人工智能急需變革？比起英特爾的焦慮，互聯(lián)網(wǎng)企業(yè)更想蹚這一池芯片水

　　新年剛過，人工智能界先后有兩次理論上的新知公諸于世：一是圖靈獎(jiǎng)獲得者David Patterson與John Hennessy發(fā)布論文稱計(jì)算機(jī)體系結(jié)構(gòu)的新黃金時(shí)代將到來，二是計(jì)算機(jī)視覺奠基者之一Alan Yuille公開懟了一波深度學(xué)習(xí)，他認(rèn)為神經(jīng)網(wǎng)絡(luò)已進(jìn)入瓶頸期，現(xiàn)在科研人員一股腦兒涌入深度學(xué)習(xí)不利于軟件算法的發(fā)展。

　　透過兩則消息，不難察覺到人工智能產(chǎn)業(yè)急需變革的呼聲已經(jīng)十分強(qiáng)烈，無論是硬件端還是軟件算法，而它確實(shí)要迎來了新的發(fā)展階段。事實(shí)上，隨著市場需求變化和技術(shù)迭代，一直以來軟件算法和硬件芯片雖各自發(fā)展卻也如兩股互相“博弈”的力量般糾纏不休。而當(dāng)深度學(xué)習(xí)發(fā)展步入模式時(shí)，一邊是專家對創(chuàng)新衰退的憂慮，另一邊則預(yù)示著深度學(xué)習(xí)架構(gòu)的發(fā)展已經(jīng)邁入一定的成熟階段，此時(shí)將部分功能下沉到硬件端的需求則順勢衍生。

　　圖 |《計(jì)算機(jī)體系結(jié)構(gòu)的新黃金時(shí)代》

　　在《計(jì)算機(jī)體系結(jié)構(gòu)的新黃金時(shí)代》中，Patterson和Hennessy這樣寫道，“計(jì)算機(jī)體系結(jié)構(gòu)領(lǐng)域?qū)⒂瓉碛忠粋�(gè)黃金十年，就像20世紀(jì)80年代我們做研究那時(shí)一樣，新的架構(gòu)設(shè)計(jì)將會帶來更低的成本，更優(yōu)的能耗、安全和性能。”如所言，在深度學(xué)習(xí)算法熱潮過后，2019年的硬件產(chǎn)業(yè)也開始了新的蠢蠢欲動(dòng)，而在AI賦能應(yīng)用的大背景下，它具體表現(xiàn)為推理芯片市場的崛起。

　　英特爾沉不住氣了，推理芯片市場開啟群雄爭霸

　　回到2019年年初前后這一期間，迎來了歷史轉(zhuǎn)型期的芯片市場可以說動(dòng)蕩不安，一邊存儲芯片價(jià)格在漲一波跌一波的云雨之中起伏;另一邊為了滿足人工智能催生的產(chǎn)能需求，英特爾、美光等老牌IDM廠商開始大肆興建起工廠。而不同于已有的成熟市場，有一部分新興的AI芯片市場也逐漸有了蓬勃生長的態(tài)勢，產(chǎn)業(yè)化發(fā)展向好。

　　“苗頭”就出現(xiàn)在CES 2019上，英特爾高調(diào)宣布與Facebook合作開發(fā)一款A(yù)I推理芯片，并宣稱將于2019年下半年完成。

　　在曝光度極高的CES上，提前半年大肆宣傳并隆重預(yù)告這一款公眾并不熟知的推理芯片，作為x86架構(gòu)締造者，占據(jù)數(shù)據(jù)中心服務(wù)器市場90%份額的英特爾，顯然有些沉不住氣了。

　　無獨(dú)有偶，在研發(fā)推理芯片這件事情上，各家有能力爭一塊蛋糕的廠商也都開始摩拳擦掌，不出意外得集中在2019年前后幾個(gè)月推出自家產(chǎn)品。2018年9月，英偉達(dá)推出自己的推理預(yù)測芯片;11月，亞馬遜召開re:Invent大會，在會議上隆重發(fā)布了一款專用推理芯片AWS Inferentia，以用于自己的服務(wù)器推理任務(wù)處理;而阿里也透露了自己首款推理芯片Ali-NPU的發(fā)布時(shí)間，同F(xiàn)acebook相近，定在了2019年中。

　　在2019年前后巨頭們不約而同得帶起了一波“節(jié)奏”，這樣的集群效應(yīng)或多或少說明了專用推理芯片系統(tǒng)市場已經(jīng)開始要“變天”。

　　數(shù)據(jù)統(tǒng)計(jì)顯示，到2021年，訓(xùn)練市場規(guī)模將增長到82億美元，而推理市場規(guī)模將達(dá)到118億美元，超出前者近四十億美元。時(shí)間緊迫，機(jī)會轉(zhuǎn)瞬即逝，在沒有巨頭的大片“藍(lán)海”市場面前，換作誰都是要坐不住的。

　　一場由互聯(lián)網(wǎng)企業(yè)引發(fā)的芯片之戰(zhàn)

　　既知是藍(lán)海，早些年亦有許多科研院所在積極研究，巨頭們卻都到今年才遲遲動(dòng)手，是為何？

　　Facebook公開道出了其中的緣由。

　　去年四月份，F(xiàn)acebook暗地里組建芯片團(tuán)隊(duì)的事情被彭博社報(bào)道，稱它想擺脫對英特爾和高通的依賴，隨后成為熱議的焦點(diǎn)。后沒有多久，在一年一度的大會上，F(xiàn)acebook的高管大大方方承認(rèn)了。

　　作為一家互聯(lián)網(wǎng)公司，F(xiàn)acebook坦言它的初衷不是為造芯片而造芯片，實(shí)則是深受成本成倍增加之苦但同時(shí)又尋不到更優(yōu)硬件方案，無奈使然。2018年末的大會上，對于這一點(diǎn)，F(xiàn)acebook高管Jason Taylor就直接毫不留情的懟了當(dāng)時(shí)市面上的推理芯片：“市面上是有很多加速器芯片，但是我們發(fā)現(xiàn)他們設(shè)計(jì)的芯片在完成關(guān)鍵工作負(fù)載任務(wù)的能力上，值得考量。”

　　言下之意，Taylor認(rèn)為很多公司在沒有弄清楚深度學(xué)習(xí)應(yīng)用端需要處理的推理任務(wù)有哪些就開始造芯片，頗有亂打亂撞的嫌疑。而在深度學(xué)習(xí)算法的應(yīng)用上，以精準(zhǔn)營銷著長的Facebook似乎也更有發(fā)言權(quán)。

　　據(jù)公司工程師Kim Hazelwood介紹，每天Facebook的AI應(yīng)用程序產(chǎn)生超過200萬億個(gè)推送，翻譯超過50億個(gè)文本，并自動(dòng)刪除超過一百萬個(gè)假賬戶，在推理功能上，F(xiàn)acebook的任務(wù)計(jì)算量是其他任務(wù)的100倍。官方透露的數(shù)據(jù)顯示，2018年，F(xiàn)acebook的資本支出大約在140億美元，2019年，這個(gè)數(shù)字預(yù)計(jì)將增長到200億美元，其中很大一部分支出都在數(shù)據(jù)中心服務(wù)器上。

　　但苦于沒有合適替代方案，今天Facebook還不得不采用“CPU+GPU”的服務(wù)器。

　　和Facebook類似，最接近應(yīng)用，需求也是最為強(qiáng)烈，因而谷歌、亞馬遜、阿里等將人工智能與互聯(lián)網(wǎng)應(yīng)用融合密切的企業(yè)都不可避免的遇到了這個(gè)問題，因而也陸續(xù)開啟了自研芯片之路。

　　不可不知的“鼻祖”

　　在這組互聯(lián)網(wǎng)梯隊(duì)中，谷歌是第一位吃螃蟹的“人”，同時(shí)它用這個(gè)秘密武器助力AlphaGo戰(zhàn)勝李世石，引起轟動(dòng)。而這里的秘密武器就是谷歌TPU（張量處理單元）。

　　其實(shí)2017年，當(dāng)谷歌重磅推出TPU時(shí)，很多人都好奇作為一家成功的互聯(lián)網(wǎng)公司，谷歌怎么突然有興趣做起了芯片，還做出了這樣一款“腦洞大開”的芯片?

　　在后來的公開論文中，谷歌提到其實(shí)自己的軟件服務(wù)背后需要龐大的服務(wù)器網(wǎng)絡(luò)在支持，即需要難以計(jì)數(shù)的硬件服務(wù)器日夜運(yùn)行。提供的數(shù)據(jù)顯示，為了支持各類大量的數(shù)據(jù)應(yīng)用，谷歌當(dāng)時(shí)已經(jīng)在全球四個(gè)洲建有15個(gè)倉庫般大小的數(shù)據(jù)中心。

　　但是隨著深度學(xué)習(xí)算法的出現(xiàn)，令谷歌自己驚奇的事情發(fā)生了。在后來計(jì)算機(jī)架構(gòu)專家David Patterson和Norm Jouppi合著的論文中，他們提到這樣一個(gè)細(xì)節(jié)：六年前，谷歌開始為安卓操作系統(tǒng)添加語音識別功能之后，原來相對充裕的計(jì)算能力突然間捉襟見肘，根據(jù)當(dāng)時(shí)谷歌工程師的推算——如果世界上每一臺安卓手機(jī)每天都使用3分鐘的語音搜索功能，且識別率百分之百正確，即一次搜索成功，那么谷歌的數(shù)據(jù)中心的規(guī)模就起碼要翻倍。

　　這樣的解釋，與Facebook后提到的境況幾近相同。

　　意識到這樣的問題，谷歌為這樣的大規(guī)模擴(kuò)張需求而背后生寒，更何況當(dāng)時(shí)還只是深度學(xué)習(xí)算法應(yīng)用剛剛開始的階段。因此在慎重考慮了語音識別技術(shù)的迅速發(fā)展和推理運(yùn)算需求的激增等情況之后，谷歌決定開發(fā)專屬推理芯片以替代性能不足的CPU，即后來的TPU。

　　不過當(dāng)時(shí)外界只知谷歌街景、AlphaGo等應(yīng)用中用到了TPU，對于“蒙上一層面紗”的TPU到底為何物，眾說紛紜。后來直到看見谷歌公開發(fā)表的TPU論文并眼見AlphaGo的成功，眾人才意識到谷歌TPU劃時(shí)代的意義。

　　寒武紀(jì)陳天石毫不吝嗇得用了“濃墨重彩”一詞盛贊其對于整個(gè)產(chǎn)業(yè)發(fā)展的意義；而英偉達(dá)黃仁勛也不惜親自撰寫長文來回應(yīng)谷歌TPU與自己產(chǎn)品的對比，雖然言語之中難掩對英偉達(dá)技術(shù)的偏袒，但也只有勢均力敵的對手值得“老黃”如此重視。

　　后來Jouppi在一篇論文中這樣評價(jià)這款芯片，“這并不意味著TPU有多復(fù)雜，它看起來更像雷達(dá)的信號處理引擎，而不是標(biāo)準(zhǔn)X86架構(gòu)。而且它與浮點(diǎn)單元協(xié)處理器更為神似，跟GPU倒不太一樣。”

　　所謂創(chuàng)新，大概如此。

　　一股清流，從通用出發(fā)去做專用芯片

　　目前主導(dǎo)推動(dòng)推理芯片市場的以互聯(lián)網(wǎng)公司居多，除了領(lǐng)頭的谷歌，還有Facebook、亞馬遜等，不可忽視的還有以硬件結(jié)構(gòu)創(chuàng)新為出發(fā)點(diǎn)、骨骼清奇的寒武紀(jì)和尋求新增長力的英偉達(dá)。

　　不過，其中Facebook最有意思。

　　從他們在公共場合的表態(tài)來看，和谷歌、亞馬遜所處之境一樣，面對不可控的成本上漲，F(xiàn)acebook不是不著急。但不同于其他四家的芯片設(shè)計(jì)方向，即依據(jù)應(yīng)用需求調(diào)試算法，隨后依次開發(fā)設(shè)計(jì)硬件，F(xiàn)acebook選擇耐著性子去做一款通用的深度學(xué)習(xí)專用芯片。按照Facebook的意思，雖然是深度學(xué)習(xí)專用芯片，但是也不可順著應(yīng)用需求過于專一，因此它的做法也是非常獨(dú)特。

　　這始于Facebook早早為自己搭建好的一款名為Facebook Glow的深度學(xué)習(xí)通用處理器。提到這款平臺，F(xiàn)acebook稱其可用于處理云端的各種深度學(xué)習(xí)加速，但又不同于TensorFlow等開源工具，它不是針對用戶設(shè)計(jì)的。

　　Taylor解釋說：“推理加速器的市場必將表現(xiàn)為硬件碎片化，但我們的Glow主要是幫助深度學(xué)習(xí)專家設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)而不是讓大家用它來開發(fā)算法，以調(diào)試到去適應(yīng)各類硬件推理加速器。我們知道碎片化時(shí)代正在到來，因?yàn)闆]人知道怎樣把硬件資源組合起來最優(yōu)，所以我們會讓開發(fā)者專注在上層的網(wǎng)絡(luò)圖上而不是讓他們?yōu)?lsquo;硬件’敲代碼。”

　　在軟件加速器上樹立好絕對的標(biāo)準(zhǔn)，而后基于此來設(shè)計(jì)芯片，F(xiàn)acebook的造芯計(jì)劃可謂宏圖。

　　其實(shí)對于Facebook研發(fā)芯片這件事，業(yè)內(nèi)人多用“奇葩”來形容。依據(jù)精準(zhǔn)的上層架構(gòu)來反向“強(qiáng)行”設(shè)計(jì)出底層具有通用性的AI芯片，很難評價(jià)其做法是否過于執(zhí)拗和宏大，只能暗嘆它的不走尋常路，因此對于CES2019上Intel宣布的這款與Facebook聯(lián)手的芯片，還是值得期待一下。

　　終端市場緣何如此重要？

　　不難發(fā)現(xiàn)，上文提到的在推理芯片市場引起軒然大波的芯片產(chǎn)品都可歸為一類：服務(wù)器芯片，即終端市場。

　　從技術(shù)角度來看，其實(shí)不僅僅是終端市場對推理芯片有著強(qiáng)需求，隨著智能應(yīng)用需求的深入，手機(jī)等移動(dòng)端亦有此需求，如華為麒麟平臺中用到的NPU芯片正是一款專用于解決神經(jīng)網(wǎng)絡(luò)推理計(jì)算的芯片。

　　但是不同于端側(cè)市場的現(xiàn)有產(chǎn)品飽和與增長力不足，因云計(jì)算快速的深入，服務(wù)器的計(jì)算任務(wù)需求呈爆發(fā)式增長，因而對硬件架構(gòu)提升的需求格外迫切。

　　亞馬遜James Hamilton曾結(jié)合亞馬遜所遇到的問題給出這樣的分析：一直以來，雖然專用芯片可以成十倍改善延遲、降低成本和功耗，但是通用芯片的地位卻是不可撼動(dòng)的，這里面有其原因。以傳統(tǒng)服務(wù)來說，一般情況下每個(gè)用戶只會用到幾個(gè)固定的服務(wù)器，即我們的服務(wù)器是按照用戶分配的，這樣的情況下專用芯片通常是沒什么用的。但是云改變了一切，在一個(gè)完備的云系統(tǒng)中，比較“罕見”的工作負(fù)載甚至需要連接進(jìn)入數(shù)千甚至數(shù)萬個(gè)服務(wù)器里，同時(shí)運(yùn)行以完成任務(wù)。這在過去是完全不可能實(shí)現(xiàn)的，因?yàn)橐郧凹幢隳軌蚝芎玫姆峙淙蝿?wù)給專用硬件，也不能節(jié)約成本，尤其是當(dāng)一些緊急狀況出現(xiàn)時(shí)。

　　云的出現(xiàn)打通了硬件之間的“壁壘”，也極大程度的發(fā)揮了深度學(xué)習(xí)算法的威力，但它同時(shí)很快耗盡了眾多公司現(xiàn)有服務(wù)器芯片的計(jì)算能力。

　　IDC曾做過數(shù)據(jù)統(tǒng)計(jì)，2018年第二季度全球服務(wù)器市場的廠商收入同比增長43.7%達(dá)到225億美元，該季度全球服務(wù)器出貨量同比增長20.5%達(dá)到290萬臺。而其中最大的增長力就表現(xiàn)在云計(jì)算服務(wù)器上。

　　深度學(xué)習(xí)、推理芯片與產(chǎn)業(yè)變遷

　　回到推理芯片，即處理邏輯運(yùn)算的芯片。其實(shí)它并不是什么新產(chǎn)物，這里不得不提英特爾的x86架構(gòu)。

　　所謂x86架構(gòu)，通俗來講就是一種通用的“CPU+Linux”操作系統(tǒng)的架構(gòu)，它伴隨著1978年英特爾推出的8086處理器出現(xiàn)，具體指的是英特爾開發(fā)的一套通用的計(jì)算機(jī)指令集合。目前市面上所有主流的服務(wù)器都是基于Intel x86架構(gòu)的CPU公版二次開發(fā)而來。

　　采用Intel的x86架構(gòu)來處理服務(wù)器大量的計(jì)算任務(wù)，有人說是考慮CPU通過馮諾依曼架構(gòu)可以為數(shù)百萬的不同應(yīng)用加載任何軟件的靈活性優(yōu)勢，有人認(rèn)為英特爾x86架構(gòu)的向后兼容性讓用戶只要換個(gè)CPU就能獲得性能提升的優(yōu)勢主導(dǎo)使然�？偠�言之，不同于訓(xùn)練模式的單一，深度學(xué)習(xí)推理任務(wù)的復(fù)雜讓產(chǎn)業(yè)界綜合考慮成本、技術(shù)成熟度等因素而最終選擇了CPU芯片+x86指令集的系統(tǒng)架構(gòu)。

　　但眾所周知的是，古老的x86架構(gòu)雖經(jīng)過了幾十年的技術(shù)迭代，受系統(tǒng)架構(gòu)本身的訪問限制（又稱馮諾依曼瓶頸），其總體的吞吐量和能耗都限制了它在大量計(jì)算任務(wù)上的表現(xiàn)能力，尤其是當(dāng)深度學(xué)習(xí)算法出現(xiàn)后，這一弊端愈加被凸顯。

　　深度學(xué)習(xí)算法之所以如此重要，主要原因在于它剛剛誕生不久就能夠迅速適應(yīng)幾乎所有的應(yīng)用需求，歷史上很少有一項(xiàng)技術(shù)有如此的影響力，因此其特殊屬性催生了對大量數(shù)據(jù)進(jìn)行處理和分析的需求。對于這一算法帶來的影響，黃仁勛一句話點(diǎn)出其中奧妙：深度學(xué)習(xí)是一種新的計(jì)算方法，所以整個(gè)產(chǎn)業(yè)需要發(fā)展出一種新的計(jì)算體系結(jié)構(gòu)。

　　因而在深度學(xué)習(xí)的兩大功能——訓(xùn)練和推理的模式推動(dòng)下，Caffe、Tensorflow等軟件架構(gòu)工具迅速發(fā)展，芯片巨頭也爭相以此為起點(diǎn)開發(fā)新的芯片。英偉達(dá)借助GPU與訓(xùn)練功能的天生匹配登上了市場龍頭的寶座，但他們發(fā)現(xiàn)要實(shí)現(xiàn)訓(xùn)練之后的推理功能，即對圖像的識別、語義的關(guān)聯(lián)處理等，GPU卻是不適合的。

　　沒有合適“人選”，推理市場因此空出霸主之位。退而求其次，CPU+GPU發(fā)展成了服務(wù)器市場中主流的架構(gòu)解決方案，但終究不是長久之計(jì)。對此，大家心知肚明。

　　最后

　　在這一波巨頭帶動(dòng)的小高潮背后，無疑預(yù)示著產(chǎn)業(yè)發(fā)展中推理任務(wù)處理需求積聚到了一個(gè)新的高點(diǎn)。

　　箭在弦上，不得不發(fā)。但最終誰將勝出，還只能靜候各廠家接下來的芯片產(chǎn)品。

　　正如Patterson與Hennessy在《計(jì)算機(jī)體系結(jié)構(gòu)的新黃金時(shí)代》里所言，“在摩爾定律走向終點(diǎn)的同時(shí)，體系結(jié)構(gòu)正在閃耀新的活力——以TPU為代表的領(lǐng)域特定架構(gòu) (Domain Specific Architectures, DSA) 興起，但CPU、GPU、FPGA仍然有用武之地，最終，市場會選出勝者。”

　　最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！