隨著人工智能革新浪潮與技術進程的推進，AI芯片成了該領域下一階段的競爭核心。美國工程院院士、谷歌人工智能項目帶頭人Jeff Dean連發10條推文向外界宣佈Cloud TPU測試版正式開放，這意味著谷歌第二代TPU從內部項目邁向外部開發者、企業、專有領域走出關鍵一步。而不久前，外媒消息證實亞馬遜已經開始設計製造AI芯片，為Alexa語音助手的質量提升以及Echo智能音響設備提供更強大的競爭能力。而蘋果、三星、華為在智能手機處理器上集成深度學習引擎的激烈酣戰，於CES2018已然為大眾所領略。另一方面，ARM、NVIDIA在正面谷歌TPU崛起時，也不斷加速現行GPU的改進以及下一代芯片架構規劃。
● 主戰場在NVIDIA和谷歌之間
隨著CPU摩爾定律的終止，傳統處理器現行算力已遠遠不能滿足海量並行計算與浮點運算的深度學習訓練需求，而在人工智能領域反應出強大適應性的GPU成為標配。
NVIDIA毫無疑問是這波人工智能浪潮目前為止最大的受益者。NVIDIA股價從2016年初的32.25美元上漲至2018年初的245.8美元，兩年間其市值飆升近8倍，並迅速獲得可以媲美舊時代的處理器王者英特爾的體量。NVIDIA的崛起完全得益於這場突如其來的業界人工智能大革新，儘管其一再宣稱仍將把遊戲玩家放在第一位，但是前者帶來的GPU銷量增長以及投資者溢價預期的影響是不可否置的。
然而在不久前，谷歌宣佈對第二代TPU的全面開放讓NVIDIA警覺的神經再次緊繃。可以認為，谷歌是NVIDIA在人工智能算力市場最大的競爭對手。早在去年4月谷歌公佈第一代TPU之時，其細節認為TPU在高速並行浮點運算相比GPU要快15至30倍，而NVIDIA CEO黃仁勳當場表示懷疑，並立馬拋出市場上最好的GPU計算卡與TPU的性能對比圖以示反駁。
而隨著第二代TPU的發佈以及其在人工智能專有領域、特別是在搭載了谷歌TensorFlow框架的深度神經網絡訓練效率方面的表現，外界越來越認識到二者間的差距逐漸明晰。就在第二代TPU的進一步進化——Cloud TPU開放測試之時，該裝置通過TensorFlow編程模型提供的算力已達180tflops之巨，谷歌宣稱一個Cloud TPU能在24小時內對ResNet-50模型訓練達到75%的精度。而180tflops的浮點操作也達到了超級計算機的算力級別。
谷歌在人工智能領域的野心十分明顯，從一開始對TPU的隻字不談到後來開放上雲，谷歌已逐漸認識到算力市場的巨大潛力並渴求牢牢抓住這一契機。谷歌的人工智能生態系統在過去兩年間為自家旗下產品包括智能語音與搜索圖像識別、谷歌翻譯以及其他萬維網應用的表現上提供了算力優勢，TPU+TensorFlow+雲訓練的模式讓谷歌獲得了迄今為止其他科技巨頭尚不具備的人工智能核心競爭實力。這一點已經引起其他科技公司的注意，他們認為，各行各業的公司都有自己的數據驅動業務，算力不應該被掌控在一家巨頭手上。
● AI芯片崛起的背後是算力的戰爭
摩爾定律的終止已成為業界共識，那麼AI芯片的革命又從何說起？眾所周知，當前的人工智能技術進程是奠定在人工神經網絡與深度學習之上的，從人工智能發展史來看，經歷了早期的控制論和簡單神經網絡、邏輯過程與編程革命、運籌學與博弈論、“簡約”與“蕪雜”學派的爭論、專家系統的興起，人工智能技術進程在算法與算力的不斷迭代中演化至今。而當前神經網絡算法趨於穩固，在算法框架沒有深刻變化的前提下，算力就成了唯一的更新焦點。
深度學習工程的兩大關鍵環節training（訓練）和inference（推測）需要大量的算力支撐，而GPU在訓練環節扮演著不可或缺的角色。但隨著人工智能應用場景的延伸，GPU並非所有深度學習計算任務的充分條件，FPGA（現場可編程門陣列）和ASIC（專有化集成電路）同樣有著相當大的表現空間。前者通過內置可靈活組合的邏輯、IO、連線模塊為專用計算服務，後者是不可配置的高度定製化芯片。谷歌TPU就是ASIC的一種方案。
調研機構Deloitte預測，2018年基於深度學習的全球GPU市場需求大約在50萬塊左右，FPGA和ASIC需求則分別是20萬塊和10萬塊左右。相比GPU集群，FPGA因其定製化、低功耗和忽略延遲的特點，在終端推測環節有著廣泛應用，所以它為微軟、亞馬遜、阿里等雲商以及蘋果、三星、華為等手機制造商廣為接受。而GPU與TPU作為訓練環節的主力，則開啟了兩種不同產品形態爭鋒對立的局面，也就是說，在深度學習訓練領域，完全成了NVIDIA和谷歌兩者之間的戰爭。
谷歌的優勢在於憑藉自身TPU+ TensorFlow+雲的資源稟賦吸引開發者和拓展企業級市場、專有領域，但該模式的前提必須是谷歌極力維繫TensorFlow作為深度學習主流框架而長期存在，一旦神經網絡算法主流架構有變，TPU作為高度制定化的芯片產物，其單位成本之高恐釀成不可迴避的風險。相反，倘若谷歌的計劃順利實施，其壟斷的生態優勢同樣對NVIDIA形成巨大威脅。
最後
AI芯片戰爭已經全面打響，由人工智能進程引發的第二次芯片革命已經讓業界嗅到了熟悉的工業革命的氣息。正如19世紀蒸汽機、內燃機的迭代結束了大洋之上縱橫數個世紀的風帆時代，人工智能算力的突破亦將成為摩爾定律的變革者，將延續了近一個世紀的計算機科學文明引入下一階段。
文/水哥 高級工程師，科技專欄作者，中國計算機學會會員。IT評論、業界分析，不一而足。
閱讀更多 水哥 的文章
