千億美金市場，人工智能芯片競賽正式開啟

　　在過去的2016年，在計(jì)算機(jī)產(chǎn)業(yè)來說，相信沒有一個(gè)概念比人工智能更熱門。跨入2017年，專家們表示，人工智能生態(tài)圈的需求增長會(huì)更加迅猛。主要集中在為深度神經(jīng)網(wǎng)絡(luò)找尋性能和效率更適合的“引擎”。

　　現(xiàn)在的深度學(xué)習(xí)系統(tǒng)依賴于軟件定義網(wǎng)絡(luò)和大數(shù)據(jù)學(xué)習(xí)產(chǎn)生的超大型運(yùn)算能力，并靠此來實(shí)現(xiàn)目標(biāo)。但很遺憾的是，這類型的運(yùn)算配置是很難嵌入到那些運(yùn)算能力、存儲大小、和帶寬都有限制的系統(tǒng)中（例如汽車、無人機(jī)和物聯(lián)網(wǎng)設(shè)備）。

　　這就給業(yè)界提出了一個(gè)新的挑戰(zhàn)，如何通過創(chuàng)新，把深度神經(jīng)網(wǎng)絡(luò)的運(yùn)算能力嵌入到終端設(shè)備中去。

　　Movidius公司的CEO Remi El-Ouazzane在幾個(gè)月前說過，將人工智能擺在網(wǎng)絡(luò)的邊緣將會(huì)是一個(gè)大趨勢。

Movidius公司的CEO Remi El-Ouazzane

　　在問到為什么人工智能會(huì)被“趕”到網(wǎng)絡(luò)邊緣的時(shí)候，CEA Architecture Fellow Marc Duranton給出了三個(gè)原因：分別是安全、隱私和經(jīng)濟(jì)。他認(rèn)為這三點(diǎn)是驅(qū)動(dòng)業(yè)界在終端處理數(shù)據(jù)的重要因素。他指出，未來將會(huì)衍生更多“將數(shù)據(jù)轉(zhuǎn)化為信息”的需求。并且這些數(shù)據(jù)越早處理越好，他補(bǔ)充說。

　　攝像一下，假如你的無人駕駛汽車是安全的，那么這些無人駕駛功能就不需要長時(shí)間依賴于聯(lián)盟處理；假設(shè)老人在家里跌倒了，那么這種情況當(dāng)場就應(yīng)該檢測到并判斷出來。考慮到隱私原因，這些是非常重要的，Duranton強(qiáng)調(diào)。

　　而NeuRAM3項(xiàng)目的參與者包括了IMEC， IBM Zurich， ST Microelectronics， CNR （The National Research Council in Italy）， IMSE （El Instituto de Microelectrónica de Sevilla in Spain）， 蘇黎世大學(xué)和德國的雅各布大學(xué)。

　　更多AI芯片角逐

　　其實(shí)AI芯片這個(gè)市場，已經(jīng)吸引了很多玩家，無論是傳統(tǒng)的半導(dǎo)體業(yè)者，還是所謂的初創(chuàng)企業(yè)，都開始投奔這個(gè)下一個(gè)金礦。除了上面說的CEA這個(gè)。我們不妨來看一下市場上還有哪些AI芯片。

　　一、傳統(tǒng)廠商的跟進(jìn)

　?。?）Nvidia

　　英偉達(dá)是GPU霸主，雖然錯(cuò)過了移動(dòng)時(shí)代，但他們似乎在AI時(shí)代，重獲榮光，從其過去一年內(nèi)的股票走勢，就可以看到市場對他們的信心。我們來看一下他有什么計(jì)劃，在這個(gè)領(lǐng)域。

　　在今年四月，Nvidia發(fā)布了一個(gè)先進(jìn)的機(jī)器學(xué)習(xí)芯片——Tesla P100 GPU。按照英偉達(dá)CEO黃仁勛所說，這個(gè)產(chǎn)品較之英偉達(dá)的前代產(chǎn)品，任務(wù)處理速度提高了12倍。這個(gè)耗費(fèi)了20億美元開發(fā)的芯片上面集成了1500億個(gè)晶體管。

　　但這并不意味著收集家里十個(gè)攝像頭的所有圖片，并傳送給我，就稱作一個(gè)號的提醒。這也并不能降低“能耗、成本和數(shù)據(jù)大小”，Duranton補(bǔ)充說。

　　競賽正式開啟

　　從現(xiàn)在的情景看來，芯片供應(yīng)商已經(jīng)意識到推理機(jī)的增長需求。包括Movidus （Myriad 2）， Mobileye （EyeQ 4 & 5） 和Nvidia （Drive PX）在內(nèi)的眾多半導(dǎo)體公司正在角逐低功耗、高性能的硬件加速器。幫助開發(fā)者更好的在嵌入式系統(tǒng)中執(zhí)行“學(xué)習(xí)”。

　　從這些廠商的動(dòng)作和SoC的發(fā)展方向看來，在后智能手機(jī)時(shí)代，推理機(jī)已經(jīng)逐漸成為半導(dǎo)體廠商追逐的下一個(gè)目標(biāo)市場。

　　在今年早些時(shí)候，Google的TPU橫空出世，昭示著業(yè)界意圖在機(jī)器學(xué)習(xí)芯片中推動(dòng)創(chuàng)新的的意圖。在發(fā)布這個(gè)芯片的時(shí)候，搜索巨人表示，TPU每瓦性能較之傳統(tǒng)的FPGA和GPU將會(huì)高一個(gè)數(shù)量級。Google還表示，這個(gè)加速器還被應(yīng)用到了今年年初風(fēng)靡全球的AlphaGo系統(tǒng)里面。

　　但是從發(fā)布到現(xiàn)在，Google也從未披露過TPU的具體細(xì)節(jié)，更別說把這個(gè)產(chǎn)品對外出售。

　　很多SoC從業(yè)者從谷歌的TPU中得出了一個(gè)結(jié)論，他們認(rèn)為，機(jī)器學(xué)習(xí)需要定制化的架構(gòu)。但在他們針對機(jī)器學(xué)習(xí)做芯片設(shè)計(jì)的時(shí)候，他們又會(huì)對芯片的架構(gòu)感到懷疑和好奇。同時(shí)他們想知道業(yè)界是否已經(jīng)有了一種衡量不同形態(tài)下深度神經(jīng)網(wǎng)絡(luò)（DNN）性能的工具。