AI时代 处理器市场群雄争霸谁能领跑？

　　智能时代芯片市场格局一变再变，上周谷歌推出 TPU 引发新的讨论，谁将领跑芯片市场?TPU 仅供谷歌内部使用;IBM TrueNorth 离商用还有距离;中国的寒武纪是国际首个深度学习专用处理器，市场表现值得期待;概率芯片以微小计算精度为代价实现能耗降低，是芯片市场一匹黑马;FPGA 凭其性价比有望占领市场;目前 GPU 用户覆盖率最广。

　　智能时代就要到来，芯片市场格局一变再变。两个典型例子：引领处理器市场 40 多年的英特尔 2015 年底收购完 Altera，今年 4 月就宣布计划裁员 1.2 万;另一方面，GPU 巨头英伟达今年 3 月推出加速人工智能和深度学习芯片 Tesla P100，投入研发经费超过 20 亿美元，据《华尔街日报》报道，5 月英伟达售出的 GPU 比去年同月增长 62%，当前市值 240 亿美元。

　　TPU：始于谷歌，终于谷歌

　　要说新的芯片，首先不得不提谷歌在刚刚结束的I/O 大会上披露的 TPU。

　　有不舆论称，谷歌自己打造芯片，势必对芯片制造商产生巨大影响。确实，面向机器学习专用的处理器是芯片行业的发展趋势，而且未来其他大公司也很有可能组建芯片团队，设计自己专用的芯片。

　　TPU 团队主要负责人、计算机体系结构领域大牛 Norm Jouppi 介绍，TPU 专为谷歌机器学习应用 TensorFlow 打造，能够降低运算精度，在相同时间内处理更复杂、更强大的机器学习模型并将其更快地投入使用。 Jouppi 还表示，谷歌数据中心早在一年前就开始使用 TPU，这款谷歌定制芯片从测试到量产不到 22 天，其性能把摩尔定律往前推进到 7 年。

　　不过，GPU 巨头、英伟达的 CEO 黄仁勋告诉《华尔街日报》，两年前谷歌就意识到 GPU 更适合训练，而不善于做训练后的分析决策。由此可知，谷歌打造 TPU 的动机只是想要一款更适合做分析决策的芯片。这一点在谷歌的官方声明里也得到印证，TPU 只在特定应用中作为辅助使用，公司将继续使用 CPU 和 GPU。

　　谷歌云服务副总裁 Diane Greene 也表示，谷歌并没有对外销售 TPU 的打算——抛开 TPU 本来就是为了谷歌自己设计的这个事实以外，谷歌对外销售芯片的可能性很低，就像 Facebook 主张全球提供免费互联网，也并不是自己要做运营商。

　　因此，TPU 虽好，但仅限谷歌内部，而且在近未来即便使用 TPU，也是用作辅助 CPU 和 GPU。

　　TrueNorth 坐山观虎斗?

　　第二个要说的是 IBM TrueNorth。IBM 在 2014 年研发出脉冲神经网络芯片 TrueNorth，走的是“类脑计算”路线。类脑计算的假设是，相似的结构可能会出现相似的功能，所以类脑计算研究者用神经电子元件制造与人脑神经网络相似的电子神经网络，希望其实现人脑功能，并进一步反过来了解人类智能。

　　TrueNorth 一张邮票大小，有 54 亿个晶体管，构成的神经元阵列包含 100 万个数字神经元，这些神经元之间通过 2.56 亿个电突触彼此通信。由于采用了异步架构，TrueNorth 的能耗很低，54 亿个晶体管仅用 70 毫瓦;而且，只有在特定神经元被开启并和其他神经元进行通信时才会产生能耗。TrueNorth 设计师 Filipp Akopyan 表示，TrueNorth 的目标是 Edge-of-the-Net 和大数据解决方案，所以必须要能用超低功耗实时处理大量数据。

　　在此基础上，2016年 4 月 IBM 推出了用于深度学习的类脑超级计算平台 IBM TrueNorth，含 16 个 TrueNorth 芯片，处理能力相当于 1600 万个神经元和 40 亿个神经键，消耗的能量只需 2.5 瓦。

　　将低能耗芯片用于深度学习无疑是一大重举，美国 LLNL 数据科学副主任 Jim Brase 表示，类脑计算与未来高性能计算和模拟发展趋势一致。但是，新智元芯片群的几位专家讨论后一致认为，TrueNorth 虽然与人脑某些结构和机理较为接近，但智能算法的精度或效果有待进一步提高，离大规模商业应用还有一段距离。

　　因此，未来 10 年芯片市场群雄逐鹿，TrueNorth 大概不会有亮相的机会。

　　寒武纪：中国的智能芯片

　　寒武纪是国际首个深度学习专用处理器，在国际上开创了深度学习处理器方向。从寒武纪研究论文产业化起，新智元一直有跟进报道。寒武纪 CEO 陈天石曾表示寒武纪要成为“支撑起中国智能时代的伟大芯片公司”。

　　2012 年，还在中科院计算所工作的陈天石和同事提出了国际上首个人工神经网络硬件的基准测试集 benchNN。这项工作提升了人工神经网络处理速度，有效加速了通用计算，大大推动了国际体系结构学术圈对神经网络的接纳度。此后，陈云霁、陈天石课题组接连推出了一系列不同结构的“寒武纪”神经网络专用处理器。

　　2016 年 3 月，陈云霁、陈天石课题组提出的寒武纪深度学习处理器指令集 DianNaoYu 被计算机体系结构领域的顶级国际会议 ISCA 2016 接收，在所有近 300 篇投稿中排名第一。指令集是计算机软硬件生态体系的核心。英特尔和 ARM 正是通过其指令集控制了 PC 和嵌入式生态体系。

　　寒武纪在深度学习处理器指令集上的开创性进展，为中国占据智能产业生态的领导性地位提供了技术支撑。其市场表现如何，值得期待。