當前位置:
首頁 > 新聞 > 谷歌不是對手,英特爾要用AI一統晶元江湖!

谷歌不是對手,英特爾要用AI一統晶元江湖!

谷歌不是對手,英特爾要用AI一統晶元江湖!

打開今日頭條,查看更多精彩圖片

矽谷Live / 實地探訪/ 熱點探秘 / 深度探討

「英偉達在AI領域的生態很強大,但英特爾CPU在基礎設施里有更雄厚的基礎。晶元創業公司要活下去很難。AI時代,仍將由英特爾來主導。」

本文授權轉載自:新智元

作者:聞菲

儘管外界對英特爾10 納米晶元「難產」 和英特爾 Nervana 神經網路處理器 NNP 發布時間一再延遲充滿了「焦灼的期待」,但 AI 已是英特爾「絕不能輸的戰場」。英特爾全球副總裁兼人工智慧產品事業部總經理 Naveen Rao 接受新智元採訪時如是說。

收購Nervana Systems—— 這個 Naveen Rao 在 2014 年與人聯合成立的深度學習晶元初創公司,成為英特爾全面擁抱人工智慧的一個重要節點。

如今,英特爾上下全面意識到了 AI 的重要性,Naveen 率領的包括 Nervana 團隊在內的人工智慧產品事業部,推進 Nervana 神經網路處理器之外,還為英特爾其他所有部門提供技術支持。「最近兩年英特爾至強處理器的改進也基本來自於我們組的工作。」 Naveen 說。

但一把鑰匙開不了所有的鎖。Naveen 表示,不同的計算需要不同的架構,但任何計算都離不開CPU。市面上已經安裝並投入使用的 CPU 是英特爾的巨大優勢。在這些基礎設施中,英特爾的 CPU 佔了近九成,眼下最火熱的人工智慧推理,也有近 90% 是在英特爾的晶元上完成。

英偉達佔據了很大的 AI 訓練市場,也在為 GPU 添加更多的AI元素,「這是很正確的做法,」Naveen說:「但我們也將提供對 AI 來說最好的 CPU。」

「CPU 加 GPU 再加各種 AI 加速器很好,如果客戶需要,把它們全部封裝進一個晶元里也很好,」 Naveen 說:「兩者在我看來是一樣的。」

換言之,AI時代,仍將由英特爾來主導。

谷歌TPU不是英特爾的對手

2018 年 5 月,谷歌在 I/O 大會上發布了第三代 TPU,由 TPU 3.0 組成的 TPUPod 運算陣列,性能相比上一代提升了 8 倍,每秒運算性能 「遠超」 100PFLOPS,也即 10 億億次——中國引以為傲的超級計算機神威·太湖之光的 Linpack 浮點性能是 9.3 億億次——為了給它降溫,谷歌第一次在其數據中心引入了液冷。

谷歌不是對手,英特爾要用AI一統晶元江湖!

為了給 TPU 3.0 Pod 運算陣列降溫,谷歌第一次在其數據中心引入了液冷

除了谷歌,微軟、亞馬遜等巨頭都在研發自己的 AI 晶元。國內,大公司自己造芯的聲勢更加明顯:百度的「崑崙」,阿里的「平頭哥」,華為的「昇騰」,一個比一個浩大。

不管怎麼看,形勢對英特爾來說都很不利。

但 Naveen 卻說,「除了TPU(還僅供谷歌內部使用)和GPU,你還能再說出一款已經量產的 AI 訓練晶元嗎?」

「英特爾不與我們的客戶相競爭,」 Naveen 說:「谷歌、微軟等大公司自己做晶元,歸根結底是由於我們晶元廠商沒有提供給他們適合的產品,因此,短期看他們自己做晶元更省錢,更有效率。我不認為他們會銷售晶元,也不認為他們想要進入晶元行業。等到英特爾研發出工藝更好、價錢更便宜的晶元時——晶元製造工藝是英特爾的核心價值所在——大公司自然就會重新使用英特爾的產品,不再自己做晶元。」

而且,英特爾的產品線可是從雲到端全面覆蓋的。

佩服英偉達十年建生態,但英特爾要一統江湖

至於英偉達,Naveen認為,英偉達在一個正確的時機做出了正確的選擇,大力投入深度學習,現在也在不斷為GPU 增加更多的「AI元素」,「這是很正確的做法」。

Naveen 表示,英特爾近年來對 AI 的認識也有了很大轉變。見證了人工智慧幾起幾落的英特爾,在2014年之前並不認為這一次深度學習真的能掀起些什麼。

收購 Naverna 代表著英特爾對人工智慧態度的轉變,從「不重要」變為「非要不可」,Nervana 團隊現在為英特爾的所有部門,從CPU到FPGA再到物聯網……提供技術支持。「實際上,至強處理器近兩年來的性能提升基本上都來自我們組的貢獻。」Naveen說。

搶佔先機的英偉達,市值已經翻了幾十番,GPU在 AI 訓練市場擁有毋庸置疑的領先地位。但真正成就英偉達的,是其配套軟體生態系統 CUDA

谷歌不是對手,英特爾要用AI一統晶元江湖!

「英偉達最初在2005年推出CUDA,這也就是說他們花了十年時間才讓 CUDA 能夠使用,」Naveen說,沒有人能一夜之間顛覆這種優勢,要讓一款硬體取得成功,相關的軟體生態系統至關重要,而要打造這樣一套生態,「非常、非常地難」。

面對英偉達在人工智慧領域憑藉 GPU+CUDA 構建起的強大生態,Naveen 表示,英特爾的應對之道是他們兩年前便開始布局的 nGRAPH——如今,有各種各樣的機器學習框架,而這些框架上的模型又需要在不同的硬體上面運行。以前做深度學習和人工智慧運算,大家主要用 GPU 來加速,訓練直接在框架里調用英偉達的 CUDA 庫,推理則是用英偉達的 TensorRT。現在硬體的選擇變多了,大家也想做更多的優化,「框架編譯器」(compiler)的概念也隨之興起

最初是谷歌的XLA(Accelerated Linear Algebra/加速線性代數),但XLA是用於 TensorFlow 的編譯器,針對的也自然是谷歌的 TPU。類似的是 Facebook 的 Glow,實際上現在每家公司都在不同的層級上構建屬於自己的中間表示,好讓編程語言能夠適應更多的硬體組合。

英特爾要做的事情是,不與谷歌、Facebook、百度等公司直接競爭,「因為他們都是我們的客戶」,nGRAPH 能支持所有的框架,「無論你使用哪種框架,新建一個框架也行,我們都樂意支持」。

谷歌不是對手,英特爾要用AI一統晶元江湖!

英特爾的框架編譯器nGRAPH,能將不同框架上運行的模型針對各種硬體進行優化,包括英偉達的GPU和其他硬體。

但Naveen也承認,業界現在確實有在所有這些中間表示中確定一個「標準」的意向,因為標準就是標準,有了大家都方便,而英特爾也不諱言想讓nGRAPH成為這個標準

「我們比所有人都領先,目前最接近的就是谷歌的XLA。」

英特爾10nm:挑戰台積電的7nm 晶元

但是 2019 年底英特爾預計推出的是「10納米」晶元,對手台積電、三星早就量產了10nm,高通驍龍835已經在市場上整整賣了一年,台積電今年「7納米」晶元量產成功,明年更是已經確定要上EUV 5納米的研發。

但這裡有個「陷阱」:一般人可能都認為10nm肯定比14nm先進,7nm也當然比10nm要好。實際上,7nm也好,10nm也罷,這些「線寬」僅僅代表工藝節點,但要衡量這個工藝的好壞,柵極間距(gate pitch)、邏輯單元高度(Logic Cell Height)、鰭片間距(fin pitch)、最小金屬間距(Min Metal Pith)等關鍵技術參數更為重要。

谷歌不是對手,英特爾要用AI一統晶元江湖!

英特爾22nm和14nm工藝比較:鰭片間距提升

2017年9月,英特爾主動公布出台積電、三星和自家10nm工藝相關技術參數指標,由下圖可見,英特爾的10nm光刻技術製造出來的鰭片、柵極間隔更小。因此,在晶體管密度上幾乎是台積電、三星的兩倍。

谷歌不是對手,英特爾要用AI一統晶元江湖!

英特爾的10nm光刻技術製造出來的鰭片、柵極間隔更小,在晶體管密度上幾乎是台積電、三星的兩倍

摩爾定律是怎麼說的?

「積體電路上可容納的晶體管數目,每隔18個月便會增加一倍。」

因此,要看的是電路上晶體管的密度,而不僅僅是「線寬」

谷歌不是對手,英特爾要用AI一統晶元江湖!

Anandtech總結的全球半導體企業製程路線圖

關於英特爾10納米工藝晶元的「難產」,業界有各種各樣的推論和假說,Naveen 自然沒有給出正面回答,只說 「我們的10納米工藝研發進度正順利按計劃完成」。

「但是,台積電的7nm從晶體管密度上說遠不及英特爾的10nm。」 Naveen說:「這是絕對的。」

AI晶元初創公司,活下去沒靠山不行

巨頭、英偉達、台積電等等都搞定了,對於頗有井噴式爆發的大批 AI 晶元初創公司又如何呢?

作為曾經晶元初創公司的CEO,Naveen 直言:「要做出能夠大規模商用的晶元,靠初創晶元公司100%不行。」

現在確實是「計算機體系結構的黃金時代」,也有不少炒作,但計算機架構不是那麼簡單的事情。晶元的技術周期很長,也極少能用一代就取得成功,需要不斷的迭代,這期間晶元的架構可能過時,或者有競爭對手出現。

做晶元是非常難的一件事情——你或許真的能設計出一款能解決一切問題的超級晶元,但要將這款晶元製造出來,需要付出大量的努力,而就算晶元真的做出來了,成功也不僅僅是靠處理器,還有生態系統和商業模式要考慮,要在百億台處理器規模的數據中心無差錯的使用,價格要能讓客戶用得起。

這也是 Nervana Systems 選擇被英特爾收購的原因。「我們想要的是把自己的技術推向市場,而英特爾精湛的製造工藝和成熟的銷售渠道以及其他資源,讓我們能夠把 Nervana 的技術留下來並推向市場,這是我們唯一關心的。」

「我並不是說所有晶元初創公司都會死,」Naveen 說:「上世紀90年代,圖形處理器市場,當初也有成千上萬家 GPU 創業公司,有些被收購了,其技術也成為那些公司的一部分,大部分都倒閉了,最終活下來的有多少?而活下來的這兩家,在此期間也幾度瀕臨破產。」

「作為晶元初創公司要生存下去實在太難了,」Naveen說。Nervana Systems 曾經有過那麼一個窗口,抓住這個機遇或許能成為下一個「英特爾」,但 Naveen和他的團隊,做了99%的人都會做的、更保守、更安全、更穩妥、從各種意義上說,也是最明智的選擇——投入英特爾的懷抱。(Moblieye 的創始人是不是也是這樣想的呢?)

CPU的AI化:英特爾的未來

剛剛加入英特爾時,Naveen和他的團隊就未來AI和計算的發展著很強的Vision,但並沒有獲得大多數人的同意。

「實際上,當時人工智慧對英特爾來說並非值得優先考慮的事情(priority),而現在,英特爾的每個部門都在想著 AI。」Naveen說,「AI是英特爾『絕不能輸的戰場』。」

CPU曾經是英特爾的一切,也是令英特爾如此輝煌的原因。但過去兩年來,「CPU就是一切」(註:非Naveen原話)的意識形態在公司內部已經有所轉變,大家意識到各種各樣的加速器,尤其是AI加速器,開始扮演起越來越重要的角色。

儘管 CPU 不再是「唯一」,但仍然是計算結構里不可或缺的重要組成部分。Naveen說,只要是馮·諾依曼架構,「你必須要有一個 CPU」。

在 CPU 的周圍,你可以放上GPU、DSP、ISP,以及NNP,或者各種新的架構,其中一些會被淘汰,而另一則會被被大家廣泛使用,「我們很樂意把大家都用的這種架構放進 CPU 里」,Naveen說。

英特爾另一大優勢在於,市面上已經安裝並且投入使用的 CPU。「客戶的基礎設施更新是逐步做起的,」 Naveen 說:「沒有人會一下子把舊的全扔掉然後換新的。」 如今,全球有3500萬公司使用英特爾的CPU,眼下最火熱的人工智慧推理,也有近 90% 是在英特爾的晶元上完成。

與此同時,英特爾還在不斷打造更好的 CPU,不僅為人工智慧。

你看好英特爾在人工智慧時代的作為嗎?歡迎留言討論。

原文地址:https://mp.weixin.qq.com/s/o4FIXR2uuhvayuetZ5htKA

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 矽谷密探 的精彩文章:

在中國玩不動的無人便利店,為何在美國風生水起?
在美國做長租房,是一門好生意嗎?

TAG:矽谷密探 |