詳解人工智能芯片 CPU/GPU/FPGA有何差異？

　　4.GPU行業(yè)的佼佼者：Nvidia

　　目前全球GPU行業(yè)的市場份額有超過70%被英偉達公司占據(jù)，而應用在人工智能領域的可進行通用計算的GPU市場則基本被英偉達公司壟斷。

　　2016年三季度英偉達營收為20.04億美元，較上年同期的13.05億美元增長54%;凈利潤為5.42億美元，較上年同期的2.46億美元增長120%，營收的超預期增長推動其盤后股價大幅上漲約16%。以面向的市場平臺來劃分，游戲業(yè)務營收12.4億美元，同比增長63%，是創(chuàng)造利潤的核心部門;數(shù)據(jù)中心業(yè)務營收2.4億美元，同比增長193%，成為增長最快的部門;自動駕駛業(yè)務營收1.27億美元，同比增長61%，正在逐步打開市場。

　　這樣的業(yè)績創(chuàng)下了英偉達的歷史最好季度收入，但這并非是其股票暴漲的理由，事實上，在過去的六年里，英偉達的業(yè)績基本一直呈現(xiàn)上升趨勢。從2012年財年至2016財年，英偉達的營業(yè)收入實現(xiàn)了從40億美元到50億美元的跨越，而其凈利潤也從2012財年的5.8億美元逐步上升到了2016財年的6.14億美元。但在此期間，英偉達的股價并未出現(xiàn)翻番式的增長。

　　真正促成英偉達股價飆升的是人工智能的新市場。在剛剛過去的2016年，英偉達的股價上漲了228%，過去的5年內(nèi)累計上漲500%。500億美元的市值將會持續(xù)給英偉達帶來40倍的市場收入，這幾乎是業(yè)內(nèi)擁有最高收益的公司。

　　5.Nvidia的市場定位：人工智能計算公司

　　自1999年發(fā)布第一款GPU以來，GPU就成為了英偉達最為核心的產(chǎn)品，占到了英偉達總營業(yè)收入的八成，而英偉達也以顯卡廠商的身份進入人們的視線。這些芯片最初是以板卡的形式出售給游戲玩家的，游戲玩家需要自己動手將芯片裝到PC主板上，從而擁有更快的3D圖形處理速度。他們的產(chǎn)品命名也很有講究，用“GeForce”這樣具有超能力的字眼來開辟市場。

　　今日的英偉達，已經(jīng)不再是一家單純的顯卡技術(shù)廠商，他現(xiàn)在很趕時髦地稱自己為“人工智能計算公司”。據(jù)英偉達官網(wǎng)數(shù)據(jù)顯示，2016年，有近兩萬家機構(gòu)將英偉達產(chǎn)品用于深度學習加速計算，相比2014年翻了13倍。醫(yī)療、生命科學、教育、能源、金融、汽車、制造業(yè)以及娛樂業(yè)等諸多行業(yè)均將得益于海量數(shù)據(jù)的分析。

　　谷歌、微軟、Facebook 和亞馬遜等技術(shù)巨頭大量購買英偉達的芯片來擴充自己數(shù)據(jù)中心的處理能力;Massachusetts General Hospital等醫(yī)療研究機構(gòu)用英偉達的芯片來標記CT掃描圖片上的病變點;特斯拉將在所有的汽車上安裝英偉達的芯片來實現(xiàn)無人駕駛; June等家電公司用英偉達的芯片制造人工智能驅(qū)動的家用電器。在人工智能到來之前，英偉達從來都沒有處于一個如此巨大的市場的中心，這也充分表明了一個事實，那就是英偉達在GPU的計算處理技術(shù)上無人能及。

　　同時，英偉達還在投資不同領域里新興的、需要借助深度學習來構(gòu)建業(yè)務的公司，使這些公司能夠更好地借助其提供的人工智能平臺起步，這類似于以前一些初創(chuàng)公司通過微軟Windows來構(gòu)建服務以及最近通過iTunes來發(fā)布應用。

　　6.Nvidia的核心產(chǎn)品：Pascal家族

　　英偉達的傳統(tǒng)強項是桌面和移動終端的GPU，但是堅定地向著人工智能大步邁進的英偉達顯然已經(jīng)不滿足于僅僅在單一領域做提高GPU性能的事了。相比于傳統(tǒng)的計算密集型GPU產(chǎn)品來說，英偉達努力的方向是使得GPU芯片不僅僅只針對訓練算法這一項起到作用，更是能處理人工智能服務的推理工作負載，從而加速整個人工智能的開發(fā)流程。目前該公司的核心產(chǎn)品包括基于Pascal架構(gòu)的TeslaP4與Tesla P40深度學習芯片，這兩款芯片均已于2016年第四季度開始投入量產(chǎn)。

　　Tesla P4為資料中心帶來最高的能源效率

　　其小尺寸及最小50瓦特的低功率設計可安裝于任何服務器內(nèi)，讓生產(chǎn)作業(yè)負載推論的能源效率達CPU的40倍。在進行視頻推論作業(yè)負載時，單一服務器裡安裝單顆Tesla P4即可取代13臺僅采用CPU的服務器，而包含服務器及用電量的總持有成本則能節(jié)省達8倍。

　　Tesla P40為深度學習作業(yè)負載帶來最大的處理量

　　一臺搭載8顆Tesla P40加速器的服務器擁有每秒47兆次運算的推論性能及INT8指令，可取代140臺以上的CPU服務器的性能。若以每臺CPU服務器約5，000美元計算，可節(jié)省65萬美元以上的服務器采購成本。

　　基于上述兩種人工智能芯片，英偉達為資料中心提供唯一的端對端深度學習平臺，并能夠?qū)⒂柧殨r間從數(shù)天大幅縮短至數(shù)小時，從而實現(xiàn)資料的立即解析與服務的及時回應。

　　7.Nvidia的應用布局：自動駕駛

　　不僅僅是底層架構(gòu)，英偉達在應用層面上也有非常明確的布局，其中最看重也最有領先優(yōu)勢的就是自動駕駛。早在2014年1月，英偉達就發(fā)布了為移動平臺設計的第一代Tegra系列處理器，適用于智能手機、平板電腦和自動駕駛汽車，四個月后，DRIVE PX自動駕駛計算平臺發(fā)布，可實現(xiàn)包括高速公路自動駕駛與高清制圖在內(nèi)的自動巡航功能。同年10月，搭載了Tegra K1處理器并應用了DRIVEPX計算平臺的特斯拉新款Model S開始量產(chǎn)，英偉達成為第一個享受到自動駕駛紅利的廠商。

　　2016年英偉達在自動駕駛領域并沒有什么重大突破，基本只是從技術(shù)升級及廠商合作兩個方面入手，除了特斯拉這個老朋友外，百度、沃爾沃也跟英偉達達成了合作，他們都將生產(chǎn)搭載DRIVE PX 2的智能駕駛汽車。恰逢此時，AI概念變得更加火熱，智能駕駛也逐漸成熟，這些客觀因素讓英偉達收割了更多的紅利，也讓公司站在了聚光燈之下。

　　從整個自動駕駛行業(yè)來看，Google、蘋果、微軟等科技公司都在建立自己的汽車生態(tài)體系，不過智能汽車對于他們來說都不是核心業(yè)務，更為重要的是，他們并沒有真正進入汽車供應鏈體系。與之相反，英偉達的Drive PX系列自動駕駛解決方案，已經(jīng)進入了汽車的上游供應鏈中，并創(chuàng)造了利潤，這也意味著英偉達將在汽車芯片市場與英特爾、高通、恩智浦、瑞薩電子等做CPU的公司正面碰撞，自動駕駛的風口讓英偉達在汽車市場從“邊緣人”變成了挑戰(zhàn)者。

　　隨著特斯拉Model S等備受矚目的車型更加智能化與多媒體化，英偉達有了彎道超車的機會，并有望在汽車產(chǎn)業(yè)的上游供應鏈占據(jù)更有優(yōu)勢的地位。最新款的Tegra系列處理器功耗只有10瓦，幾乎與同等級的FPGA產(chǎn)品功耗持平甚至更低，這對于車載移動芯片來說是巨大的優(yōu)勢。

　　但同樣的，單移動處理器的架構(gòu)和極低的功耗必然無法支撐起超大規(guī)模的運算，目前英偉達計算平臺的功能定位僅聚焦于高速公路上的自動巡航，而CPU的應用可以拓展至車機娛樂信息系統(tǒng)層面。未來自動駕駛的發(fā)展方向必然是整車的控制中心，從目前英偉達基于Tesla架構(gòu)的主流芯片來看，低功耗、極速運算與邏輯控制是可以同時實現(xiàn)的，英偉達公司在自動駕駛領域的優(yōu)勢非常明顯。

　　8.Nvidia的產(chǎn)業(yè)優(yōu)勢：完善的生態(tài)系統(tǒng)

　　與其它芯片公司相比，帶有CUDA的重點軟件生態(tài)系統(tǒng)是英偉達占領人工智能市場的關(guān)鍵促成因素。從2006年開始，英偉達發(fā)布了一個名叫CUDA的編程工具包，該工具包讓開發(fā)者可以輕松編程屏幕上的每一個像素。在CUDA發(fā)布之前，給GPU編程對程序員來說是一件極其痛苦的事，因為這涉及到編寫大量低層面的機器碼以實現(xiàn)渲染每一個不同像素的目標，而這樣的微型計算操作通常有上萬個。CUDA在經(jīng)過了英偉達的多年開發(fā)之后，成功將Java或C++這樣的高級語言開放給了GPU編程，從而讓GPU編程變得更加輕松簡單，研究者也可以更快更便宜地開發(fā)他們的深度學習模型。

　　四、未來市場：半定制芯片FPGA

　　技術(shù)世界正在邁向一個全新的軌道，我們對于人工智能的想象已經(jīng)不再局限于圖片識別與聲音處理，機器，將在更多領域完成新的探索。不同領域?qū)τ嬎愕男枨笫遣町惖?，這就要求深度學習的訓練愈發(fā)專業(yè)化與區(qū)別化。芯片的發(fā)展趨勢必將是在每一個細分領域都可以更加符合我們的專業(yè)需求，但是考慮到硬件產(chǎn)品一旦成型便不可再更改這個特點，我們不禁開始想，是不是可以生產(chǎn)一種芯片，讓它硬件可編程。

　　也就是說，這一刻我們需要一個更適合圖像處理的硬件系統(tǒng)，下一刻我們需要一個更適合科學計算的硬件系統(tǒng)，但是我們又不希望焊兩塊板子，我們希望一塊板子便可以實現(xiàn)針對每一個應用領域的不同需求。這塊板子便是半定制芯片FPGA，便是未來人工智能硬件市場的發(fā)展方向。