計(jì)算芯片革命來臨？英偉達(dá)谷歌入局緊逼英特爾

　　隨著神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用越來越多，人們也越發(fā)地認(rèn)識(shí)到神經(jīng)網(wǎng)絡(luò)所需的計(jì)算力近乎于無底洞 。如果說高校實(shí)驗(yàn)室和一般愛好者在耐心等待之外辦法不多的話，大公司們要面對(duì)的則是“做還是不做”的問題。

　　英特爾、英偉達(dá)、微軟、谷歌這幾年為了“做”，都有哪些舉動(dòng)呢?紐約時(shí)報(bào)的這篇文章可以帶我們看看這一變化的梗概。

　　最近人們希望電腦能做的事情越來越多。電腦要跟人對(duì)話，要能認(rèn)出人臉，也要能認(rèn)出路邊的小花，再過不久還要給人類開車。所有這些人工智能都需要極高的計(jì)算能力，即便當(dāng)下最先進(jìn)的電腦也沒法隨隨便便完成。

　　為了能夠滿足高速增長(zhǎng)的計(jì)算需求，一些科技巨頭們現(xiàn)在正從生物學(xué)中尋找靈感。他們正在重新思考電腦的本質(zhì)，然后建造更像人類大腦的機(jī)器：神經(jīng)系統(tǒng)里要有一個(gè)中央腦干，然后把聽、說這樣的具體任務(wù)交給周圍的大腦皮層去做。他們希望電腦也能這樣。

　　新時(shí)代的萌芽

　　在連續(xù)幾年的緩步發(fā)展以后，計(jì)算機(jī)終于又開始進(jìn)化了，換上了新樣子的計(jì)算機(jī)會(huì)產(chǎn)生廣泛而持久的影響。它們能夠大大提高人工智能系統(tǒng)的運(yùn)行速度，也許未來某一天“機(jī)器人可以統(tǒng)治世界”的夢(mèng)想也可以成真。這種轉(zhuǎn)換也會(huì)削弱芯片巨頭英特爾的地位。從提供互聯(lián)網(wǎng)服務(wù)的數(shù)據(jù)中心、手里的iPhone到VR頭盔和無人機(jī)，所有科技產(chǎn)品的核心都是半導(dǎo)體芯片。隨著新型芯片的時(shí)代來臨，目前年產(chǎn)值三千億美元的半導(dǎo)體工業(yè)很可能會(huì)完全變個(gè)樣子。

　　現(xiàn)任谷歌母公司Alphabet董事的 John Hennessy 曾任斯坦福大學(xué)校長(zhǎng)，1990年代他出版寫過一本計(jì)算機(jī)設(shè)計(jì)的權(quán)威著作?！斑@是一場(chǎng)巨大的變革，”他說，“現(xiàn)在的這一套做法馬上就要過時(shí)了，大家都想重新開發(fā)一套系統(tǒng)架構(gòu)。”

　　現(xiàn)有的計(jì)算機(jī)架構(gòu)也有過自己的好日子。在過去的接近五十年里，計(jì)算機(jī)的設(shè)計(jì)者們都圍繞著一塊單獨(dú)的、全能的芯片設(shè)計(jì)整個(gè)系統(tǒng)。這個(gè)全能的芯片就是CPU，臺(tái)式電腦、筆記本電腦里都有，往往來自英特爾;手機(jī)里有時(shí)候也有英特爾的CPU。英特爾也是全球最大的半導(dǎo)體生廠商之一。

　　更復(fù)雜的系統(tǒng)在計(jì)算機(jī)工程師中間變得流行起來。以前可能所有的任務(wù)都要傳到英特爾CPU中完成，現(xiàn)在的計(jì)算機(jī)則會(huì)把任務(wù)分成許多的小塊，然后把它們交給外圍的專用芯片完成，這些芯片結(jié)構(gòu)比CPU簡(jiǎn)單、耗電也要更少。

　　谷歌的大型數(shù)據(jù)中心里的變化是對(duì)全行業(yè)未來走向的一個(gè)預(yù)兆。谷歌大多數(shù)的服務(wù)器里都還有一個(gè)CPU，但是現(xiàn)在有數(shù)不清的定制化芯片和它們共同工作，為語音識(shí)別等人工智能應(yīng)用提供運(yùn)算支持。

　　實(shí)實(shí)在在的需求推動(dòng)了谷歌的這一變化。多年以來，谷歌都有著全世界最大的計(jì)算機(jī)網(wǎng)絡(luò)，簡(jiǎn)直像是一個(gè)數(shù)據(jù)中心和線纜組成的帝國(guó)，從加利福尼亞一直擴(kuò)張到芬蘭和新加坡。然而，對(duì)這位谷歌的研究員來說，這樣的網(wǎng)絡(luò)還是太小了。

　　Jeff Dean 和谷歌為人工智能應(yīng)用開發(fā)的TPU

　　Jeff Dean 是谷歌最出名、最受人尊敬的工程師之一。2011年他開始帶領(lǐng)團(tuán)隊(duì)探索“神經(jīng)網(wǎng)絡(luò)”的想法。這種想法的核心是讓計(jì)算機(jī)算法自己學(xué)習(xí)任務(wù)，然后可以用在很多的場(chǎng)合中，比如識(shí)別手機(jī)用戶的語音輸入，又或者是照片中的人臉。只花了幾個(gè)月的時(shí)間，Jeff Dean 和他的團(tuán)隊(duì)就開發(fā)出了一個(gè)基于神經(jīng)網(wǎng)絡(luò)語音識(shí)別系統(tǒng)，它識(shí)別對(duì)話的準(zhǔn)確率要比谷歌那時(shí)已有的系統(tǒng)高得多。但接下來也有一個(gè)麻煩，全世界運(yùn)行谷歌的安卓系統(tǒng)的智能手機(jī)已經(jīng)超過了10億部，假設(shè)這些手機(jī)用戶們每天只用3分鐘語音識(shí)別，根據(jù) Jeff Dean 的計(jì)算，谷歌也需要把現(xiàn)有的數(shù)據(jù)中心容量翻一倍才能支持得了。

　　監(jiān)控著谷歌“數(shù)據(jù)中心帝國(guó)”運(yùn)行的是計(jì)算機(jī)科學(xué)家 Urs H?lzle，在一次開會(huì)的時(shí)候 Jeff Dean 就對(duì)他說：“我們需要再建立一個(gè)谷歌”，后來有參會(huì)者回憶道。但這個(gè)想法實(shí)現(xiàn)不了，Jeff Dean 就提出了一個(gè)替代方案：自己造一種專門運(yùn)行這種人工智能的芯片。

　　谷歌數(shù)據(jù)中心里的這個(gè)苗頭已經(jīng)擴(kuò)散到了其它科技巨頭的身上。在未來幾年里，谷歌、蘋果、三星等公司都會(huì)制造帶有專用的AI芯片的手機(jī)。微軟設(shè)計(jì)的這種芯片打算專門用在AR頭盔上，然后谷歌、豐田等一大群造自動(dòng)駕駛汽車的廠商也會(huì)需要類似的芯片。

　　這種研發(fā)專用芯片和新計(jì)算機(jī)架構(gòu)的熱潮，在美國(guó)國(guó)防部研究機(jī)構(gòu) DARPA 的前項(xiàng)目管理人員 Gill Pratt 看來可謂是人工智能界的“寒武紀(jì)生物大爆發(fā)”，他本人現(xiàn)在正在豐田從事無人車的研究。他已經(jīng)感覺到，把不同的計(jì)算分散給數(shù)量眾多的小面積、低功耗芯片的運(yùn)行方式，會(huì)讓機(jī)器更像人腦，這也讓能源的利用效率提高了不少?！霸谏锏拇竽X中，能源效率至關(guān)重要”，在近期的一次采訪中，身處豐田在硅谷的新研究中心的 Gill 這樣說。

　　地平線已經(jīng)發(fā)生變化

　　硅基的計(jì)算機(jī)芯片有很多種。有的芯片可以存儲(chǔ)數(shù)據(jù)，有的芯片可以完成玩具和電視機(jī)中的基本任務(wù);也有的芯片可以運(yùn)行計(jì)算機(jī)上的各種運(yùn)算，它們大到能構(gòu)造全球變暖模型的超級(jí)計(jì)算機(jī)用的芯片，小到個(gè)人計(jì)算機(jī)、服務(wù)器和手機(jī)上用的。

　　多年以來，計(jì)算機(jī)和類似的設(shè)備都是以CPU為核心運(yùn)行的，CPU也是設(shè)備成本的大頭。這一切都似乎不需要做什么改變。根據(jù)英特爾聯(lián)合創(chuàng)始人戈登·摩爾提出的著名的摩爾定律，計(jì)算機(jī)芯片中晶體管數(shù)量每?jī)赡曜笥揖蜁?huì)翻一番，幾十年來計(jì)算機(jī)性能的提升就是按照摩爾定律一路穩(wěn)定地發(fā)展了過來。而根據(jù) IBM 研究員 Robert Dennard 提出的 Dennard 縮放定律，芯片性能提升的同時(shí)，它們消耗的能源卻幾乎維持不變。所以在以往的日子里一切都還好。

　　然而到了2010年，讓晶體管數(shù)量再翻一倍花的時(shí)間比摩爾定律預(yù)測(cè)的更長(zhǎng)了，Dennard 縮放定律也失效了，因?yàn)樾酒O(shè)計(jì)人員們遇到了來自材質(zhì)物理特性本身的限制。結(jié)果就是，如果想要更高的計(jì)算能力，只靠升級(jí)CPU已經(jīng)不能解決問題了，需要增加更多的計(jì)算機(jī)、消耗更多的空間和電力。

　　語音和語言團(tuán)隊(duì)負(fù)責(zé)人黃學(xué)東(左)和計(jì)算架構(gòu)組的 Doug Burger 都是微軟的專用芯片開發(fā)團(tuán)隊(duì)成員

　　業(yè)界和學(xué)術(shù)界的研究者們都在想辦法延長(zhǎng)摩爾定律的生命力，探索全新的芯片材料和芯片設(shè)計(jì)方法。但是微軟研究員 Doug Burger 有了另一種想法：除了整個(gè)業(yè)界從1960年代以來都倚仗的CPU的穩(wěn)步進(jìn)化之外，為什么不試著探索專用芯片之路呢?

　　當(dāng)時(shí)微軟才剛剛開始用機(jī)器學(xué)習(xí)改進(jìn)必應(yīng)搜索，通過分析用戶的使用方式改善搜索結(jié)果。雖然那時(shí)候的算法對(duì)硬件的要比后來風(fēng)靡的神經(jīng)網(wǎng)絡(luò)低得多，但是芯片已經(jīng)有點(diǎn)跟不上了。

　　Doug Burger 和他的團(tuán)隊(duì)做了很多不同的嘗試，最終決定用了這種叫做“FPGA”(現(xiàn)場(chǎng)可編程矩陣門陣列)的芯片，它們可以在工作過程中重新編程，適應(yīng)新的任務(wù)。微軟的Windows需要運(yùn)行在英特爾的CPU上，但是CPU是不能重新編程的，一旦造出來，能做什么就固定了。有了FPGA，微軟就可以改變芯片工作的方式。他們可以先對(duì)芯片編程，讓它在特定的機(jī)器學(xué)習(xí)算法中表現(xiàn)非常好;然后可以重新編程，讓它適合做邏輯運(yùn)算。同一個(gè)芯片可以有截然不同的表現(xiàn)。

　　大概2015年前后，微軟開始應(yīng)用這類芯片。到現(xiàn)在，幾乎每一臺(tái)微軟的數(shù)據(jù)中心新增的服務(wù)器中都帶有一塊FPGA芯片，它們幫助呈現(xiàn)必應(yīng)搜索的結(jié)果，以及支持著微軟的云計(jì)算服務(wù)Azure。

　給計(jì)算機(jī)裝上耳朵

　　2016年秋天，另一組微軟的研究員們做了和 Jeff Dean 的團(tuán)隊(duì)同樣的工作，構(gòu)建了一個(gè)比人類的平均水平還要高一點(diǎn)點(diǎn)的語音識(shí)別系統(tǒng)，也是通過神經(jīng)網(wǎng)絡(luò)。

　　這個(gè)項(xiàng)目的負(fù)責(zé)人就是黃學(xué)東，他是來自中國(guó)的語音識(shí)別專家。在介紹這項(xiàng)工作的論文發(fā)表之后沒多久，他就約了他的好朋友、英偉達(dá) CEO黃仁勛在 Palo Alto 吃了個(gè)飯。他們開了一瓶香檳慶祝。

　　黃學(xué)東和他的微軟同事們就是靠著數(shù)量眾多的英偉達(dá) GPU訓(xùn)練出他們的語音識(shí)別系統(tǒng)的。沒有繼續(xù)使用英特爾的CPU。如果沒有做這樣的轉(zhuǎn)換，他們很可能完成不了這項(xiàng)突破?！拔覀兓瞬畈欢嘁荒甑臅r(shí)間達(dá)到了人類的水平”，黃學(xué)東說?！叭绻麤]有新計(jì)算架構(gòu)的幫助，我們可能至少要花5年。”

　　基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)可以很大程度上自己學(xué)習(xí)，所以它們進(jìn)化得比傳統(tǒng)方法設(shè)計(jì)的系統(tǒng)快得多。以往的系統(tǒng)需要工程師們寫下無數(shù)行代碼，仔仔細(xì)細(xì)描述系統(tǒng)應(yīng)該如何如何做?；谏窠?jīng)網(wǎng)絡(luò)的系統(tǒng)就不需要這樣。不過神經(jīng)網(wǎng)絡(luò)的問題就是，它需要無數(shù)次的試錯(cuò)。要構(gòu)建一個(gè)單詞識(shí)別達(dá)到人類水平的系統(tǒng)，研究者們需要花費(fèi)很多時(shí)間反復(fù)訓(xùn)練它，對(duì)算法做精細(xì)的調(diào)節(jié)，以及不斷優(yōu)化訓(xùn)練數(shù)據(jù)。這個(gè)過程里需要嘗試成百上千算個(gè)不同的算法，每個(gè)算法又需要運(yùn)行上萬、上億次。這需要龐大的計(jì)算能力，如果微軟這樣的公司用一般的通用芯片來做這樣的計(jì)算，這個(gè)過程花的時(shí)間就太久了，芯片可能支持不了這樣高的負(fù)載，用掉的電也太多了。

　　所以，幾個(gè)互聯(lián)網(wǎng)巨頭都已經(jīng)借助英偉達(dá)的GPU訓(xùn)練自己的神經(jīng)網(wǎng)絡(luò)。GPU本來的設(shè)計(jì)只是為了用在游戲圖形渲染中的，專用的設(shè)計(jì)讓它們保持了CPU近似水平的功耗，但是在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的計(jì)算速度要比CPU高很多。現(xiàn)在GPU就和CPU聯(lián)手負(fù)責(zé)計(jì)算機(jī)中的運(yùn)算。

　　英偉達(dá)借著這個(gè)機(jī)會(huì)大舉擴(kuò)張，向美國(guó)以及全世界的科技公司銷售了大量的GPU，中國(guó)公司的購買數(shù)量尤為驚人。英偉達(dá)季度營(yíng)收中數(shù)據(jù)中心業(yè)務(wù)的部分，在過去的一年中翻了3倍，超過了4億美元。

　　“有點(diǎn)像是互聯(lián)網(wǎng)剛興起的那時(shí)候就走對(duì)了路”，黃仁勛在最近的一個(gè)采訪中說。換句話說，科技界的局勢(shì)正在快速改變，英偉達(dá)正處在這場(chǎng)改變的中心。

　　創(chuàng)造專用芯片

　　GPU是各個(gè)公司訓(xùn)練神經(jīng)網(wǎng)絡(luò)的重要基石，不過這也只是整個(gè)過程中的一部分。當(dāng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練完畢以后就可以開始執(zhí)行任務(wù)，這時(shí)候需要的計(jì)算能力又有所不同。

　　比如，在訓(xùn)練好一個(gè)語音識(shí)別算法以后，微軟會(huì)把它作為一個(gè)線上服務(wù)提供出來，然后它就可以開始識(shí)別人們講給自己手機(jī)的指令。GPU在這種時(shí)候就沒有那么高效了。所以很多公司現(xiàn)在都開始制造專門用于執(zhí)行所學(xué)到的東西的芯片。

　　谷歌造了自己的專用芯片：TPU。英偉達(dá)也在造類似的芯片。微軟在繼續(xù)對(duì) FPGA 芯片重新編程來讓它們更適合運(yùn)行神經(jīng)網(wǎng)絡(luò)，這些芯片來自英特爾收購的 Altera。

　　其它的公司也在后面追趕。專做智能手機(jī)用的ARM芯片的高通，以及數(shù)量客觀的初創(chuàng)公司都在研發(fā)AI芯片，希望能在這個(gè)快速成長(zhǎng)的市場(chǎng)中分一杯羹。根據(jù)科技調(diào)研公司 IDC 預(yù)計(jì)，到2021年，帶有替代計(jì)算芯片的服務(wù)器將達(dá)到68億美元的銷售額，大致是整個(gè)服務(wù)器市場(chǎng)的十分之一。

　　Bart Sano 表示目前 TPU 也只是谷歌整個(gè)網(wǎng)絡(luò)運(yùn)營(yíng)里的一小部分

　　Doug Burger 透露，在微軟全球的服務(wù)器網(wǎng)絡(luò)中，替代計(jì)算芯片只占了所有運(yùn)營(yíng)中很小的一部分。谷歌的網(wǎng)絡(luò)軟硬件研發(fā)工程副總裁 Bart Sano 表示谷歌的數(shù)據(jù)中心也是類似的狀況。

　　英特爾實(shí)驗(yàn)室的主管 Mike Mayberry 已經(jīng)向著替代計(jì)算芯片開始發(fā)起努力?？赡苁且?yàn)橛⑻貭栒紦?jù)著數(shù)據(jù)中心市場(chǎng)90%的市場(chǎng)份額，從而也是傳統(tǒng)芯片的最大的銷售商。他說，如果對(duì)CPU做一些適當(dāng)?shù)男薷?，它們也可以?yīng)對(duì)新的任務(wù)而無需其它幫助。

　　不過這個(gè)硅片的新浪潮擴(kuò)散得很快，英特爾的市場(chǎng)地位也越來越糾結(jié)。它一方面否認(rèn)市場(chǎng)正在發(fā)生變化，但是又或多或少地轉(zhuǎn)換著自己的業(yè)務(wù)避免掉隊(duì)。2年前，英特爾花費(fèi)了高達(dá)167億美元收購了Altera，這家公司造的就是微軟使用的FPGA。這是英特爾歷史上最大的收購。去年，英特爾又收購了一家開發(fā)專門用于神經(jīng)網(wǎng)絡(luò)的公司 Nervana，據(jù)說又花了超過4億美元。如今，在Nervana團(tuán)隊(duì)的領(lǐng)導(dǎo)下，英特爾也在開發(fā)一款專門用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練和執(zhí)行的芯片。

　　硅谷風(fēng)投公司紅杉資本的合伙人 Bill Coughran 在過去的接近10年中為谷歌的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施出謀劃策，他的工作內(nèi)容基本針對(duì)的就是英特爾。他表示，“他們都有大公司病，他們需要想清楚如何踏入這片新的、成長(zhǎng)中的領(lǐng)域，而且還不損害他們的傳統(tǒng)業(yè)務(wù)?！?/p>

　　當(dāng)英特爾內(nèi)部高管們討論摩爾定律失效的狀況時(shí)，他們內(nèi)部的混亂連公司外的人都看得到。在近期一次紐約時(shí)報(bào)的采訪中，Nervana創(chuàng)始人、現(xiàn)在已是英特爾高管的Naveen Rao表示，英特爾其實(shí)可以讓摩爾定律“再堅(jiān)持幾年”。從官方口徑上講，英特爾的姿態(tài)是傳統(tǒng)芯片的改善在未來10年都還可以順利地進(jìn)行下去。

　　英特爾實(shí)驗(yàn)室的主管 Mike Mayberry 則表示加一兩塊芯片不是什么新鮮事了，他說以前的電腦里就有單獨(dú)的芯片來處理聲音之類的事情。

　　不過現(xiàn)在的趨勢(shì)要比以前大多了，而且從新的層面上改變著這個(gè)市場(chǎng)。英特爾面前的競(jìng)爭(zhēng)對(duì)手不僅有英偉達(dá)和高通的這樣的芯片制造商，還有谷歌和微軟這樣一直以來都相當(dāng)“軟”的公司。谷歌已經(jīng)在設(shè)計(jì)第二代的TPU芯片了。根據(jù)谷歌的說法，今年晚些時(shí)候，任何谷歌云計(jì)算服務(wù)的客戶或者開發(fā)者都可以在新的TPU芯片上面運(yùn)行他們自己的軟件。

　　雖然目前這些事情都還只發(fā)生在消費(fèi)者視野之外的大型數(shù)據(jù)中心里，但是這對(duì)整個(gè)IT工業(yè)體系產(chǎn)生廣泛的影響恐怕只是時(shí)間問題。人們最期待的是，隨著新型移動(dòng)芯片的到來，手持設(shè)備也可以獨(dú)立完成更多、更復(fù)雜的任務(wù)，不再需要把任務(wù)交給幾百公里外的數(shù)據(jù)中心，無論是智能手機(jī)無需互聯(lián)網(wǎng)也能識(shí)別語音指令，還是無人駕駛汽車可以用現(xiàn)在無法企及的速度和精度識(shí)別周邊的世界。

　　換句話說，無人駕駛汽車少不了攝像頭和雷達(dá)，但是同樣少不了一顆好的大腦。