Google AI發(fā)展采ASIC芯片途徑 亞馬遜、微軟、百度等是否跟進(jìn)

　　Google日前宣布推出該公司第二代“特殊應(yīng)用集成電路”(ASIC)芯片，將用于加速該公司機(jī)器學(xué)習(xí)(ML)演算處理，此即Google第二代機(jī)器學(xué)習(xí)專(zhuān)用芯片“TPU”，隨著Google在發(fā)展人工智能(AI)上似乎是要以開(kāi)發(fā)ASIC芯片途徑為主，其他同樣正在發(fā)展自有AI技術(shù)的亞馬遜(Amazon)、Facebook、微軟(Microsoft)、阿里巴巴、騰訊及百度是否也會(huì)跟進(jìn)Google腳步，以及對(duì)當(dāng)前全球AI芯片發(fā)展處領(lǐng)導(dǎo)地位的NVIDIA、超微(AMD)、英特爾(Intel)及許多希望進(jìn)軍這塊領(lǐng)域的新創(chuàng)企業(yè)又會(huì)因此產(chǎn)生哪些影響，也成為外界關(guān)注焦點(diǎn)。

　　根據(jù)富比士(Forbes)報(bào)導(dǎo)，當(dāng)前可用于加速機(jī)器學(xué)習(xí)訓(xùn)練及深度神經(jīng)網(wǎng)路的主要芯片技術(shù)，包括ASIC芯片、繪圖芯片(GPU)、現(xiàn)場(chǎng)可程式化邏輯閘陣列(FPGA)芯片以及中央處理器(CPU)等4種，這4類(lèi)芯片技術(shù)在支援AI及機(jī)器學(xué)習(xí)上各有擅場(chǎng)及優(yōu)劣勢(shì)，其中GPU在技術(shù)上即為ASIC技術(shù)運(yùn)用在處理繪圖演算法上，差異在于A(yíng)SIC芯片可提供指令集及資源庫(kù)可讓GPU進(jìn)行程式化，借此可用在處理本地儲(chǔ)存的資料，好比是許多平行演算法的加速器般。

　　基本上GPU速度非?？烨蚁鄬?duì)具彈性，ASIC技術(shù)雖同樣具備處理速度很快的優(yōu)勢(shì)，不過(guò)使用彈性相對(duì)較缺乏。在開(kāi)發(fā)ASIC芯片上，要設(shè)計(jì)出一款A(yù)SIC芯片所需投入的資源及努力不少，可能必須耗資高達(dá)數(shù)千萬(wàn)甚或數(shù)億美元，且需要組建一支成本不低的工程師團(tuán)隊(duì)，顯示投資甚鉅，且ASIC芯片還將必須不斷升級(jí)以跟上新技術(shù)及制程水平，加上ASIC芯片設(shè)計(jì)者在開(kāi)發(fā)過(guò)程初期便已固定其邏輯，因此若在A(yíng)I這類(lèi)快速演進(jìn)的領(lǐng)域有新想法出現(xiàn)，ASIC芯片將無(wú)法對(duì)此快速做出反應(yīng)，反觀(guān)FPGA技術(shù)還能因此進(jìn)行再程式化以執(zhí)行一項(xiàng)全新功能。

　　因此，顯示ASIC技術(shù)并非現(xiàn)階段在A(yíng)I及深度神經(jīng)網(wǎng)絡(luò)應(yīng)用領(lǐng)域最佳的芯片技術(shù)，但為何Google仍持續(xù)采ASIC技術(shù)發(fā)展自有AI加速訓(xùn)練芯片，原因有三，分別是戰(zhàn)略目的、滿(mǎn)足自有龐大運(yùn)算基礎(chǔ)架構(gòu)需求以及Google云端發(fā)展的重要性。

　　戰(zhàn)略目的上，Google如今已將發(fā)展AI技術(shù)列為公司發(fā)展首要項(xiàng)目，AI技術(shù)對(duì)該公司搜尋本業(yè)、云端業(yè)務(wù)、自駕車(chē)發(fā)展、Google Home以及許多其他全新及既有產(chǎn)品線(xiàn)與服務(wù)來(lái)說(shuō)，都有其提供強(qiáng)化及支援的重要性，因此Google如今希望控制自有硬件TPU加速器以及自有軟件架構(gòu)TensorFlow，也不令外界感到意外。

　　滿(mǎn)足自有龐大運(yùn)算基礎(chǔ)架構(gòu)需求上，Google自有運(yùn)算基礎(chǔ)架構(gòu)堪稱(chēng)全球規(guī)模最大，在此情況下意謂Google可能需要擁有自有用于A(yíng)I加速的硬件平臺(tái)，以及需要一定的規(guī)模來(lái)打平所需投入的ASIC芯片龐大設(shè)計(jì)成本，實(shí)際上Google也宣稱(chēng)TPU芯片可省去該公司投建額外12座資料中心以用于處理AI負(fù)載的需要。

　　Google云端發(fā)展重要性上，Google高層對(duì)于該公司在全球云端運(yùn)算市場(chǎng)上，排名仍落后于亞馬遜及微軟、屈居第三感到不滿(mǎn)意，在Google云端運(yùn)算部門(mén)負(fù)責(zé)人Diane Greene領(lǐng)導(dǎo)下已大舉投資云端業(yè)務(wù)發(fā)展，未來(lái)Google可能運(yùn)用Google云端TPU的定價(jià)能力及效能表現(xiàn)，加上TensorFlow的受青睞程度，作為在云端領(lǐng)域機(jī)器學(xué)習(xí)發(fā)展上囊括市占率的潛在顯著優(yōu)勢(shì)。

　　至于上述同樣正積極發(fā)展自有AI技術(shù)的業(yè)者方面，即使具備打造自有加速器的實(shí)力，卻沒(méi)有任何一家業(yè)者有如Google般出現(xiàn)上述驅(qū)動(dòng)其發(fā)展自有ASIC芯片的三大驅(qū)動(dòng)力，反而有部分業(yè)者采取不同發(fā)展途徑，如百度宣布結(jié)盟NVIDIA發(fā)展其云端、智能家庭及自駕車(chē)的AI倡議，未來(lái)也不排除設(shè)計(jì)自有AI芯片。微軟方面，至少目前其云端服務(wù)Azure及Bing基礎(chǔ)架構(gòu)，已決定采用英特爾Altera FPGA芯片技術(shù)，另微軟也采用NVIDIA GPU來(lái)訓(xùn)練自有神經(jīng)網(wǎng)路。

　　因此報(bào)導(dǎo)預(yù)估，除了Google外，上述其余6家科技大廠(chǎng)可能不會(huì)很快就放棄采GPU發(fā)展AI的途徑，改采ASIC芯片途徑，由于這6家業(yè)者似乎都正忙于發(fā)展機(jī)器學(xué)習(xí)模型，并投入欲發(fā)展成各類(lèi)產(chǎn)品與服務(wù)的商品化努力上，因此若要這6家業(yè)者設(shè)計(jì)ASIC芯片及相應(yīng)軟件，基于需要投入大量時(shí)間金錢(qián)，可能會(huì)導(dǎo)致發(fā)展資源遭分散，而無(wú)法集中于當(dāng)前努力的目標(biāo)上。

　　若真要說(shuō)，NVIDIA開(kāi)發(fā)的深度學(xué)習(xí)加速器(DLA)Open Source ASIC芯片，可說(shuō)是循ASIC發(fā)展途徑走的案例，該ASIC芯片是NVIDIA設(shè)計(jì)至其下世代自駕車(chē)平臺(tái)DrivePX的產(chǎn)品，借此AI硬件開(kāi)發(fā)者將能夠采用NVIDIA最新AI硬件及軟件技術(shù)，以及授權(quán)NVIDIA硬件IP作為由NVIDIA貢獻(xiàn)的開(kāi)放源技術(shù)。之后NVIDIA或可將此免費(fèi)開(kāi)放源硬件IP與軟件服務(wù)商用化。