AI駕臨人間 四大芯片流派華山論劍

　　隨著AI產(chǎn)業(yè)快速突破，各大公司在AI領(lǐng)域的人才動(dòng)向也在引起極大關(guān)注，你來(lái)我往、歸去來(lái)兮，AI江湖上大有一片血雨腥風(fēng)之勢(shì)。當(dāng)然，AI領(lǐng)軍人物的變動(dòng)，會(huì)對(duì)具體公司業(yè)務(wù)造成影響。但從整個(gè)行業(yè)來(lái)看，人才流動(dòng)的頻繁，反倒有可能促進(jìn)產(chǎn)業(yè)的整體進(jìn)程。

　　不信你翻翻歷史。AI這門功夫自1956年問(wèn)世以來(lái)，至今已經(jīng)歷60年風(fēng)風(fēng)雨雨，一直是流派眾多，難學(xué)難練，沒(méi)有大成。

　　難學(xué)，是因?yàn)楸仨氁莆找环N叫做“算法”的神功;難練，是因?yàn)樾枰凶銐蛩懔Γ軌蛱幚頂?shù)據(jù)樣本，訓(xùn)練機(jī)器。

　　幾十年來(lái)，一直是有算法沒(méi)算力，甚至于有人認(rèn)為，人工智能就是一個(gè)科幻，就是小說(shuō)家跟人類開(kāi)的一個(gè)玩笑而已。誰(shuí)也沒(méi)想到，進(jìn)入21世紀(jì)后算力大爆炸。引發(fā)了整個(gè)AI產(chǎn)業(yè)開(kāi)天辟地般的變化。

　　其中，算法上升為天——深度學(xué)習(xí)，分成DBN，CNN，BP，RBM等等諸多分支，其中佼佼者當(dāng)屬CNN(convolutional neural networks)，人稱卷積神經(jīng)網(wǎng)絡(luò)，應(yīng)用廣泛。

　　算力，下降為地——AI芯片。各種芯片如雨后春筍涌現(xiàn)，拿過(guò)來(lái)訓(xùn)練機(jī)器，得心應(yīng)手啊。

　　廟堂之上也為AI駕臨人間雀躍不已。世界各國(guó)意識(shí)到人工智能的重要性，紛紛簞食壺漿，以迎AI。

　　聯(lián)合國(guó)于2016年發(fā)布告示，召集人類討論機(jī)器人的制造和使用如何促進(jìn)人工智能的進(jìn)步，以及可能帶來(lái)的社會(huì)與倫理問(wèn)題。

　　美國(guó)政府于2016年連續(xù)頒發(fā)三道金牌：《美國(guó)國(guó)家人工智能研發(fā)戰(zhàn)略計(jì)劃》、《為人工智能的未來(lái)做好準(zhǔn)備》、《人工智能、自動(dòng)化與經(jīng)濟(jì)報(bào)告》，宣稱加入人工智能教派，并且描繪了此舉能帶來(lái)的種種美好的前景。

　　英國(guó)政府見(jiàn)此立即照方抓藥，刊發(fā)了《機(jī)器人技術(shù)和人工智能》報(bào)告，詳細(xì)的闡述英國(guó)的機(jī)器人技術(shù)與AI的親密關(guān)系。

　　有算法有算力，天地已定。有政策有戰(zhàn)略，和風(fēng)細(xì)雨。正是產(chǎn)業(yè)萌芽，草長(zhǎng)鶯飛，欣欣向榮的時(shí)刻。人才的流動(dòng)正是產(chǎn)業(yè)加速的信號(hào)。

　　書歸正傳。芯片定義了產(chǎn)業(yè)鏈和生態(tài)圈的基礎(chǔ)計(jì)算架構(gòu)，正如CPU是IT產(chǎn)業(yè)的核心一樣，芯片也是人工智能產(chǎn)業(yè)的核心。

　　話說(shuō)天下AI芯片共分四大流派：

　　GPU，目前銳氣正盛，恰似東邪，憑借并行計(jì)算形成先發(fā)優(yōu)勢(shì)。

　　FPGA，蟄伏北方，正在暗地里合縱連橫，大有號(hào)令群雄的勢(shì)頭，恰似丐幫。

　　ASIC，割據(jù)南方，占領(lǐng)了大片市場(chǎng)，參與的公司林立。

　　類腦芯片，這個(gè)更“邪性”，打算直接復(fù)制大腦，也暗藏著問(wèn)鼎中原的野心。

　　根據(jù)互聯(lián)網(wǎng)公開(kāi)發(fā)布信息，今年，四大流派已經(jīng)派出幾十路高手，參與華山論劍，這些高手均屬于芯片設(shè)計(jì)期高手。

　　這些高手都有什么特點(diǎn)?誰(shuí)能逐鹿中原?下文一一分析。

　　GPU一派

　　市場(chǎng)上名氣最大的應(yīng)該是GPU一派。GPU也稱視覺(jué)處理器，專門用于圖像及相關(guān)處理的芯片。

　　2012年，Alex Krizhevsky，多倫多大學(xué)的博士研究生，憑此在ImageNet大賽上奪下了2012屆的冠軍。Alex提出了一個(gè)奇妙的模型，僅憑借兩個(gè)GPU就取得了訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)的極佳效果。江湖頓時(shí)為之轟動(dòng)，于是引發(fā)了GPU訓(xùn)練神經(jīng)網(wǎng)絡(luò)的風(fēng)潮。要知道，AI領(lǐng)域過(guò)去曾用CPU處理數(shù)據(jù)，但CPU效力太低。

　　當(dāng)年，谷歌曾經(jīng)花費(fèi)巨資購(gòu)買1.6萬(wàn)個(gè)處理器，堆成谷歌大腦，峰值功耗在10萬(wàn)瓦以上，占地面積數(shù)十平方米。試問(wèn)天下，有幾人能玩的起1.6萬(wàn)個(gè)處理器?

　　隨著 AlexNet的劃時(shí)代論文橫空出世，于是GPU 在服務(wù)器端橫掃天下。

　　有人會(huì)問(wèn)，CPU和GPU，都是處理器，兩者有什么不同?

　　與CPU相比，GPU 出現(xiàn)得遠(yuǎn)比 CPU 晚，但并行計(jì)算能力能卻常令CPU望塵莫及。并行計(jì)算是相對(duì)于串行計(jì)算來(lái)說(shuō)的。要知道，自計(jì)算機(jī)誕生以來(lái)，電腦編程幾乎一直都是串行計(jì)算，絕大多數(shù)的程序只存在一個(gè)進(jìn)程或線程，好比一個(gè)人只能先吃飯?jiān)倏戳奶臁?/p>

　　但更多人喜歡邊吃飯邊聊天怎么辦?遇到這類問(wèn)題，串行計(jì)算就傻眼了。并行計(jì)算一次可執(zhí)行多個(gè)指令的算法，能夠完美解決吃飯聊天難題。解決方式可分為時(shí)間上的并行和空間上的并行。時(shí)間上的并行就是指流水線技術(shù)，而空間上的并行則是指用眾多個(gè)處理器并發(fā)的執(zhí)行計(jì)算。

　　深度學(xué)習(xí)所依賴的是神經(jīng)系統(tǒng)網(wǎng)絡(luò)，通常網(wǎng)絡(luò)越深，需要的訓(xùn)練時(shí)間越長(zhǎng)。對(duì)于一些網(wǎng)絡(luò)結(jié)構(gòu)來(lái)說(shuō)，如果使用串行的X86 處理器來(lái)訓(xùn)練的話，可能需要幾個(gè)月、甚至幾年，因此必須要使用并行甚至是異構(gòu)并行的方法，才有可能讓訓(xùn)練時(shí)間變得可以接受。

　　在當(dāng)前的人工智能芯片領(lǐng)域，GPU的應(yīng)用領(lǐng)域不容小覷，據(jù)Jon Peddie Research(簡(jiǎn)稱JPR)市場(chǎng)調(diào)研公司統(tǒng)計(jì)，在2008至2015年期間，除了2008年GPU市場(chǎng)規(guī)模稍有下降，其余年份全球獨(dú)立顯卡的出貨量和銷售額都呈現(xiàn)出明顯的上升趨勢(shì)，并且在2012至2015年有加速上升的表現(xiàn)。

　　GPU領(lǐng)域只有兩大公司，一是英偉達(dá)，占市場(chǎng)份額約7成，另一位則是萬(wàn)年老二AMD，占市場(chǎng)份額約3成。

　　從GPU用戶數(shù)量來(lái)看，根據(jù)英偉達(dá)2016年的財(cái)務(wù)報(bào)告，相比2013年的100家，2014年的1549家，2015年已有3409家機(jī)構(gòu)或企業(yè)使用英偉達(dá)的GPU產(chǎn)品，從事人工智能的研究。這些企業(yè)和機(jī)構(gòu)包括各大高等院校的人工智能實(shí)驗(yàn)室，互聯(lián)網(wǎng)企業(yè)，軍事企業(yè)等。

　　AMD雖然落后于英偉達(dá)，但2016年的市場(chǎng)份額已呈現(xiàn)出上升趨勢(shì)，在發(fā)布了代號(hào)Vega織女星的GPU芯片，市場(chǎng)一片叫好，未來(lái)可能有繼續(xù)上升的趨勢(shì)。

　　不足的是，GPU 很費(fèi)電(比如高端顯卡動(dòng)輒200W+)，一旦開(kāi)啟，散熱就成了麻煩事。