相較于GPU只能處理運(yùn)算 FPGA能更快速的處理所有與AI相關(guān)資訊

NVIDIA 雖憑借通用GPU（GPGPU）登上人工智慧（AI）芯片一哥位置，但競(jìng)爭(zhēng)對(duì)手早已在一旁虎視眈眈。美國(guó)低功耗現(xiàn)場(chǎng)可程式邏輯閘陣列（FPGA）制造商Xilinx 表示，伙伴廠商利用FPGA 芯片進(jìn)行基因體定序與優(yōu)化語(yǔ)音辨識(shí)所需的深度學(xué)習(xí)，察覺FPGA 的耗能低于GPU 且處理速度較快。相較于GPU 只能處理運(yùn)算，F(xiàn)PGA 能以更快速的速度一次處理所有與AI 相關(guān)資訊。

英特爾（Intel）在2015 年底并購(gòu)美國(guó)FPGA 廠商Altera。在GPU 領(lǐng)域落后NVIDIA、超微（AMD）的英特爾打算藉由Xeon Phi 進(jìn)軍AI 芯片市場(chǎng)。

NVIDIA 執(zhí)行長(zhǎng)黃仁勛5 月24 日透過(guò)官網(wǎng)部落格發(fā)表專文指出，NVIDIA GPU 運(yùn)算已成了當(dāng)代達(dá)文西、愛因斯坦不可或缺的工具，過(guò)去一年來(lái)打造GPU 驅(qū)動(dòng)AI 服務(wù)的新創(chuàng)公司家數(shù)成長(zhǎng)逾四倍至1，300 家，沒有人想錯(cuò)過(guò)下一個(gè)重大科技新突破。

Citron Research 創(chuàng)辦人Andrew Left 6 月9 日在接受CNBC「Halftime Report」節(jié)目專訪時(shí)表示，NVIDIA 投資人儼然成了賭場(chǎng)賭徒。Left 坦承目前持有NVIDIA 的空頭部隊(duì)。他說(shuō)，投資人太過(guò)樂(lè)觀、沒把這家公司的競(jìng)爭(zhēng)對(duì)手（英特爾、超微、Google、Xilinx）放在眼里。

英特爾在去年9 月宣布收購(gòu)行動(dòng)圖像處理技術(shù)開發(fā)商Movidius Technology。Movidius 與英特爾旗下現(xiàn)有資產(chǎn)的結(jié)合將使得全球半導(dǎo)體龍頭得以在電腦視覺、深度學(xué)習(xí)解決方案（從裝置到云端）領(lǐng)域處于領(lǐng)先地位。

去年8 月，英特爾宣布并購(gòu)一家名為Nervana Systems 的AI 新創(chuàng)企業(yè)。英特爾并于5 月宣布收購(gòu)電腦視覺（CV）技術(shù)公司Itseez Inc.。Itseez 可協(xié)助客戶創(chuàng)造出自動(dòng)駕駛、數(shù)位安全與監(jiān)控等創(chuàng)新深度學(xué)習(xí)CV 應(yīng)用產(chǎn)品。

barrons.com 2 月1 日?qǐng)?bào)導(dǎo)，Instinet 分析師Romit Shah 指出，Xilinx 坦承比NVIDIA、英特爾晚察覺AI 商機(jī)。

Xilinx 6 月8 日收盤價(jià)（68.07 美元）創(chuàng)2000 年11 月15 日以來(lái)新高，12 日以64.23 美元作收，今年迄今上漲6.39%。

NVIDIA Corporation 12 日上漲0.25%，收149.97 美元，創(chuàng)史上次高收盤紀(jì)錄;今年迄今上漲40.50%。

英特爾12 日上漲0.06%，收35.73 美元，今年迄今下跌1.49%。

FPGA 在加速下一代深度學(xué)習(xí)方面能擊敗GPU嗎？

許多圖像、視頻和語(yǔ)音來(lái)自社交媒體和物聯(lián)網(wǎng)等數(shù)據(jù)源，這些內(nèi)容的數(shù)字?jǐn)?shù)據(jù)繼續(xù)急劇增長(zhǎng)，從而促使企業(yè)界需要分析技術(shù)讓這些數(shù)據(jù)易于理解、具有實(shí)用性。

數(shù)據(jù)分析常常依賴機(jī)器學(xué)習(xí)算法。在諸多機(jī)器學(xué)習(xí)算法中，深度卷積神經(jīng)網(wǎng)絡(luò)（DNN）為重要的圖像分類任務(wù)提供了最高的準(zhǔn)確度，因而得到了廣泛采用。

在最近的現(xiàn)場(chǎng)可編程門陣列國(guó)際研討會(huì)（ISFPGA）上，來(lái)自英特爾加速器架構(gòu)實(shí)驗(yàn)室（AAL）的埃里科·努維塔蒂（Eriko Nurvitadhi）博士介紹了一篇研究論文，題為《FPGA 在加速下一代深度學(xué)習(xí)方面能擊敗GPU嗎？》他們的研究以最新的高性能英偉達(dá)Titan X Pascal 圖形處理單元（GPU）為參照，評(píng)估了新興的DNN算法在兩代英特爾FPGA（英特爾Arria10和英特爾Stratix 10）上的表現(xiàn)。

英特爾可編程解決方案部門的FPGA 架構(gòu)師蘭迪·黃（Randy Huang）博士是這篇論文的合著者之一，他說(shuō)：“深度學(xué)習(xí)是人工智能方面最激動(dòng)人心的領(lǐng)域，因?yàn)槲覀円呀?jīng)看到深度學(xué)習(xí)帶來(lái)了最大的進(jìn)步和最廣泛的應(yīng)用。

雖然人工智能和DNN 研究?jī)A向于使用 GPU，但我們發(fā)現(xiàn)應(yīng)用領(lǐng)域與英特爾的下一代FPGA 架構(gòu)之間是完美契合的。我們考察了即將出現(xiàn)的FPGA 技術(shù)進(jìn)展，以及DNN算法加快步伐的創(chuàng)新，還考慮了對(duì)于下一代 DNN而言，未來(lái)的高性能FPGA是否比GPU更勝一籌。我們的研究發(fā)現(xiàn)，F(xiàn)PGA 在DNN 研究中表現(xiàn)很出色，可以運(yùn)用于需要分析大量數(shù)據(jù)的人工智能、大數(shù)據(jù)或機(jī)器學(xué)習(xí)等研究領(lǐng)域。使用經(jīng)過(guò)精簡(jiǎn)或緊湊的數(shù)據(jù)類型vs標(biāo)準(zhǔn)的32位浮點(diǎn)數(shù)據(jù)（FP32）時(shí)，接受測(cè)試的英特爾Stratix10 FPGA其性能勝過(guò)GPU。

除了性能外，F(xiàn)PGA還很強(qiáng)大，就是由于它們具有適應(yīng)性，很容易實(shí)現(xiàn)變化的部分，只需要重復(fù)使用現(xiàn)有的芯片，讓團(tuán)隊(duì)在短短6個(gè)月內(nèi)就可以完成從提出想法到構(gòu)建原型的過(guò)程，而不是花18個(gè)月構(gòu)建專用集成電路（ASIC）。