/ 中存储网

人工智能 芯片厂商的下一项重大挑战

2015-11-17 03:54:41 来源:中存储

据国外媒体报道,人工智能是科技行业的下一个重大领域。大数据和物联网的发展促使从IBM到Facebook在内的科技巨头开发人工智能技术,利用未来物联网设备收集的海量数据。IBM称之为认知计算,Facebook和谷歌称之为机器学习或人工智能。

在对人工智能技术的讨论中,有一点被忽略了,那就是它运行的硬件。例如,最适合运行谷歌TensorFlow人工智能软件的不是英特尔X86芯片,而是图形处理器,英伟达是一家主要的图形处理器供应商。

英伟达周二新发布了两款图形加速器,帮助Facebook、百度和谷歌等公司开发新的深度学习模式,并在无需大规模服务器农场的情况下部署这些模式。这两款芯片,以及配套的软件工具,是半导体行业开发能完成人工智能任务芯片努力的一部分。

英伟达的两款芯片中包含Tesla M40,能为研究人员“训练”他们的神经网络提供强大的处理能力;另外一款被称作Tesla M4的芯片处理能力稍弱,面向谷歌、Facebook或亚马逊等公司使用的服务器。

人工智能技术需要图形处理器而非传统英特尔芯片的原因是,图形处理器更适合处理并行任务。一个图形处理器集成有数百个不同的运算内核,英特尔至强芯片集成有至多18个内核。训练神经网络要求大量更简单和重复性的步骤,更适合在图形处理器上运行。

今年早些时候,Facebook人工智能研究主管雅恩·乐坤解释称,在训练神经网络方面,图形处理器是更合适的芯片,但表示仍然面临一些挑战。例如,由于管理软件功能不够强大,在一个神经网络上配置多个图形处理器仍然相当困难。英伟达开发的新软件工具能把多块显卡捆绑在一起,帮助乐坤等研究人员解决了难题。

但是,英伟达并非是开发人工智能芯片和软件工具的唯一一家公司。例如,IBM的沃森(Watson)最初在自家的PowerPC芯片上运行,但也可以运行在SoftLayer的云计算环境中,SoftLayer采用基于X86和图形处理器的服务器。IBM还公布了新的PowerPC特性,能更好地满足人工智能研究人员的需求。

IBM和高通还在考虑把人工智能技术移植到智能手机。高通提出了Zeroth技术,在一个芯片上运行神经网络,例如利用手机中的数字信号处理器提供图像识别功能。

IBM的战略听起来更具野心。IBM希望开发一款模拟人脑功能的芯片,能在智能手机上完成人工智能任务。它以人脑为模型,因为人脑是迄今为止我们已知的效率最高的计算机,能耗仅为20瓦。相比之下,英伟达新款低配版图形处理器的能耗为50-75瓦。

IBM、英伟达、高通,甚至美光都投资开发人工智能和深度学习芯片,英特尔没有什么动作?英特尔上个月收购人工智能创业公司Saffron引起轩然大波,但总体而言它很少公开讨论在深度学习方面的努力。英特尔8月份曾表示,它可以综合利用Altera的可编程芯片和至强芯片运行专用算法,例如用于训练神经网络的算法。

鉴于芯片技术的进步通常需要数年时间的孕育,相对的沉默意味着麻烦。英特尔的新技术通常能给人们带来惊喜,但在芯片社区中,缺乏深度学习产品被认为是英特尔产品线的一大空白。半导体研究公司Tirias Research首席分析师吉姆·麦克格雷格说,“在芯片产业,厂商必须提前2-4年规划新产品,因此必须提前判断哪些是关键应用。英特尔错过了手机,不想再错过人工智能。”