- AI芯片的“華山論劍”

寒武紀(jì)是國際首個(gè)深度學(xué)習(xí)專用處理器芯片。2012 年，中科院計(jì)算所和法國 Inria 等機(jī)構(gòu)共同提出了國際上首個(gè)人工神經(jīng)網(wǎng)絡(luò)硬件的基準(zhǔn)測(cè)試集 benchNN。這項(xiàng)工作提升了人工神經(jīng)網(wǎng)絡(luò)處理速度，有效加速了通用計(jì)算，大大推動(dòng)了國際體系結(jié)構(gòu)學(xué)術(shù)圈對(duì)神經(jīng)網(wǎng)絡(luò)的接納度。此后，中科院計(jì)算所和法國 Inria 的研究人員共同推出了一系列不同結(jié)構(gòu)的 DianNao 神經(jīng)網(wǎng)絡(luò)硬件加速器結(jié)構(gòu)。

2016 年 3 月，中科院計(jì)算所陳云霽、陳天石課題組、寒武紀(jì)公司提出的寒武紀(jì)深度學(xué)習(xí)處理器指令集 Cambricon 被計(jì)算機(jī)體系結(jié)構(gòu)領(lǐng)域頂級(jí)國際會(huì)議 ISCA 2016 接收，在所有近 300 篇投稿中排名第一，在深度學(xué)習(xí)處理器指令集方面取得了開創(chuàng)性進(jìn)展。指令集是計(jì)算機(jī)軟硬件生態(tài)體系的核心，英特爾和 ARM 正是通過其指令集控制了 PC 和嵌入式生態(tài)體系。

2016 年 4 月，寒武紀(jì)進(jìn)入產(chǎn)業(yè)化運(yùn)營，陳天石也從中科院計(jì)算所的副研究員變成了北京中科寒武紀(jì)科技有限公司的 CEO。陳天石表示，寒武紀(jì)產(chǎn)業(yè)化運(yùn)營的主要方向?qū)⑹歉咝阅芊?wù)器芯片、高能效終端芯片和服務(wù)機(jī)器人芯片。

寒武紀(jì)芯片預(yù)計(jì) 2018 年左右上市，其表現(xiàn)如何，值得期待。

后起之秀概率芯片

2016 年 4月16 日，MIT Techonolgy Review 報(bào)道，DARPA 投資了一款叫做“S1”的概率芯片。模擬測(cè)試中，使用 S1 追蹤視頻里的移動(dòng)物體，每幀處理速度比傳統(tǒng)處理器快了近 100 倍，而能耗還不到傳統(tǒng)處理器的 2%。MIT 媒體實(shí)驗(yàn)室教授、Twitter 首席媒體科學(xué)家 Deb Roy 評(píng)論稱，近似計(jì)算的潮流正在興起。

紐約州立大學(xué)石溪分校終身教授顧險(xiǎn)峰從最基礎(chǔ)的數(shù)學(xué)層面分析了概率芯片的優(yōu)點(diǎn)，專用概率芯片可以發(fā)揮概率算法簡(jiǎn)單并行的特點(diǎn)，極大提高系統(tǒng)性能。概率芯片所使用的隨機(jī)行走概率方法有很多優(yōu)點(diǎn)：算法邏輯異常簡(jiǎn)單，不需要復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，不需要數(shù)值代數(shù)計(jì)算;計(jì)算精度可以通過模擬不同數(shù)目的隨機(jī)行走自如控制;不同的隨機(jī)行走相互獨(dú)立，可以大規(guī)模并行模擬;模擬過程中，不需要全局信息，只需要網(wǎng)絡(luò)的局部信息。

顧險(xiǎn)峰最后總結(jié)，隨著英特爾重組，傳統(tǒng) CPU 體系機(jī)構(gòu)獨(dú)霸江山的時(shí)代將一去不復(fù)返，概率芯片和其他更多采用全新架構(gòu)的專用處理器分庭抗禮的時(shí)代即將來臨。

早在 2008 年 MIT Techonolgy Review “十大科技突破”預(yù)測(cè)中，概率芯片就榜上有名。通過犧牲微小的計(jì)算精度換取能耗明顯降低，概率芯片在歷來追求精準(zhǔn)的芯片領(lǐng)域獨(dú)樹一幟，但正因如此，再考慮到 DARPA 已經(jīng)投資 S1，概率芯片很可能后來居上。

實(shí)力股 FPGA

2012年，百度決定自主設(shè)計(jì)深度學(xué)習(xí)專有的體系結(jié)構(gòu)和芯片，經(jīng)過深入研究和論證，為了讓項(xiàng)目快速落地及迭代，工程師最后決定使用 FPGA 實(shí)現(xiàn)百度第一版自主設(shè)計(jì)的深度學(xué)習(xí)專有芯片。

作為 GPU 在算法加速上強(qiáng)有力的競(jìng)爭(zhēng)者，F(xiàn)PGA 硬件配置最靈活，單位能耗也通常比 GPU 低。更重要的是，F(xiàn)PGA 相比 GPU 價(jià)格便宜(雖然性價(jià)比不一定是最好的)。使用 FPGA 需要具體硬件的知識(shí)，對(duì)許多開發(fā)者有一定難度，因此 FPGA 也常被視為一種行家專屬的架構(gòu)。不過，現(xiàn)在也出現(xiàn)了用軟件平臺(tái)編程 FPGA，弱化了軟硬件語言間的障礙，讓更多開發(fā)者使用 FPGA 成為可能。

加州大學(xué)計(jì)算機(jī)博士劉少山認(rèn)為，F(xiàn)PGA 具有低能耗、高性能以及可編程等特性，十分適合感知計(jì)算。在能源受限的情況下，F(xiàn)PGA 相對(duì)于 CPU 與 GPU 有明顯的性能與能耗優(yōu)勢(shì)。FPGA 低能耗的特點(diǎn)很適合用于傳感器的數(shù)據(jù)預(yù)處理工作。此外，感知算法不斷發(fā)展意味著感知處理器需要不斷更新，F(xiàn)PGA 具有硬件可升級(jí)、可迭代的優(yōu)勢(shì)。劉少山預(yù)計(jì)，F(xiàn)PGA 與傳感器的緊密結(jié)合將會(huì)很快普及，而后隨著視覺、語音、深度學(xué)習(xí)的算法在 FPGA 上的不斷優(yōu)化，F(xiàn)PGA 將逐漸取代 GPU 與 CPU 成為機(jī)器人上的主要芯片。

目前還沒有任何深度學(xué)習(xí)工具明確支持 FPGA，但顯然它是一支實(shí)力股。

GPU：未來市場(chǎng)霸主?