Menu
Woocommerce Menu

澳门新萄京官方网站67677IT巨头纷纷介入芯片领域 AI军备赛再升级

0 Comment


北京时间5月18日凌晨,谷歌I/O2017开发者大会召开,作为当今世界软件开发者最为重要的几大会议之一,本届大会聚焦Android系统、VR/AR、人工智能、无人驾驶等多个领域。在会议之初谷歌宣布“我们已经从移动优先转移到人工智能优先”。与以往更加注重软件不同,今年谷歌开发者大会最亮眼的部分在硬件,谷歌CEO桑达尔·皮查伊(SundarPichai)宣布谷歌正式推出第二代专注于人工智能的TPU(张量)处理器。这也与谷歌“人工智能优先”(AIfirst)和成为真正云计算供应商的战略相符。TPU是谷歌自主研发的一种专为AI运算服务的高性能处理器。最新发布的这款第二代TPU芯片,不仅加深了人工智能在学习和推理方面的能力,而且谷歌是认真地要将它推向市场。根据谷歌的内部测试,第二代芯片针对机器学习的训练速度能比现在市场上的图形芯片(GPU)节省一半时间。谷歌云计算团队首席科学家、斯坦福大学AI实验室主管李飞飞表示:“这些TPU可提供惊人的128万亿次浮点运算,它们是专为驱动机器学习技术的芯片。”虽然谷歌表达了人工智能芯片和其他芯片的差别,但是这一举动还是将威胁到英特尔、英伟达这些行业主要芯片供应商的市场地位,这两家公司的芯片都已经被应用于人工智能领域。英伟达目前是图形芯片GPU的主导者。公司近期发布了新一代GPU,取名为Volta,处理数据的性能与谷歌CloudTPU不相上下。由8块这样的芯片组成的Volta模块的售价高达14.9万美元,英伟达将于今年第三季度开始发售此类芯片。Gartner分析师盛陵海对第一财经记者表示:“目前从机器学习领域来看,英伟达的GPU最为‘暴力’,速度最快;如果不需要那么快的情况下,英特尔也可以。不过现在芯片已经升级到应用判断的阶段,谷歌的这款芯片号称性能最好。”谷歌没有透露这款芯片的价格,也没有透露谁会去生产这款芯片以及何时上市。到目前为止,谷歌仍在采购英特尔和英伟达的芯片。随着谷歌越来越趋向于自主开发芯片架构,未来或将为自己省下数十亿美元的芯片支出成本。谷歌表示,这款最新的人工智能芯片不会卖给数据中心基于其他芯片制造商服务器上的公司,比如戴尔。此外,为了让人工智能开发者更好地享受TPU所带来的性能红利,谷歌还正式推出了CloudTPU云计算服务,用户可以租用。至于收费也可能采取和原本GPU运算服务相同的收费模式,按分钟来计价。“本质上来讲,TPU就是一个用于机器学习的超级计算机。”谷歌首席技术官UrsHolzle表示,“我们的目标是要提供最好的云服务。”根据SynergyResearchGroup的数据,去年谷歌云服务的增长超过80%,不过在公有云市场,亚马逊仍然垄断了40%的份额,而且份额还在持续增长。谷歌在云服务市场排名第三。为了和亚马逊以及微软竞争,谷歌特别强调设备的性能。谷歌表示:“单个CloudTPU设备由4块芯片组成,比IBM的深蓝超级计算机的速度要快1.2万倍。”谷歌计划制造1000套CloudTPU系统,为那些愿意公开分享自己研发工作细节的AI研究人员提供支持。谷歌进军以AI为重点的硬件和云服务领域,部分原因是受其自身业务加速的驱动。谷歌已经在使用AlphaGo深度学习系统TensorFlow为搜索、语音识别、翻译以及图形处理等提供支持。谷歌已经宣布了多个AI研究计划,包括努力开发能够学习如何从事耗时工作的算法以及微调其他机器学习算法。同时,谷歌还在为医学图像分析、基因组分析以及分子发现开发AI工具。Gartner分析师盛陵海对第一财经记者表示:“现在的AI芯片还是聚焦在处理大量数据并进行判断,是建立在人的训练的基础上的,通过大量数据的对比,用机械的方法来选择概率最大的结论。但是未来的想象空间就很大了。”

“不管是AMD或者是ARM出的CPU,都是不能直接连接到英伟达的GPU的,连接的标准是PCIE(这属于英特尔),传输速度取决于PCIE的速度。但是目前我们自己的芯片组合可以跳过PCIE,所以能比CPU+GPU更快。”他说。

Peterchen告诉记者:“2016年,人工智能方面的数据运行,仅仅占到数据中心运行总量的5.5%。目前这个数字还很小,但我们相信它将快速增长。我们估计,在未来三到五年,这个数据将增长到数据中心运行总量的70%。这对行业所有人来说都是一个激动人心的数据,所有人都应该好好把握这个机遇,推动相关产品向人工智能的方向发展。”

AlphaGo强大到令人绝望,引发了“人工智能威胁人类”的讨论。但在本质上,人工智能是算法、数据和硬件三个要素综合的结果。

数据显示,全球最大的云计算厂商亚马逊基于AWS开发的人工智能应用——AmazonEcho,已经抢占了美国70%的智能家居市场份额。基于Azure开发的人工智能应用微软小冰等,也正在加大面向中国等市场的推广力度。

FPGA最初是从专用集成电路发展起来的半定制化的可编程电路,它可以作为一种用以实现特殊任务的可再编程芯片应用与机器学习中。

军备竞赛升级

在收购Nervana之后,英特尔拥有了将至强融核处理器和FPGA两个不同的芯片整合成一个芯片的能力。在最新的Nervana系统中,就包含了FPGA加速芯片Arria
10和至强融核处理器的整合。

该人士表示,这样做的好处在于,能进一步提升苹果智能设备的运算能力,不再需要将实时数据传送到云端进行处理,因此可以提供更快的人工智能服务。另外,这样做还能增强电池的续航能力。

澳门新萄京官方网站67677 1

英伟达在5月11月的GPU技术大会上发布新品TesiaV100,又被称为Volta,号称史上最强的GPU加速器,具有强大的深度学习性能。英伟达方面的说法是,相对于之前的GPU产品,最新的Volta可以让深度学习的训练提速12倍、推理速度提升6倍。英伟达方面甚至表示,Volta的推理性能要比英特尔的SkylakeCPU架构快15~25倍。

澳门新萄京官方网站67677 2

此前,业界一直有消息称,苹果已经在内部建立团队,专门研发对智能手机来说最为核心的基带处理器。5月31日,外媒报道苹果挖到高通公司负责工程技术的副总裁EsinTerzioglu,外界自然再次联想到了苹果开发基带处理器的事情。

而在Tesla V100加速器基础上,英伟达推出了超级计算机DGX-1V和HGX。

澳门新萄京官方网站67677 3

譬如百度的机器学习硬件系统就是用FPGA打造了AI专有芯片,制成FPGA版百度大脑。FPGA比相同性能水平的硬件系统消耗能率更低,在刀片式服务器上可以由主板上的PCI
Express总线供电。使用FPGA可以将一个计算得到的结果直接反馈到下一个,不需要临时保存在主存储器,所以存储带宽要求也在相应降低。

谷歌在2017年I/O大会上已经明确喊出“AIFirst”(人工智能优先)的口号,同时还推出了第二代TPU。谷歌没有公布第二代TPU的技术细节,仅仅透露了在功能上第二代TPU的运算速度达到180万亿次,既可以训练人工智能的算法模型,也可以用于人工智能的推理,并且宣称,将TPU组合成“TPUPods”的计算能力,可以与世界前500强的超级计算机媲美。介入AI芯片的同时,谷歌还推出了GoogleHome、GoogleAssistant等人工智能应用,在市场上也取得了较大的领先优势。

但是英特尔并不这么认为。台北国际电脑展期间,英特尔数据中心全球销售部产品和技术总经理陈葆立在接受凤凰科技采访时提到,
TPU和GPU只是加速芯片,目前是无法独立工作的,没有CPU它跑不起来。

苹果CEO库克日前已经宣称,苹果依旧会主导下一个时代的“人工智能”手机市场。开发定制化的AI芯片,无疑是苹果向人工智能手机市场转型的重要组成部分。

澳门新萄京官方网站67677 4

英特尔中国研究院院长宋继强介绍,该公司在人工智能上的产品链已经涵盖至强处理器、Nervana平台和FPGA、Omni-Path网络、3DXPiont存储等硬件平台,以及针对深度学习、机器学习而优化的数学函数库、数据分析加速库等软件平台,和Saffron、Movidius等工具平台等,可以根据任何有志于开发人工智能应用的公司的实际需求,全方位地提供帮助。

一旦涉及到算法、数据,就离不开计算。在这个领域,用来计算的硬件主要是TPU、GPU和CPU,他们背后代表的公司则分别是谷歌、英伟达和英特尔。这几家公司彼此竞争,又互相需要。

在向业界输送实现人工智能的基础计算资源方面,美国三大云计算厂商亚马逊、微软、谷歌的目标是一致的,但是谷歌的野心显然更大,不仅提供云计算能力,还从源头上介入人工智能芯片领域,并且开发人工智能的应用。而亚马逊和微软,更多是在应用层面做文章。

TPU(Tensor Processing
Unit)是专为机器学习而定制的芯片,经过了专门深度机器学习方面的训练。谷歌工程师Norm
Jouppi介绍,在人工智能相关的算法上,它的计算速度更快,计算结果更精准,同时也更加节能。

Peterchen告诉记者,在人工智能上,英特尔具备独特的端到端的优势,对于这种优势的简单理解就是,在后端英特尔占据90%以上的云计算数据中心服务器芯片市场份额,在前端英特尔的产品广泛存在于用户笔记本电脑、智能手机甚至是IOT设备中,而所有的人工智能都是基于云计算也就是大数据开发,并且在前端的产品上实现的,因此不管GPU也好,TPU也罢,起的都是“加速器”的作用,需要通过CPU+GPU/TPU的方式才能实现人工智能。在美国,亚马逊、微软、谷歌恰恰是英特尔最重要的合作伙伴。

人工智能依赖于机器学习(Machine
Learning),机器学习又依赖于硬件,它需要硬件平台提供大量的运算资源。就计算效率来说,专用工具的计算效率远高于通用工具。专门为机器学习定制而出现的谷歌的TPU就是一种专用的工具,业内普遍认为它的出现对于通用工具GPU来说是一种威胁。

一方面,智能设备厂商和云计算厂商加速介入AI芯片领域。比如,根据5月底的外媒爆料,苹果正在开发一款叫作“苹果神经网络引擎”的AI专用处理器;谷歌在不久之前也推出了第二代TPU。

英特尔的方案是将CPU与FPGA融合起来,组合芯片的运算更加灵活和高效,同时还能实现最低的功耗,获得性能和功耗的平衡。

本报记者近日在安徽合肥科大讯飞总部了解到,业界闻名的“讯飞超脑”项目,就是在英特尔人工智能技术的基础上开发出来的。另据了解,英特尔技术也正在医疗等领域的人工智能开发项目中加速落地。

大卫是一个被输入情感程序的机器人男孩,Cybertronics
Manufacturing公司员工亨瑞和他妻子制造出的一个试验品。他们收养了大卫,并给了他足够的爱,但是人类与机器都无法接受大卫。于是大卫踏上旅程去寻找真正属于自己的地方,渴望成为一个真正意义上的人。

值得注意的是,不仅是开发定制化的AI芯片,苹果实际上正在全面提升对核心元器件的掌控能力。

澳门新萄京官方网站67677 5

无论如何,人工智能注定不是一个少数公司包打天下的市场,而是一个先到先得的市场。比如,英伟达在人工智能上的布局已经在业绩上有所体现了,根据最新发布的截至4月30日的2017年第一季度财报,英伟达数据中心营业收入当中的人工智能部分,相比去年同期暴涨了186%。

基于全新的Volta架构,英伟达推出Tesla V100加速器,它速度比其前身Tesla
P100快2.4倍。

另一方面,已经向AI转型的传统芯片厂商的一举一动更是备受外界关注。比如,英特尔在Computex2017上宣布,2017年下半年将推出速度比GPU快10倍的深度学习专用芯片。软银孙正义在此前234亿英镑收购ARM基础上,近日增持英伟达并成为其第四大股东,对于业界来说同样劲爆。

谷歌在I/O 2017上发布第二代Cloud TPU

不过,在Computx2017上,英特尔很快“打脸”英伟达,表示将在2017年的下半年推出深度学习专用芯片,这种芯片速度比GPU快10倍,还将在2020年之前把深度学习的训练速度提升100倍。英伟达是人工智能GPU芯片第一大厂,英特尔“打脸”的目标不言而喻。

澳门新萄京官方网站67677 6

人工智能转型

在今年5月11日的NVIDIA GTC
2017上,英伟达推出了全新的GPU架构Volta。英伟达应用深度学习研究副总裁Bryan
Catanzaro表示这并不是前代架构Pascal的升级,而是一个全新的架构。Volta提供大量的FLOP(浮点运算),基于Volta的架构,人们就可以使用需要更多FLOP的深度学习模型。如今很多流行的模型都需要很大的计算资源,例如卷积学习神经网络。

根据彭博社的相关报道,苹果公司正在开发一种专门用于处理AI任务的定制化芯片,目的是将AI技术更好地应用在iPhone、iPad等产品中,提升其性能表现。

人工智能方兴未艾,谷歌的TPU、英伟达的GPU和英特尔的CPU组合方案,在硬件层面上都还只是尝试,这种尝试能帮助实现早期的技术积累。在采访的最后陈葆立提到,虽然是不同的硬件平台,但是大家都在想办法融合,这有利于帮助开发者,从而真正帮助人工智能向前发展。

目前,美国前三大云计算厂商亚马逊、微软、谷歌都已经不同程度地介入到人工智能领域,作为智能手机巨头的苹果则介入AI芯片领域。不过,几大巨头介入人工智能的目标和路径并不相同。

AlphaGo以3:0战胜柯洁九段

目前,美国前三大云计算厂商亚马逊、微软、谷歌都已经不同程度地介入到人工智能领域,作为智能手机巨头的苹果则介入AI芯片领域。不过,几大巨头介入人工智能的目标和路径并不相同。

据凤凰科技讯,2001年6月26日,著名导演史蒂文·斯皮尔伯格执导的《人工智能》(英文名:《AI》)在美国上映。影片讲述的是机器人小男孩大卫为了寻找养母,并缩短机器人与人类的差距而奋斗的故事。

全球科技巨头围绕人工智能(AI)芯片的布局令人眼花缭乱。不过,几大巨头介入人工智能的目标和路径并不相同。

Tesla
V100凝聚了英伟达内部数千名工程师数年的开发,研发投入相当于30亿美金。黄仁勋在NVIDIA
GTC 2017的主题演讲中,展示了一块Tesla
V100,他笑称全世界唯一一块就在他手上,如果有人想买的话,那么价格就是30亿美金。

前述芯片厂商技术人士认为,苹果试图从CPU到GPU再到基带芯片、PMIC、AP、蓝牙芯片甚至是闪存等核心元器件,技术体系越来越封闭,核心诉求还是想保住自己的高利润率。

GPU的设计初衷不是主要用来进行神经网络运算,而是图像处理。由于其特殊的构造碰巧也比较适用于神经网络运算,所以在TPU出现之前,大多数做机器学习厂商都在同时利用FPGA和GPU来改进训练自己的神经网络算法。

国内一家手机芯片厂商的技术人士告诉本报记者,苹果手机一些人工智能服务目前是由“CPU+GPU”实现的,苹果自主开发AI芯片的目标应该是,将目前由CPU和GPU处理的AI任务,转向由专门的AI芯片进行处理。

黄仁勋在台北国际电脑展的主题演讲中表示,GPU的运算能力提升非常快,能在未来取代CPU成为最主要的人工智能芯片。

相对谷歌、苹果来说,处于产业链更上游的英特尔、英伟达等芯片厂商,在人工智能领域的布局影响无疑更大,争斗也更加精彩。

英伟达创始人兼CEO黄仁勋却不认同“TPU威胁论”,在接受凤凰科技的采访时,他表示谷歌的TPU不会对英伟达的Volta
GPU构成威胁,双方在TensorFlow项目上保持着合作,而Volta
GPU的运算能力甚至在TPU之上。

全球科技巨头围绕人工智能(AI)芯片的布局令人眼花缭乱。

谈到英伟达基于GPU的人工智能战略,需要先从Volta说起。

不过,几乎包罗万象的人工智能,目前还处于早期阶段,科技巨头加快布局亦属正常。正如英特尔中国研究院认知计算实验室高级研究总监Peterchen在接受《中国经营报》记者采访时所说,人工智能还只是一个三岁小孩,目前在技术上还没有出现足够好的架构,决胜未来的关键是谁能在正确的方向上驾驭人工智能。

Arria 10就是一款主流的Altera FPGA产品

DGX-1V内置了8块Tesla
V100,黄仁勋表示“DGX-1V相当于400个服务器”,过去Titan X(GTX TITAN
X,泰坦显卡)需要花费8天训练的神经网络,DGX-1V只需要8个小时,性能提升了24倍。

黄仁勋展示基于Volta架构的Tesla V100加速芯片

作为世界最大的GPU制造商之一,英伟达一直不遗余力地推广GPU在深度学习领域的应用。老黄将英伟达称为“一家人工智能公司”。

在这部影片上映15年后,机器人还没有成为真正意义上的人,
但人工智能在围棋领域战胜了人类。它的强大和超强的进化能力,让人类棋手难以望其项背。

《人工智能》电影剧照

“AlphaGo Master比AlphaGo
Lee(与李世石对战的版本)要强大,Master在对战中耗费的能力(性能和功耗)仅是Lee版本的十分之一,需要4个TPU在单台电脑上运行即可。“DeepMind首席科学家David Silver在AlphaGo
战胜李世石后这样解释说。

HGX是英伟达和微软联合开发的云图形加速器,是英伟达人工智能战略的硬件支撑。它同样内置了8块Tesla
V100。目前微软的Project Olympus计划、Facebook的Big
Basin系统都是使用的HGX作为数据中心设计方案的核心。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章

网站地图xml地图