今年5月底曾在曼哈頓中部的賓夕法尼亞州立大學(xué)舉行了一次意義重大的人工智能會(huì)議。參加這次會(huì)議的大多是科技領(lǐng)域的新起之秀，世界頂級(jí)半導(dǎo)體設(shè)備制造企業(yè)AMAT也參加了此次會(huì)議。會(huì)議由Pierre Ferragu主持，此前他剛剛辭去了伯恩斯坦的技術(shù)分析師職務(wù)，在New Street Research做技術(shù)研發(fā)，New Street Research是一家純粹的研究機(jī)構(gòu)，并沒有別的業(yè)務(wù)。

從左邊開始，分別是Netronome首席執(zhí)行官Niel Viljoen，Mipsology首席執(zhí)行官Ludovic Larzul， Applied Materials市場(chǎng)信息負(fù)責(zé)人Sundeep Bajikar，Syntiant首席執(zhí)行官Kurt Busch和Applied MaterialsCIO Jay Kerley。

此次會(huì)議的重點(diǎn)是討論將哪種芯片用于目前已有的智能算法，如“深度學(xué)習(xí)”。同時(shí)這也是一次很好的調(diào)查機(jī)會(huì)，如何選擇決定了英特爾（INTC）、Nvidia（NVDA）和Xilinx（XLNX）未來在計(jì)算機(jī)領(lǐng)域能否占據(jù)主導(dǎo)地位。

會(huì)議發(fā)言人普遍認(rèn)為，在未來五年內(nèi)，AI芯片最保守估計(jì)每年在人工智能市場(chǎng)的需求將達(dá)到150億美元。問題是哪些芯片會(huì)應(yīng)用于人工智能領(lǐng)域？

Netronome Systems是高度可編程半導(dǎo)體領(lǐng)域的領(lǐng)先供應(yīng)商，成立于2003年8月，總部位于美國賓夕法尼亞州的匹茲堡，目前其分支機(jī)構(gòu)遍布北美、歐洲、亞洲和非洲，為全球客戶提供技術(shù)和銷售支持。Netronome目前正在制造網(wǎng)絡(luò)加速芯片。

Niel Viljoen是Netronome公司的創(chuàng)始人和首席執(zhí)行官，他認(rèn)為隨著新一代芯片的出現(xiàn)，將會(huì)減少對(duì)英特爾微處理器的使用。Viljoen說：“每次改變都會(huì)減少CPU的負(fù)擔(dān)。”

他表示，芯片的“體系結(jié)構(gòu)”涉及材料和加速器，以及一些我們沒有接觸過的東西的，例如像DRAM這樣的存儲(chǔ)芯片，其內(nèi)存是如何組織的以及如何分布的。

雖然Nvidia的突出之處在于它的GPU在人工智能領(lǐng)域得到了認(rèn)可，但是有人指出未來將會(huì)出現(xiàn)更多類型的芯片，它們將更加關(guān)注存儲(chǔ)電路而不僅僅是計(jì)算電路。另一家公司Mipsology正在開發(fā)可以更好地使用“現(xiàn)場(chǎng)可編程門陣列（FPGA）”的軟件，Intel、Xilinx和Lattice Semiconductor（LSCC）銷售的就是這種可編程芯片，這更加說明了未來芯片的多樣性。

Mipsology CEO Ludovic Larzul解釋說，深度學(xué)習(xí)中的一些任務(wù)需要傳統(tǒng)的“分支”指令，即遵循更窄的“if/then/else”結(jié)構(gòu)的計(jì)算機(jī)命令，但是這并不適合GPU。

幾周前剛剛走出“隱形模式”的Syntiant提出了一種完全不同的AI芯片方案。Syntiant公司的高管大都來自Broadcom（AVGO），他們正在研制一款專注于存儲(chǔ)介質(zhì)，它更多地利用了模擬芯片的專業(yè)知識(shí)。

正如Syntiant CEO Kurt Busch所說“我們可以在存儲(chǔ)芯片中進(jìn)行計(jì)算，100%消除了傳統(tǒng)存儲(chǔ)芯片中的存儲(chǔ)帶寬瓶頸”。

Syntiant專注于將這些存儲(chǔ)芯片用于“邊緣”設(shè)備，例如汽車和智能手表，以及其他具有嚴(yán)格功率限制但是經(jīng)常連接不到云數(shù)據(jù)中心進(jìn)行機(jī)器學(xué)習(xí)的設(shè)備。

Busch的邊緣AI例子是交通攝像頭。他說：“每個(gè)角落都有交通攝像頭，他們把看到的所有車牌照都拍照，然后把這些圖像發(fā)送到云端。那么為什么不讓云直接告訴相機(jī)我們正在尋找某個(gè)車牌，而讓看到車牌的照相機(jī)將圖像發(fā)送到云呢？”

換句話說，這樣的人工智能已經(jīng)脫離了“訓(xùn)練階段”進(jìn)入了所謂的“推理階段”，即使用已經(jīng)對(duì)數(shù)據(jù)進(jìn)行過訓(xùn)練的計(jì)算機(jī)來解決該領(lǐng)域的特定問題。

Busch認(rèn)為在可預(yù)見的將來，系統(tǒng)“訓(xùn)練”仍將在需要大量計(jì)算的云中進(jìn)行。

Applied Materials公司是全球最大的半導(dǎo)體生產(chǎn)設(shè)備和高科技技術(shù)服務(wù)企業(yè)，為財(cái)富500強(qiáng)全球化發(fā)展增長(zhǎng)型企業(yè)之一。Applied Materials公司自1967年成立至今三十多年來一直都是領(lǐng)導(dǎo)信息時(shí)代的先驅(qū)，為全球信息產(chǎn)業(yè)的迅猛發(fā)展和高速增長(zhǎng)提供了技術(shù)的可能。

Applied Materials的首席信息官Jay Kerley表示該公司已經(jīng)在內(nèi)部建立了大量的基礎(chǔ)設(shè)施，將用人工智能相關(guān)工作的研究，例如解決人工智能芯片制造的問題。

Kerley說 “大多情況下都是軟件在推動(dòng)硬件”，在谷歌開發(fā)的各種框架中最受歡迎的是TensorFlow。他表示：“如果GPU能夠做出改進(jìn)持這些新出現(xiàn)的需求，那么事情就簡(jiǎn)單了。但是我們現(xiàn)在需要將這些GPU用于處理它們并不擅長(zhǎng)的事情。”

同時(shí)，Applied正在使用英特爾和Nvidia的大量GPU來構(gòu)建巨型數(shù)據(jù)中心。因此，如果AI在不遠(yuǎn)的將來有所進(jìn)展，對(duì)芯片供應(yīng)商來說將是一個(gè)非常好的機(jī)會(huì)。