|
在不到12個小時里，有三個人問我是否愿意花一個小時跟一位陌生人通一小時的電話，稱并愿意為此給我提供報酬。 三人都說他們很喜歡我寫的一篇有關谷歌在搭載針對人工智能的新計算機芯片的文章，都促請我跟他們的其中一位客戶討論該文章的內容。他們稱該客戶是一家大型對沖基金的經理，但不愿意透露其姓名。 這些請求來自于所謂的專家網絡——連接投資者和可幫助他們理解特定市場的人，給他們帶來競爭優勢（有時似乎是通過內幕消息）的研究公司。這些專家網絡希望我去解釋谷歌的AI處理器會如何影響芯片市場。不過，他們希望我簽訂保密協議。我拒絕了。 這些主動性的、高度針對性的高壓請求（大概發生于三周前），凸顯了利潤非常豐厚的計算機芯片市場當前翻天覆地的變化——人工智能的崛起所引發的變化。那些對沖基金經理認為這些變化將要到來，但不大確定它們具體會帶來怎樣的影響。 當然，沒有人能夠確定它們將會帶來怎樣的影響。 如今，谷歌、Facebook、微軟、亞馬遜、百度等互聯網巨頭都在探索一系列能夠驅動AI發展的芯片技術，它們的選擇勢必將會改變英特爾、英偉達等芯片廠商的命運。但現階段，即便是那些互聯網巨頭內部的計算機科學家也不清楚未來會出現怎樣的演變。 巨頭們的行動 這些公司通過配備數千臺服務器的數據中心運營它們的在線服務，各臺服務器都由名為中央處理器（CPU）的芯片所驅動。不過，隨著這些公司擁抱一種名為深度神經網絡的AI形式，它們在給CPU補充其它的處理器。神經網絡能夠通過分析大量的數據來學習執行任務，其中包括識別照片中的人臉和物體，語言翻譯等等。它們需要的并不只是CPU性能。 因此，谷歌打造了張量處理單元（TPU）。微軟正在使用一種名為現場可編程門陣列（FPGA）的處理器。無數的公司采用配備大量圖形處理器（GPU）的機器。它們都在著眼于新芯片品種，以便加速從智能手機和其它設備內部提供AI技術的進程。 這些公司的任何選擇都事關重大，因為它們的在線業務運營范圍非常寬廣。它們采購和運行的計算機硬件比世界上任何其它的公司都要多得多，隨著云計算變得日益舉足輕重，這一差距勢必將會進一步擴大。谷歌對于處理器的選擇，會根本性地改變芯片行業。 谷歌的TPU對像英特爾和英偉達這樣的公司構成威脅，因為谷歌自己來打造該款芯片。不過，GPU也在谷歌和其它大科技公司當中扮演重要的角色，而英偉達是這種專業化芯片的主要制造商。與此同時，英特爾也通過收購Altera切入市場。微軟的FPGA悉數來自這家公司。英特爾收購Altera的價格高達167億美元，是它迄今為止規模最大的一宗收購，這也凸顯了芯片市場當前的巨大變化。 神經網絡的訓練與執行 然而，處理好這一切并非易事——部分因為神經網絡的運行分兩個階段。第一個階段是訓練階段，期間像谷歌這樣的公司會訓練神經網絡去執行特定的任務，如識別照片中的人臉，或者將一種語言翻譯成另外一種。第二個階段是執行階段，即人們實際上用到神經網絡的階段——例如，將高中大合照發布到Facebook，然后后者會自動在照片中給每一個人打上標簽。這兩個階段大不一樣，需要不同的處理方式。 當前，GPU是神經網絡訓練的最佳選項。芯片廠商以往設計GPU來給游戲和其它圖像類應用渲染圖像，但近年來，谷歌等公司發現這些芯片還是實現訓練神經網絡所需的運算陣列的高能效方式。這意味著它們可以用較少的硬件來訓練更多的神經網絡。微軟AI研究人員XD Huang稱GPU是“真正的武器”。最近，他的團隊完成了一個可識別特定語音對話和人類的系統，開發歷時大約一年。他指出，要是沒有GPU，則要花費5年時間。在微軟發表有關該系統的研究論文后，他在英偉達CEO黃仁勛的家中開香檳慶祝。 不過，企業還需要芯片來快速執行神經網絡，這一過程被稱作推斷。針對這一過程，谷歌專門打造了TPU，微軟采用FPGA。百度則是使用GPU，相對于神經網絡的訓練，GPU在推斷上并沒那么適用，但有合適的軟件的話也能夠奏效。 與此同時，其它公司在打造芯片來幫助在智能手機和其它設備上執行神經網絡。IBM正在開發這種芯片，盡管有人質疑其芯片的有效性。英特爾則斥資收購已經在涉足該芯片領域的公司Movidius。 英特爾明白該市場正在發生變化。4年前，該芯片廠商向我們透露，它出售給谷歌的服務器處理器數量要出售給另外四家大公司的數量之和——所以它能夠直接體會到谷歌及其它大科技公司對于芯片市場的巨大影響。因此，它如今在押注多個領域。除了將Altera和Movidius收歸門下之外，它還吞并了AI芯片公司Nervana。 這不難理解，畢竟該市場還處于發展的初期階段。英特爾副總裁杰森·韋克斯曼（Jason Waxman）稱，“我們正處在下一波巨大增長浪潮爆發的邊緣，那將會由人工智能驅動。”現在的問題在于，這一浪潮將會將我們帶到何方。 文章來源：中芯谷 |
