duì)比圖以示反駁。

而隨著第二代TPU的發(fā)布以及其在人工智能專(zhuān)有領(lǐng)域、特別是在搭載了谷歌TensorFlow框架的深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練效率方面的表現(xiàn)，外界越來(lái)越認(rèn)識(shí)到二者間的差距逐漸明晰。就在第二代TPU的進(jìn)一步進(jìn)化——Cloud TPU開(kāi)放測(cè)試之時(shí)，該裝置通過(guò)TensorFlow編程模型提供的算力已達(dá)180tflops之巨，谷歌宣稱(chēng)一個(gè)Cloud TPU能在24小時(shí)內(nèi)對(duì)ResNet-50模型訓(xùn)練達(dá)到75%的精度。而180tflops的浮點(diǎn)操作也達(dá)到了超級(jí)計(jì)算機(jī)的算力級(jí)別。

谷歌在人工智能領(lǐng)域的野心十分明顯，從一開(kāi)始對(duì)TPU的只字不談到后來(lái)開(kāi)放上云，谷歌已逐漸認(rèn)識(shí)到算力市場(chǎng)的巨大潛力并渴求牢牢抓住這一契機(jī)。谷歌的人工智能生態(tài)系統(tǒng)在過(guò)去兩年間為自家旗下產(chǎn)品包括智能語(yǔ)音與搜索圖像識(shí)別、谷歌翻譯以及其他萬(wàn)維網(wǎng)應(yīng)用的表現(xiàn)上提供了算力優(yōu)勢(shì)，TPU+TensorFlow+云訓(xùn)練的模式讓谷歌獲得了迄今為止其他科技巨頭尚不具備的人工智能核心競(jìng)爭(zhēng)實(shí)力。這一點(diǎn)已經(jīng)引起其他科技公司的注意，他們認(rèn)為，各行各業(yè)的公司都有自己的數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)，算力不應(yīng)該被掌控在一家巨頭手上。

● AI芯片崛起的背后是算力的戰(zhàn)爭(zhēng)

摩爾定律的終止已成為業(yè)界共識(shí)，那么AI芯片的革命又從何說(shuō)起？眾所周知，當(dāng)前的人工智能技術(shù)進(jìn)程是奠定在人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之上的，從人工智能發(fā)展史來(lái)看，經(jīng)歷了早期的控制論和簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)、邏輯過(guò)程與編程革命、運(yùn)籌學(xué)與博弈論、“簡(jiǎn)約”與“蕪雜”學(xué)派的爭(zhēng)論、專(zhuān)家系統(tǒng)的興起，人工智能技術(shù)進(jìn)程在算法與算力的不斷迭代中演化至今。而當(dāng)前神經(jīng)網(wǎng)絡(luò)算法趨于穩(wěn)固，在算法框架沒(méi)有深刻變化的前提下，算力就成了唯一的更新焦點(diǎn)。

深度學(xué)習(xí)工程的兩大關(guān)鍵環(huán)節(jié)training（訓(xùn)練）和inference（推測(cè)）需要大量的算力支撐，而GPU在訓(xùn)練環(huán)節(jié)扮演著不可或缺的角色。但隨著人工智能應(yīng)用場(chǎng)景的延伸，GPU并非所有深度學(xué)習(xí)計(jì)算任務(wù)的充分條件，F(xiàn)PGA（現(xiàn)場(chǎng)可編程門(mén)陣列）和ASIC（專(zhuān)有化集成電路）同樣有著相當(dāng)大的表現(xiàn)空間。前者通過(guò)內(nèi)置可靈活組合的邏輯、IO、連線(xiàn)模塊為專(zhuān)用計(jì)算服務(wù)，后者是不可配置的高度定制化芯片。谷歌TPU就是ASIC的一種方案。

調(diào)研機(jī)構(gòu)Deloitte預(yù)測(cè)，2018年基于深度學(xué)習(xí)的全球GPU市場(chǎng)需求大約在50萬(wàn)塊左右，F(xiàn)PGA和ASIC需求則分別是20萬(wàn)塊和10萬(wàn)塊左右。相比GPU集群，F(xiàn)PGA因其定制化、低功耗和忽略延遲的特點(diǎn)，在終端推測(cè)環(huán)節(jié)有著廣泛應(yīng)用，所以它為微軟、亞馬遜、阿里等云商以及蘋(píng)果、三星、華為等手機(jī)制造商廣為接受。而GPU與TPU作為訓(xùn)練環(huán)節(jié)的主力，則開(kāi)啟了兩種不同產(chǎn)品形態(tài)爭(zhēng)鋒對(duì)立的局面，也就是說(shuō)，在深度學(xué)習(xí)訓(xùn)練領(lǐng)域，完全成了NVIDIA和谷歌兩者之間的戰(zhàn)爭(zhēng)。

谷歌的優(yōu)勢(shì)在于憑借自身TPU+ TensorFlow+云的資源稟賦吸引開(kāi)發(fā)者和拓展企業(yè)級(jí)市場(chǎng)、專(zhuān)有領(lǐng)域，但該模式的前提必須是谷歌極力維系TensorFlow作為深度學(xué)習(xí)主流框架而長(zhǎng)期存在，一旦神經(jīng)網(wǎng)絡(luò)算法主流架構(gòu)有變，TPU作為高度制定化的芯片產(chǎn)物，其單位成本之高恐釀成不可回避的風(fēng)險(xiǎn)。相反，倘若谷歌的計(jì)劃順利實(shí)施，其壟斷的生態(tài)優(yōu)勢(shì)同樣對(duì)NVIDIA形成巨大威脅。

最后

AI芯片戰(zhàn)爭(zhēng)已經(jīng)全面打響，由人工智能進(jìn)程引發(fā)的第二次芯片革命已經(jīng)讓業(yè)界嗅到了熟悉的工業(yè)革命的氣息。正如19世紀(jì)蒸汽機(jī)、內(nèi)燃機(jī)的迭代結(jié)束了大洋之上縱橫數(shù)個(gè)世紀(jì)的風(fēng)帆時(shí)代，人工智能算力的突破亦將成為摩爾定律的變革者，將延續(xù)了近一個(gè)世紀(jì)的計(jì)算機(jī)科學(xué)文明引入下一階段。

文/水哥 高級(jí)工程師，科技專(zhuān)欄作者，中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)員。IT評(píng)論、業(yè)界分析，不一而足。微信公眾號(hào)：qq133991