如今，谷歌，臉書，微軟，亞馬遜這些互聯網巨頭們都竭力探索，試圖找到能進一步促進人工智能發展的芯片。而他們的決策將會給因特爾和英偉達那樣的芯片制造商帶來 180 度的巨大變革。
未來情形究竟？在這個節骨眼上，就算是在互聯網任職計算機科學家們也很難給個準話。
| 變革即將來臨
上述那些大型互聯網公司的線上服務通常需要海量數據來支撐，而包含大數據的上千臺服務器則各自通中央處理器（或稱 CPU ）的芯片來驅動。可是，當這些公司開始用新的方式——深度神經網絡（人工智能的分支形式）來解決問題，提供服務時，他們就得使用與之相匹配的處理器了，如谷歌專為機器學習設計的 Tensor 處理器（TPU）。神經網絡可以通過分析大數據習得某種能力，比如識別照片中的人臉和物體和雙語翻譯。而在解決這些更加復雜的問題時，僅僅用 CPU 顯然能力不足。
除了上述提到的谷歌，微軟也在使用一種叫做現場可變編程門陣列（FPGA）的新型處理器。另外，還有數不清的公司已大量配備圖形處理器（GPU）——他們這樣做，無非是想通過更高效的芯片加速智能手機和其他設備中人工智能的應用。
而投資者和芯片制造商對這些公司的一舉一動關注如此密切，主要是因為他們的線上業務實在龐大得很，而且他們在計算機硬件市場上的占有量大到其他公司只有望其項背的份。因此，云計算的發展只會使這一鴻溝繼續擴大。而如果這其中的某家公司，如谷歌，用一種新型芯片替換掉現有芯片，這基本上就相當于顛覆了整個芯片行業。
英特爾和英偉達對谷歌自己制造 TPU 感到十分恐慌。但在谷歌和類似公司中，GPU 的分量同樣也很重。
英偉達是這類特殊芯片的主要制造商。但英特爾也不甘示弱，它通過收購 Altera （該公司向微軟銷售 FPGA）壯大自己的力量。此次收購是因特爾有史以來耗資最多的一次，高達 167 億美元——這也再一次向人們宣告，芯片市場即將迎來大變革。
| 先搞訓練，再談執行
把一個神經網絡投入實際應用中要經歷兩個階段：首先是訓練，其次是執行。
拿谷歌人臉識別舉例。第一階段，研究人員會用大量的照片和特定算法來訓練神經網絡。第二階段則是我們把自己高中同學聚會的照片 po 在臉書上，讓神經網絡識別并自動標記出里面的每個人。
兩個階段的工作任務截然不同，所需的處理方式也各有所異。而對于第一步訓練神經網絡來說， GPU 無疑是最好的選擇。
一開始，芯片制造商設計 GPU 是為讓游戲，或其他高度圖形化的應用做圖像渲染。但近年來谷歌這樣的公司發現訓練神經網絡時遇到的令人抓狂、無休無止的計算，也能用 GPU 輕松搞定。GPU 的這一新技能表明，以后，想要訓練更多神經網絡只需更少的硬件即可。
微軟人工智能研究院 XD Huang 把 GPU 稱為“真正的武器”。最近，他和他的團隊才設計出能和人一樣識別出特定對話語音的系統，這花了他們近一年的時間。而沒有 GPU，他表示，這得花上五年之久。研究論文發表后，他和英偉達 CEO 黃仁勛后還專門在家開了一瓶香檳以表慶賀。
但是，公司還需要能夠快速執行神經網絡決策的芯片，這一過程稱為推論（ inference）。上述提到的谷歌使用的 TPU 和微軟使用的 FPGA 皆是為此服務。百度則使用的是 GPU，雖然它不太適用于這一過程，但配合著相應的軟件也能完成任務。
| 除了計算機，還有智能硬件
與此同時，還有些公司在尋找芯片新市場時，把目光轉向了智能硬件。他們希望設計出讓神經網絡在智能手機或其他設備上快速執行的芯片。
比如 IBM。盡管有人質疑這樣做能有多大成效，但不只是 IBM，就連英特爾也加入了這一行列。英特爾已同意收購有同樣業務的硅谷計算機視覺芯片公司 Movidius 。
因為英特爾知道，市場正在悄然發生變化。
四年前，英特爾說除去另外四家大公司，它向谷歌銷售服務器處理器的量比銷售給其他所有公司的總量都要多。所以，它是谷歌這類公司改變芯片市場的直接見證者。英特爾現在是四處押注，除了收購 Altera 和 Movidius，它還和人工智能芯片公司 Nervana 達成兼并協議。
這種做法很有意義，因為該市場剛顯示出發展勁頭。英特爾副總裁 Jason Waxman 近日向我說道，
長江后浪推前浪，我們現在就處在后浪的浪尖上，而人工智能就是它的推動力。
只是，這波浪潮將把我們帶往何處，也許時間會告訴我們一切。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
相關文章
