财新传媒
位置:博客 > Patrick Moorhead > 机器学习的格局——看AMD、英特尔、英伟达、高通和赛灵思人工智能引擎如何布局
十一
6
2017

机器学习的格局——看AMD、英特尔、英伟达、高通和赛灵思人工智能引擎如何布局

毫无疑问,2016年是机器学习(Machine Learning)和人工智能(Artificial Intelligence)在各大媒体活跃的一年。但除了自动驾驶汽车和藏在手机里的语音激活助理之外,机器学习在其他方面的应用绝大多数人连三种都说不出。人工智能项目具体应用于哪些领域,人们也混淆颇多。当你要Siri播放歌曲或告诉你明天天气如何时,“她”到底在你手机里还是在苹果云中?那么亚马逊Alexa又如何?“她”在哪里?(两个问题的答案是:“在云端”)当你思考那些晦涩难懂的问题时,许多投资者和技术推荐者正试图确定——AMD、英特尔、英伟达、高通或赛灵思将在哪些领域、出于何种原因、为哪些应用提供最佳底层硬件芯片。

 

格局:按行业和部署位置

 

基于机器学习的应用数量之大确实令人激动,2,300多个投资者资助了1,700多家创业公司足以证明这一点(根据Angel List编撰的数据)。下图利用应用大类显示机器学习的应用形势,应用可能在简单或专用边缘设备上、在云端服务器上或在使用边缘设备和紧耦合云资源的混合配置中运行。

版权所有 ® 2017 摩尔洞察力与战略公司

机器学习应用形势(资料来源:摩尔洞察力与战略公司)

 

 

硬件:CPUGPUASICFPGA

 

机器学习有两个方面:利用大量样本数据训练神经网络,然后利用训练网络推断新数据样本的一些特征。通常在大型数据中心中,图形处理器(GPU)开展训练网络“思考”的工作,而GPU几乎完全由英伟达提供。因为市场支配权似乎很稳定,至少目前如此。

 

当提到机器学习时,实际上没有“某个芯片一统天下”的情况。所有厂商都声称其架构(CPU、GPU、ASIC或FPGA)“最适合”人工智能和机器学习,但其实每个在特定环境下部署的芯片架构,都有其针对特定类型应用或数据的优势。数据的复杂性和速度决定了需要多少处理量,而通常情况下环境决定了延迟需求和功率分配。

 

一旦训练了神经网络,中央处理器(CPU),例如英特尔至强与数据中心中的至强融核,以及移动设备中的高通骁龙移动平台,只要经过神经网络训练,它们都擅长处理例如文本和jpeg图形等比较简单的数据工作。英特尔预发布了新版多核至强融核,代号为Knights Mill,预计今年晚些时候上市,它可处理来自4K视频摄像头或雷达等设备的高速和高分辨率数据。但是,在许多情况下,该项工作可能需要GPU、ASIC,或者FPGA编程,来满足例如车辆、自主无人机、导弹等用例的低延迟和低功耗环境需求。英伟达GPU以最快解决方案(吞吐量)赢得绝大多数加速赛的同时,FPGA(通常来自于英特尔或赛灵思)具有随加速算法演进重新配置硬件和提供极低延迟的能力。在云端我们也能看到类似情形,GPU、FPGA和ASIC,例如谷歌Tensorflow处理单元(TPU),每个都对特定数据类型和吞吐量需求具有独特能力和成本/效益优势。

 

例如视觉引导自主系统等应用则需要混合硬件的方式以满足应用环境的延迟和数据处理需求。虽然上述加速器能胜任运行人工智能推理引擎的工作,但传感器融合、数据预处理和评分后策略执行需要最适合CPU的大量特殊I/O和快速传统逻辑。为了应对该挑战,英伟达在英伟达Jetson和DrivePX2中提供有ARM / GPU组合的混合硬件平台,英特尔和赛灵思提供把ARM和FPGA嫁接进单一的、精致的低功率包系统级芯片(SoC)。全部这些产品都正设法进入无人机、工厂机器人/协作机器人和汽车领域,而这些领域都需要创新的方式正确组合速度、灵敏性和低功耗需求。

 

高通也不甘示弱,一直不断加强骁龙移动平台,纳入各种各样的加速器技术,支持移动和其他边缘设备中的机器学习,这些设备将包含智能物联网(IoT)。实际上,最新的骁龙835中包括的中央处理器(CPU)、图形处理器(GPU)和数字信号处理器(DSP)都可应对正用于加速机器学习算法的各种编程和硬件模式。

 

你可以看出,并没有一个放之四海皆准的标准能够满足新兴机器学习应用形势的计算需求。这将给工程/设计团队带来更多选择,正在构建的智能系统、产品和服务也会有定制的解决方案。

推荐 2

总访问量:博主简介

Patrick Moorhead Patrick Moorhead

市场研究公司Moor Insights & Strategy创始人,总裁,首席分析师。研究领域包括软件定义数据中心和物联网行业(IoT)。同时,他也是客户端计算和半导体领域的资深专家。Moorhead的分析观点屡屡被各大媒体引用,影响力持续位于全球科技行业分析师前列。他还是《福布斯》和《CIO》杂志的撰稿人。Moorhead拥有25年以上的行业经验,在创立Moor Insights & Strategy之前,他曾就职于AMD公司及康柏电脑公司,领导产品管理、业务战略规划及营销等工作。

个人分类