芯片催化剂:谷歌、微软走在AI浪潮的前沿地带
目前来看,我们的未来似乎是很明确的: 人工智能 不仅能照顾我们的日常生活,还能帮我们处理各种工作。但是,随着技术产业忙于扩建这个崭新的人工智能世界,追求利润增长,技术产业却遇到了减速带:计算机在所需的特定计算方面还远不够强大高效。对于人工智能热潮,当我们过多关注算法在扑克或驾驶中击败人类的最新壮举时,我们对研发能够支持人工智能未来的新型计算机 芯片 却少有关注。
软件公司 谷歌 和 微软 已经投入到开发自己独有芯片的复杂任务中 。同时,他们正面临一批新兴创业公司的竞争,这些公司兜售自己以人工智能为中心的芯片,这一竞争可能会撼动现有的芯片行业。
微软最近刚刚公布其人工智能芯片制作项目 ,其负责人Harry Shum展示了为增强现实眼镜HoloLens研发的新型芯片。Shum所展示的追踪手部动作的芯片包括一组专门设计的模块,用于高效运行在语音和图像识别方面取得最新进展的深度学习软件。微软希望我们能够顺利地与看到的虚拟物体交互。微软表示市场上还没有什么设备可以支持头戴式电池设备高效运行机器学习软件。
微软的项目紧随谷歌于2016年推出的深度学习芯片之后。 其TPU(tensor processing unit)是为了支持在公司的云内部更高效地进行深度学习。 今年早些时候,谷歌告诉WIRED,由于语音识别需求飙升,TPU已为公司节省了15家新数据中心建设的成本。谷歌于5月份宣布,它已经开发了更强大的TPU版本,并将向公司 云计算 业务的客户出租芯片的使用权。
微软为Hololens研发了深度学习处理器的消息表明,Redmond不需要从头开始准备自己的服务器芯片来与谷歌的TPU竞争。让自己的云在使用现场可编程门阵列(FPGA)的深度学习中更加高效,微软在此方面已经花了好几年的时间。这种芯片在制造后可以重新配置,以使特定的软件或算法运行地更快。微软计划明年向云客户提供这些服务。但是,当最近被问及微软是否也会制造类似谷歌那样的消费性服务器芯片时,微软FPGA的技术主要负责人Doug Burger表示并不会排除这种可能性。用于HoloLens深度学习芯片的部分设计和供应链流程可以重新定义,以适应服务器芯片。
谷歌和微软的项目明显是人工智能芯片行业为了抗衡现有的半导体制造商巨头英特尔、 英伟达 等的手段。 苹果为其移动设备设计处理器已有多年。外界广泛认为,苹果正致力于研发新的芯片,以使未来的iPhone在人工智能方面更加出彩。许多创业公司正在开发自己的深度学习芯片,其中包括由前谷歌TPU项目的工程师创立的Groq。半导体行业分析公司Linley Group的创始人Linley Gwennap表示:“像英特尔和英伟达这样的公司一直在努力销售过去的产品。我们已经看到,这些领先的云计算公司和创业公司的发展速度更快,因为他们了解自己的数据中心和更广泛的市场所需要的是什么。”
图形芯片制造商英伟达近年来的销售和利润飙升,因为其芯片比传统处理器更适合深度学习软件。但是,Gwennap表示,英伟达大多选择修改和扩展其现有的芯片设计,而不是从头开始研发专门针对深度学习的芯片。
然而,传统芯片公司也不甘示弱。 世界最大的芯片制造商——英特尔,去年收购了一家名为Nervana的人工智能芯片创业公司,目前正基于该公司技术开发一款针对深度学习的芯片。英特尔拥有世界上最复杂、最昂贵的芯片制造业务。但是,在芯片行业崛起的新兴代表则表示,他们有重要优势。优势之一便是,他们不必受限于现有的芯片生态系统和最初为其他目的开发的软件。
“我们的任务很简单,因为我们正努力做好一件事,可以从头开始研发。”Graphcore首席执行官兼联合创始人Nigel Toon说道。Graphcore是专门从事人工智能芯片的英国公司。上周,公司刚刚获得了3000万美元的融资,其中包括Google DeepMind AI研究部门首席执行官Demis Hassabis的资金。该轮融资中还有数位来自由Elon Musk共同创立的OpenAI的领导人。
另一方面,大型的云技术公司可以利用他们在运行和发明机器学习服务和技术方面的丰富经验。“我们真正可以从谷歌受益的一件事是,我们可以直接与应用程序开发人员一起工作,比如说语音识别和街景视图。”谷歌TPU项目工程师Norm Jouppi说,“当您专注于几个客户并与他们携手合作时,开发的周转时间将大大缩短。”
谷歌和微软以软件起家,但是这些软件都是使用其他公司设计和制造的芯片。随着人工智能越来越重要,技术行业的硅芯片正在发生着变化,制造商们也是如此。