人工智能期间，谷歌、英特尔和英伟达之间的计较手段竞赛战

导语：AlphaGo强盛到令人绝望，激发了“人工智能威胁人类”的接头。但在本质上，人工智能是算法、数据和硬件三个要素综合的功效。

2001年6月26日，闻名导演史蒂文·斯皮尔伯格执导的《人工智能》（英文名：《AI》）在美国上映。影片报告的是呆板人小男孩大卫为了探求养母，并收缩呆板人与人类的差距而格斗的故事。

《人工智能》影戏剧照

大卫是一个被输入情绪措施的呆板人男孩，Cybertronics Manufacturing公司员工亨瑞和他老婆制造出的一个试验品。他们收养了大卫，并给了他足够的爱，可是人类与呆板都无法接管大卫。于是大卫踏上路程去探求真正属于本身的处所，盼愿成为一个真正意义上的人。

在这部影片上映15年后，呆板人还没有成为真正意义上的人, 但人工智能在围棋规模克服了人类。它的强盛和超强的进化手段，让人类棋手难以望其项背。

AlphaGo以3:0克服柯洁九段

“AlphaGo Master比AlphaGo Lee（与李世石对战的版本）要强盛，Master在对战中淹灭的手段（机能和功耗）仅是Lee版本的异常之一，必要4个TPU在单台电脑上运行即可。“DeepMind首席科学家David Silver在AlphaGo 克服李世石后这样表明说。

AlphaGo强盛到令人绝望，激发了“人工智能威胁人类”的接头。但在本质上，人工智能是算法、数据和硬件三个要素综合的功效。

一旦涉及到算法、数据，就离不开计较。在这个规模，用来计较的硬件首要是TPU、GPU和CPU，他们背儿女表的公司则别离是谷歌、英伟达和英特尔。这几家公司互相竞争，又相互必要。

TPU（Tensor Processing Unit）是专为呆板进修而定制的芯片，颠末尾专门深度呆板进修方面的实习。谷歌工程师Norm Jouppi先容，在人工智能相干的算法上，它的计较速率更快，计较功效更精准，同时也越发节能。

谷歌在I/O 2017上宣布第二代Cloud TPU

人工智能依靠于呆板进修（Machine Learning），呆板进修又依靠于硬件，它必要硬件平台提供大量的运算资源。就计较服从来说，专用器材的计较服从远高于通用器材。专门为呆板进修定制而呈现的谷歌的TPU就是一种专用的器材，业内广泛以为它的呈现对付通用器材GPU来说是一种威胁。

GPU的计划初志不是首要用来举办神经收集运算，而是图像处理赏罚。因为其非凡的结构可巧也较量合用于神经收集运算，以是在TPU呈现之前，大大都做呆板进修厂商都在同时操作FPGA和GPU来改造实习本身的神经收集算法。

英伟达首创人兼CEO黄仁勋却不认同“TPU威胁论”，在接管凤凰科技的采访时,他暗示谷歌的TPU不会对英伟达的Volta GPU组成威胁，两边在TensorFlow项目上保持着相助，而Volta GPU的运算手段乃至在TPU之上。

作为天下最大的GPU制造商之一，英伟达一向精心极力地推广GPU在深度进修规模的应用。老黄将英伟达称为“一家人工智能公司”。

谈到英伟达基于GPU的人工智能计谋，必要先从Volta提及。

在本年5月11日的NVIDIA GTC 2017上，英伟达推出了全新的GPU架构Volta。英伟达应用深度进修研究副总裁Bryan Catanzaro暗示这并不是前代架构Pascal的进级，而是一个全新的架构。Volta提供大量的FLOP（浮点运算），基于Volta的架构，人们就可以行使必要更多FLOP的深度进修模子。现在许多风行的模子都必要很大的计较资源，譬喻卷积进修神经收集。

黄仁勋展示基于Volta架构的Tesla V100加快芯片

基于全新的Volta架构，英伟达推出Tesla V100加快器，它速率比其前身Tesla P100快2.4倍。

Tesla V100凝结了英伟达内部数千名工程师数年的开拓，研发投入相等于30亿美金。黄仁勋在NVIDIA GTC 2017的主题演讲中，展示了一块Tesla V100，他笑称全天下独逐一块就在他手上，假若有人想买的话，那么价值就是30亿美金。

而在Tesla V100加快器基本上，英伟达推出了超等计较机DGX-1V和HGX。

DGX-1V内置了8块Tesla V100，黄仁勋暗示“DGX-1V相等于400个处事器”，已往Titan X（GTX TITAN X，泰坦显卡）必要耗费8天实习的神经收集，DGX-1V只必要8个小时，机能晋升了24倍。

HGX是英伟达和微软连系开拓的云图形加快器，是英伟达人工智能计谋的硬件支撑。它同样内置了8块Tesla V100。今朝微软的Project Olympus打算、Facebook的Big Basin体系都是行使的HGX作为数据中心计划方案的焦点。

黄仁勋在台北国际电脑展的主题演讲中暗示，GPU的运算手段晋升很是快，能在将来代替CPU成为最首要的人工智能芯片。

可是英特尔并不这么以为。台北国际电脑展时代，英特尔数据中心环球贩卖部产物和技能总司理陈葆立在接管凤凰科技采访时提到， TPU和GPU只是加快芯片，今朝是无法独立事变的，没有CPU它跑不起来。

“不管是AMD可能是ARM出的CPU，都是不能直接毗连到英伟达的GPU的，毗连的尺度是PCIE（这属于英特尔），传输速率取决于PCIE的速率。可是今朝我们本身的芯片组合可以跳过PCIE，以是能比CPU+GPU更快。”他说。

在收购Nervana之后，英特尔拥有了将至强融核处理赏罚器和FPGA两个差异的芯片整合成一个芯片的手段。在最新的Nervana体系中，就包括了FPGA加快芯片Arria 10和至强融核处理赏罚器的整合。

Arria 10就是一款主流的Altera FPGA产物

FPGA最初是从专用集成电路成长起来的半定制化的可编程电路，它可以作为一种用以实现非凡使命的可再编程芯片应用与呆板进修中。

譬如百度的呆板进修硬件体系就是用FPGA打造了AI专有芯片，制成FPGA版百度大脑。FPGA比沟通机能程度的硬件体系耗损能率更低，在刀片式处事器上可以由主板上的PCI Express总线供电。行使FPGA可以将一个计较获得的功效直接反馈到下一个，不必要姑且生涯在主存储器，以是存储带宽要求也在响应低落。

英特尔的方案是将CPU与FPGA融合起来，组合芯片的运算越发机动和高效，同时还能实现最低的功耗，得到机能和功耗的均衡。

人工智能如日中天，谷歌的TPU、英伟达的GPU和英特尔的CPU组合方案，在硬件层面上都还只是实行，这种实行能辅佐实现早期的技能蕴蓄。在采访的最后陈葆立提到，固然是差异的硬件平台，可是各人都在想步伐融合，这有利于辅佐开拓者，从而真正辅佐人工智能向前成长。

（编辑：厦门网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!