专栏名称: OFweek人工智能
提供人工智能行业最新热点新闻、技术、产品以及线上线下研讨会、产品资讯、市场信息等。
目录
相关文章推荐
军武次位面  ·  IDEX ... ·  昨天  
中国民兵  ·  想成为“兵王”,这一步非常重要!! ·  昨天  
上海证券报  ·  今夜,巴菲特,大超预期 ·  2 天前  
中国证券报  ·  适时增加权益投资!这家险企今年这样干 ·  2 天前  
中国兵器工业集团  ·  兵器工业集团召开2025年度质量安全工作会 ·  3 天前  
51好读  ›  专栏  ›  OFweek人工智能

全球芯片巨头齐聚旧金山,只为做一件事!

OFweek人工智能  · 公众号  ·  · 2019-07-22 19:14

正文

点击上方蓝色字体,关注我们




7月18日,计算产业走到了转折点,一方面,深度学习(机器学习的一种)流行,对芯片提出新要求,另一方面,摩尔定律渐渐失效。几天前,来自各大芯片巨头的高管齐聚旧金山,讨论未来大计。



周二时,在Applied Materials赞助下,A.I. Design Forum(AI设计论坛)开幕;就在同一时间,另一场芯片年度盛会Semicon West也拉开序幕。


从聚会传达的信号看,既有好消息,也有坏消息。先说好的一面,厂商开发许多新工具,例如,AMD、Xilinx开发的异构芯片可以满足深度学习的要求。再看不好的一面,计算需求越来越大,数据中心压力加大,到底厂商开发的新玩意能否减轻数据中心的压力呢?大家没有给出明确答案。


摩尔定律逐渐失效,芯片架构需要谋变


在Semicon展会上我们看到许多新芯片,AI论坛的重点不是展示产品,而是讨论未来,比如机器学习大爆炸有何影响,对计算机来说意味着什么。


Applied Materials CEO Gary Dickerson发表演讲,他刚一开口就说摩尔定律正在减速,他还援引加州大学伯克利分校教授David Patterson、Alphabet董事长John Hennessy提供的数据说,每年新处理的速度只提升3.5%。这一数据实际上有点过时了,2月份的新数据说提升速度只有3%。



Dickerson预测,在未来大约10年的时间里,全球数据中心的AI负载将会占到计算周期(Compute Cycles)的80%,占据全球用电量的10%。


如何应对这种变化?Dickerson认为行业应该从多个角度寻找解决方案,比如设计新芯片架构,开发新型内存芯片。他提到几种新内存,比如MRAM、ReRAM(resistive RAM)、PCRAM(phase-change RAM)和FeRAM。行业还要研究新逻辑芯片设计方法,开发新芯片,这种芯片可以用连续实值信号处理数据,而不是用离散单元的形式处理,除了硅之外,行业还要努力寻找新材料。


AMD CEO Lisa Su和Xilinx CEO Victor Peng都谈到了异构计算。


Lisa Su介绍了Epyc服务器芯片,它将多块硅片封装在一起,在硅片之间有高速存储器总线。Victor Peng谈到了Xilinx开发的可编程芯片,也就是FPGA,它既能处理AI矩阵乘法,还能处理机器学习运行前后的传统软件任务。


因心存恐惧,谷歌TPU率先迈出一步


谷歌高级工程师Cliff Young介绍了Tensor Processing Unit(简称TPU)的进展,从2013年开始,谷歌一直在开发TPU。Cliff Young解释说,谷歌之所以拼命开发TPU,主要是心存恐惧。



为什么这样讲呢?谷歌平台出现越来越多的机器学习服务,矩阵乘法已经成为谷歌数据中心计算周期中相当重要的部分,如果每个人每天向手机说2分钟的话,或者每天分析2分钟的视频片段,都用机器学习来完成,那么谷歌的计算机就会不够用。


Cliff Young告诉大家,AI服务需求出现大爆炸,既有可能带来成功,也有可能带来灾难,谷歌已经启动15个月的崩溃测试,希望能让性能提升10倍。


现在TPU已经发展到第三代,不过危机并没有结束。Cliff Young说计算需要正在飞速增长。谷歌有仓库一样大的建筑,里面装满架子,上面装有TPU,可是仍然不够用。如何扩大数据中心?即使是谷歌也受到限制,更别说其它企业了。


Cliff Young认为,硬件设计师、软件程序员应该携手合作,共同设计,还要与材料物理学家一起设计。Cliff Young问大家:“我们能不能用光收发器操纵神经网络呢?”光计算在矩阵乘法方面有着超强表现,但是用它处理神经网的其它关键部分表现却很平庸。


CMOS是基本的芯片材料,Cliff Young认为行业应该努力寻找替代材料。内存计算同样很重要,我们可以让计算靠近内存单元,缩短数据传输距离。Cliff Young还说,机器学习也许能为模拟计算带来新机会。


摩尔定律已死,需要调整步调跟上AI速度


会议快要结束时,主持人与5位风投家座谈,谈论如何为尖端技术开发商(比如AI企业)提供资金支持。


5位风投家分别是Lux Capital管理合伙人Shahin Farshchi,Spirit Ventures普通合伙人Laura Oliphant,Hardware Club普通合伙人Aymerik Reynard,Applied Ventures普通合伙人Rajesh Swaminathan和英特尔风投投资主管Jennifer Ard。


座谈开始时,主持人问小组成员:摩尔定律是不是已经死了?有4人回答说“YES”,只有Shahin Farshchi给出否定回答。Shahin Farshchi解释说,虽然我们无法再用摩尔定律来预测晶体管的进步,但是计算力仍然可以用相同的速度增长,只是来自于整个计算生态系统。


不管这种说法准不准确,他的论调和会议的其它言论是一致的。整个行业正在调整步伐,希望能跟上AI的节奏。

转载声明:

以上来源极客网 ,所用图片来自网络,仅供交流分享,如有疑问,请联系我们。

推荐阅读

1. 限时下载 | 800G人工智能全套学习资料,超级干货! Hot~

2. 限时下载 | Python+Matlab+机器学习+深度神经网络,仅限500人! Hot~

3. 限时下载 | 100G Python从入门到精通全套资料!(全网最全) Hot ~

4. 限时下载 | Matlab从入门到进阶学习资料大放送,全是干货! Hot ~

5. 限时下载 | 140G编程资料免费领!(python、JAVA、机器人编程...)

6. 限时下载 | 学习Python、机器人编程必读的10本书籍!

7. 限时下载 | 265G python全套视频教程,从入门进阶到面试技巧! Hot ~

8. 限时下载 | 40G Matlab从入门到精通全套学习资料大全!

9. 限时下载 | 一本豆瓣9.4分的好书《流畅的Python》!

10. 限时下载 | 一本数据分析入门必读《利用Python进行数据分析》

11. 限时下载 | 20G Python量化交易从入门到精通全套资料!

12. 限时下载 | 88G 零基础学人工智能6大热门方向全套资料! Hot ~

13. 限时下载 | 8G Python3爬虫从入门到精通视频资料,值得收藏!

14. 限时下载 | 12G Matlab安装包+视频教程全套资料!

15. 限时下载 | 让小白学上瘾的Python入门视频教程全套资料!







请到「今天看啥」查看全文