随着人工智能改造浪潮与技术进程的推进，AI芯片成了该范畴下一阶段的竞争中心。美国工程院院士、谷歌人工智能项目带头人Jeff Dean连发10条推文向外界宣布Cloud TPU测试版正式开放，这意味着谷歌第二代TPU从外部项目迈向内部开发者、企业、专有范畴走出关键一步。而不久前，外媒音讯证明亚马逊曾经开端设计制造AI芯片，为Alexa语音助手的质量提升以及Echo智能音响设备提供更弱小的竞争才能。
而苹果、三星、华为在智能手机处置器上集成深度学习引擎的剧烈鏖战，于CES2018已然为群众所领略。另一方面，ARM、NVIDIA在正面谷歌TPU崛起时，也不时减速现行GPU的改良以及下一代芯片架构规划。
主战场在NVIDIA和谷歌之间
随着CPU摩尔定律的终止，传统处置器现行算力已远远不能满足海量并行计算与浮点运算的深度学习训练需求，而在人工智能范畴反响出弱小顺应性的GPU成为标配。
NVIDIA毫无疑问是这波人工智能浪潮目前为止最大的受害者。NVIDIA股价从2016年终的32.25美元下跌至2018年终的245.8美元，两年间其市值飙升近8倍，并迅速取得可以媲美旧时代的处置器王者英特尔的体量。NVIDIA的崛起完全得益于这场突如其来的业界人工智能大改造，虽然其一再声称仍将把游戏玩家放在第一位，但是前者带来的GPU销量增长以及投资者溢价预期的影响是不可否置的。
但是在不久前，谷歌宣布对第二代TPU的片面开放让NVIDIA警惕的神经再次紧绷。可以以为，谷歌是NVIDIA在人工智能算力市场最大的竞争对手。早在去年4月谷歌发布第一代TPU之时，其细节以为TPU在高速并行浮点运算相比GPU要快15至30倍，而NVIDIA CEO黄仁勋当场表示疑心，并立马抛出市场上最好的GPU计算卡与TPU的功能比照图以示反驳。
而随着第二代TPU的发布以及其在人工智能专有范畴、特别是在搭载了谷歌TensorFlow框架的深度神经网络训练效率方面的表现，外界越来越看法到二者间的差距逐步明晰。就在第二代TPU的进一步退化——Cloud TPU开放测试之时，该安装经过TensorFlow编程模型提供的算力已达180tflops之巨，谷歌声称一个Cloud TPU能在24小时内对ResNet-50模型训练到达75%的精度。而180tflops的浮点操作也到达了超级计算机的算力级别。
谷歌在人工智能范畴的野心非常分明，从一开端对TPU的只字不谈到后来开放上云，谷歌已逐步看法到算力市场的宏大潜力并渴求牢牢抓住这一契机。谷歌的人工智能生态零碎在过来两年间为自家旗下产品包括智能语音与搜索图像辨认、谷歌翻译以及其他万维网使用的表现上提供了算力优势，TPU+TensorFlow+云训练的形式让谷歌取得了迄今为止其他科技巨头尚不具有的人工智能中心竞争实力。这一点曾经惹起其他科技公司的留意，他们以为，各行各业的公司都有本人的数据驱动业务，算力不应该被掌控在一家巨头手上。
AI芯片崛起的面前是算力的和平
摩尔定律的终止已成为业界共识，那么AI芯片的反动又从何说起？众所周知，以后的人工智能技术进程是奠定在人工神经网络与深度学习之上的，从人工智能开展史来看，阅历了晚期的控制论和复杂神经网络、逻辑进程与编程反动、运筹学与博弈论、“繁复”与“杂乱”学派的争论、专家零碎的衰亡，人工智能技术进程在算法与算力的不时迭代中演化至今。而以后神经网络算法趋于稳定，在算法框架没有深入变化的前提下，算力就成了独一的更新焦点。
深度学习工程的两大关键环节training（训练）和inference（揣测）需求少量的算力支撑，而GPU在训练环节扮演着不可或缺的角色。但随着人工智能使用场景的延伸，GPU并非一切深度学习计算义务的充沛条件，FP伴随着互联网和移动生活的日趋成熟，芝麻信用高分和良好的个人征信记录，不仅可以办理贷款、申请信用卡延伸你的财富，更能大大便利我们的生活。GA（现场可编程门阵列）和ASIC（专有化集成电路）异样有着相当大的表现空间。前者经过内置可灵敏组合的逻辑、IO、连线模块为公用计算效劳，后者是不可配置的高度定制化芯片。谷歌TPU就是ASIC的一种方案。
调研机构Deloitte预测，2018年基于深度学习的全球GPU市场需求大约在50万块左右，FPGA和ASIC需求则辨别是20万块和10万块左右。相比GPU集群，FPGA因其定制化、低功耗和疏忽延迟的特点，在终端揣测环节有着普遍使用，所以它为微软、亚马逊、阿里等云商以及苹果、三星、华为等手机制造商广为承受。而GPU与TPU作为训练环节的主力，则开启了两种不同产品形状争锋统一的场面，也就是说，在深度学习训练范畴，完全成了NVIDIA和谷歌两者之间的和平。
谷歌的优势在于凭仗本身TPU+ TensorFlow+云的资源禀赋吸引开发者和拓展企业级市场、专有范畴，但该形式的前提必需是谷歌竭力维系TensorFlow作为深度学习主流框架而临时存在，一旦神经网络算法主流架构有变，TPU作为高度制定化的芯片产物，其单位本钱之高恐酿成不可逃避的风险。相反，假使谷歌的方案顺利施行，其垄断的生态优势异样对NVIDIA构成宏大要挟。
AI芯片和平曾经片面打响，由人工智能进程引发的第二次芯片反动曾经让业界嗅到了熟习的工业反动的气味。正如19世纪蒸汽机、内燃机的迭代完毕了大洋之上纵横数个世纪的风帆时代，人工智能算力的打破亦将成为摩尔定律的革新者，将延续了近一个世纪的计算机迷信文明引入下一阶段。
【钛媒体作者引见：文/水哥，初级工程师，科技专栏作者，中国计算机学会会员】
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或许下载钛媒体App
