时至今日，未来的发展方向已经非常明确：我们需要利用人工智能实现管理、娱乐以及货币化等多种需求。以医疗卫生与制造业为代表的现有行业将因此迈出更高效率水平 ; 而增强现实眼镜及机器人出租车等新兴行业亦随着 AI 技术的成熟而成为可能。
然而，尽管技术产业自身正在蓬勃发展，而人工智能亦在为整个世界创造极为可观的收益，但计算机设备在某些具体数学运算方面仍然不够强大或有效。虽然大多数人对于 AI 技术的兴盛给予关注，但其着眼点往往在于最新算法在德州扑克或者围棋当中击败人类，而非真正重要的、如何构建全新计算机芯片以支持我们的 AI 发展梦想。
以下数据点已经足以说明这方面需求之迫切：软件厂商谷歌与微软已经投入大量资源以构建自己的芯片方案。而在双方身后，则是一大批兜售以 AI 为中心的自有芯片产品的初创企业——甚至也包括苹果公司。除了利用智能机器改变我们的生活之外，这场竞逐可能也会给已然成熟的芯片行业带来深远变革甚至是一轮大洗牌。
微软公司于上周日晚公布了其 AI 芯片制造项目。在本届于夏威夷召开的计算机视觉会议上，微软公司研究项目负责人 Harry Shum 展示了一款专门为 HoloLens 增强现实眼镜打造的新型芯片。这款在演示当中能够准确追踪 Shum 手部移动的芯片包含一整套定制化模块设计，能够高效运行语音与图像识别领域中的各类最新深度学习软件。微软公司希望用户能够直接伸出双手，并将其与虚拟对象交叠在一起。微软方面同时强调称，目前市面上还没有哪款产品能够以电池供电加头戴的形式提供机器学习软件的高效运行能力。
微软公司的这一项目受到谷歌于 2016 年公布自有深度学习芯片的启发。TPU（全称为张量处理单元）由谷歌公司开发而成，专门用于立足其云环境高效执行深度学习运算。谷歌公司在今年早些时候接受采访时指出，TPU 的推出帮助其在无需构建 15 座额外新数据中心的前提下顺利完成了语音识别服务的交付能力。而今年 5 月，谷歌公司宣布其已经打造出更为强大的 TPU 版本，并将向其云计算业务客户出租这些定制化芯片。
亦有消息传出，称微软公司已经为 HoloLens 构建起一款深度学习处理器——这意味着微软方面将不再需要从零开始利用自己的服务器芯片对抗谷歌 TPU。微软多年以来一直在利用所谓现实可编程门阵列帮助自家云计算服务获得更理想的深度学习执行效率——这种芯片简称 FPGA，可在出厂之后进行重新配置，从而加快特定软件或者算法的运行速度。微软方面计划从明年开始将 FPGA 资源向其云用户交付。不过最近在被问到是否有可能开发与谷歌类似的定制化服务器芯片时，微软公司 FPGA 项目技术负责人 Doug Burger 表示并不排除这种可能性。具体来讲，HoloLens 深度学习芯片的设计与供应链都有相当一部分可在服务器芯片制造当中得到复用。
谷歌与微软双方的项目无疑将矛头直指新型 AI 芯片行业上最为核心的部分——这亦无异于向英特尔与英伟达等主流半导体厂商直接挑战。苹果公司多年以来一直在为其移动设备设计处理器，而人们普遍相信其也在积极开发新型芯片以确保未来的 iPhone 产品拥有更出色的人工智能处理能力。相当一部分初创企业也拿出了自己的深度学习芯片设计方案，其中包括由多位前任谷歌公司 TPU 项目工程师建立的 Groq 公司。半导体行业分析企业 Linley Group 公司创始人 Linley Gwennap 解释称，“像英特尔与英伟达这样的企业一直都在致力于销售其一直在销售的产品。但我们发现领先云厂商以及初创企业则行动更快，因为他们能够切实发现自身数据中心以及宏观市场上的具体需求。”
图形芯片制造商英伟达公司近年来销售额与利润一路飙升，这主要是因为其芯片相较于传统处理器更适合支持深度学习软件。然而，Gwennap 指出，该公司主要选择修改并扩展其现有芯片设计方案，而非从零开始更有针对性地研究深度学习负载。
当然，老牌芯片厂商自然也将发起反击。英特尔公司是世界上规模最大的芯片制造商，并于去年夏季收购了一家名为 Nervana 的 AI 芯片厂商，目前则以其技术成果为基础开发专用型深度学习芯片。英特尔公司拥有全球最复杂且最为昂贵的芯片制造体系，但必须承认的是，目前无论大、小厂商皆在芯片市场当中拥有着自己独特的竞争优势。对于小型厂商而言，他们不存在原有芯片与软件生态系统，因此在设计与开发工作当中能够拥有更加灵活的发挥空间。
英国人工智能芯片初创企业 Graphcore 公司 CEO 兼联合创始人 Nigel Toon 指出，“我们的任务更为简单，因为我们希望构建一套解决方案，并能够从零开始进行设计。”就在上周，该公司在最新一轮融资中筹得 3000 万美元，其中包括来自谷歌公司 DeepMind AI 研究事业部 CEO Demis Hassabis 的投资。同时参与此轮融资的还包括：来自 OpenAI 的多位领导者（OpenAI 为一家由 Elon Musk 联合创立的研究机构）。
而在规模化方面，大型云厂商则能够充分运用其在运营及发明机器学习服务与技术方面积累到的丰富经验。谷歌公司 TPU 项目工程师 Norm Jouppi 解释称，“我们从谷歌处获得的最大助益在于，我们能够直接与应用程序开发人员协同工作，例如联手构建语音识别及街景视图。在专注于这些内部客户并携手前进时，确实能够显著缩短构建工作的周转时间。”
着眼于以往，谷歌与微软通过发明软件构建自身业务，而所配合的芯片则由其它厂商设计并负责构建。但随着 AI 技术的快速普及，技术行业的芯片基础正在发生变化——其来源亦如是。
查看原文链接： https://www.wired.com/story/the-rise-of-ai-is-forcing-google-and-microsoft-to-become-chipmakers/
感谢陈思对本文的审校。
给 InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。
评论