關于人工智能(AI)的報導一直不絕于耳。過去幾年來，幾乎每個月(有時甚至是每周)都會有一款現(xiàn)有或新創(chuàng)公司的全新AI處理器推出市場。

然而，懸而未決的問題是：為什么有這么多的AI處理器?每一款AI芯片的設計是為了解決哪些問題?更重要的是，當今的AI版圖中還缺少哪些部份?

Tirias Research首席分析師Kevin Krewell直截了當?shù)卣f，“AI帶來了一種新典范，并改變了整個計算機系統(tǒng)。”現(xiàn)有企業(yè)和新創(chuàng)公司都在爭奪仍處于混亂中的“AI就緒”(AI-ready)計算領域。

以色列Hailo是一家為“邊緣設備深度學習”打造專用芯片的新創(chuàng)公司，今年6月宣布完成1,250萬美元的A輪融資。Hailo的目標在于“為任何產品帶來智能”(to bring intelligence to any product)。因此，Hailo首席執(zhí)行官Orr Danon最近呼吁“徹底重新設計計算機架構的支柱——內存、控制和計算以及其間的關系。”

這是一個值得稱道的目標。然而，Hailo既不打算透露其架構細節(jié)——Danon僅表示“可能就在今年底”，其首款AI處理器最快也要到2019年上半年后才會正式推出。

Danon認為，目前還沒有一家自動駕駛車(AV)供應商能在無數(shù)的新一代AI處理器中找到適用于其自動駕駛車的芯片。

汽車領域正是Hailo看好其新款AI處理器得以發(fā)揮的直接目標市場。Danon指出，當今的測試自動駕駛車實際上都在公共道路上行駛，車后行李箱中還配置了一個數(shù)據(jù)中心。他說，為了填補這些測試車和自動駕駛車(必須為大量部署而打造)之間的巨大鴻溝，一線(tier one)和汽車OEM需要一種全新的AI處理器，協(xié)助其更有效率地執(zhí)行相同的深度學習任務。

Hailo為此整理了目前每一款AI處理器的每瓦(W)深度學習TMACS。該公司與《EE Times》的讀者分享的重點在于深入探討：自動駕駛車產業(yè)在多大程度上仍無法獲得推動高度自動駕駛車所需的高效能AI處理器。

業(yè)界分析師和其他AI新創(chuàng)公司高層也針對目前在AI發(fā)展道路上的重大障礙發(fā)表看法。

現(xiàn)代CPU架構并不適用于AI

大多數(shù)業(yè)界觀察家一致認為，目前基于馮·諾依曼(von Neumann)架構的CPU處理器無法有效因應當今的AI處理任務。

The Linley Group首席分析師Linley Gwennap指出，“Von Neumann不適用于AI。”他解釋說，每一次的計算都必須擷取并譯碼指令，以及收集并儲存數(shù)據(jù)于緩存器檔案中。 “為了提高每瓦計算效能，你必須執(zhí)行更多的計算和更少的擷取任務。”

Krewell同意這一看法。他說：“Von Neumann架構極其適于控制和循序計算：‘If-Then-Else’操作。相形之下，神經網(wǎng)絡就像圖形一樣，是高度平行的，而且依賴于內存帶寬的處理。試圖用CPU擴展神經網(wǎng)絡是相當昂貴的(包括功耗和成本)。”

典型的馮·諾依曼(von Neumann)計算機架構(來源：Hailo)

Danon說：“盡管Von Neumann架構和現(xiàn)代CPU一般都非常靈活，但在很多情況下，這種靈活性并不是必要的。”它適用于神經網(wǎng)絡和其他操作，例如，為未來的許多周期預先確定行為。在這種情況下，他指出，設計系統(tǒng)的更有效方法是“避免以讀取指令來指導每個周期的系統(tǒng)行為。保持每個周期改變元素行為的靈活度非常重要。”

在Danon看來，“神經網(wǎng)絡將這一概念推向了極致。‘結構’——決定操作數(shù)素之間連接性——確定整個會話的行為(又稱‘計算圖形’)。”簡言之，AI社群需要的不是基于Von Neumann架構的處理器，而是“善于描述神經網(wǎng)絡結構的特定處理器”。

重新關注數(shù)據(jù)流架構

由于CPU和GPU的深度學習性能無法滿足需求，引發(fā)業(yè)界積極尋找基于數(shù)據(jù)流(dataflow)架構的新解決方案。但為什么是數(shù)據(jù)流?

根據(jù)Gwenapp的說法，業(yè)界希望進行更多的計算和更少的擷取，首先嘗試開發(fā)寬的單指令/多數(shù)據(jù)(SIMD)架構。“但是你只能將緩存器檔案做得很寬。”業(yè)界很快地發(fā)現(xiàn)，該解決方案是“直接自動地將數(shù)據(jù)從計算單元移動到計算單元”。他說，“這是一種稱為數(shù)據(jù)流的通用方法，可以大幅降低von Neumann的開銷。”

不久前才收購MIPS的Wave Computing，是一家利用數(shù)據(jù)流技術的AI新創(chuàng)公司。根據(jù)該公司首席執(zhí)行官Derek Meyer表示，Wave Computing設計了一款新的處理單元，“可以原生支持Google TensorFlow和微軟(Microsoft)的CNTK”。

Danon坦承Hailo的新款AI處理器也屬于架構的“數(shù)據(jù)流系列”。他解釋說，數(shù)據(jù)流“通常更適合深度學習”，因為“用于計算的大多數(shù)參數(shù)都不需要移動。相反地，它們用于描述數(shù)據(jù)流動時的圖形。”

數(shù)據(jù)流解決方案：典型的平行計算架構(來源：Hailo)

Krewell指出，數(shù)據(jù)流的概念并不是什么新鮮事兒，也已經成功地在通用計算機硬件實現(xiàn)商用化了。

但是，隨著AI改變計算領域，數(shù)據(jù)流正在尋找機器學習的“新機遇”。Krewell補充說：“透過使用數(shù)據(jù)流和脈動數(shù)組架構，您可以將神經網(wǎng)絡處理設計為從一分層到另一分層，而無需太多控制邏輯。”

這種新轉折可說是Wave Computing的天賜良機。該新創(chuàng)公司自2010年以來一直在利用其于數(shù)據(jù)流技術方面的專業(yè)知識以及建立專利組合，積極地專注于機器和深度學習。

內存帶寬面臨瓶頸

AI——特別是卷積神經網(wǎng)絡(CNN)，似乎非常適合數(shù)據(jù)流設計。但是，Gwenapp強調，這并不表示所有的數(shù)據(jù)流設計都對AI有利，“系統(tǒng)中還存在著其他瓶頸，如內存帶寬。”

業(yè)界開始看到這樣的暗示：內存導向的裝置是客制深度學習硬件的未來。例如，新創(chuàng)公司Mythic瞄準了將神經網(wǎng)絡映像到NOR內存數(shù)組。該公司將“內存處理器”(processor-in-memory;PIM)架構用于AI，使其芯片得以在閃存中儲存并處理神經網(wǎng)絡權重，而其結果(最終和中間)則儲存在SRAM中。因為這樣的內存數(shù)組無需將數(shù)據(jù)移入和移出外部內存，所以，Mythic承諾將在其芯片中實現(xiàn)性能/功耗的巨大進展。

內存處理器(PIM)(來源：Mythic)

Mythic的設計概念當然具有吸引力，特別是當大多數(shù)芯片設計者試圖提高內存帶寬時，一般都采用可能造成破壞的方法。然而，Danon抱持謹慎看法，他表示還不確定Mythic的內存處理器芯片能否正常運作，但很可能“將技術推得太遠了”。

Danon說，目前更實際和更現(xiàn)實的方法是“共同定位內存和計算”。“我們需要讓計算結構能以高利用率存取所需的內存，從而產生非常高的帶寬。”他補充說，這對于實現(xiàn)操作數(shù)素的高利用率至關重要。

Krewell則解釋，“一些挑戰(zhàn)是在訓練期間保持權重。這就是像GraphCore在芯片上打造大型內存的原因。”他并補充說：“這也就是為什么GPU和英特爾(Intel)的Nervana使用高帶寬內存(HBM)、Wave Computing使用美光(Micron) Hypercube內存的原因。”

除了TPU，如何調整軟件和硬件?

Danon表示，Google經由其Tensor處理器，“展示了一種樣板”，用于從頭開始設計高效率的架構，并針對推論任務進行了優(yōu)化。這是個大好消息。然而，壞消息是，如果客戶想要使用除了TensorFlow之外的深度學習架構呢?

在這種情況下，他們就需要翻譯。雖然許多新興工具，包括ONNX，都用于翻譯幾個AI架構，但Danon解釋說，在此過程中，即使內容不會在翻譯中完全遺失，計算也可能變得“非常低效”。他指出，產生這種困境的原因在于，以簡潔方式描述問題的神經網(wǎng)絡“結構”必須轉換為von Neumann架構的通用處理器所使用的一系列規(guī)則操作。

Danon指出，當今的AI處理器在軟件和硬件之間缺乏一致性。他說，在理想情況下，軟件和硬件二者都使用基于結構的描述方法。Hailo計劃將本機描述為“神經網(wǎng)絡分層”，從而使其處理器有別于其他處理器。

Danon解釋說，Hailo的目標“有點類似于匯編語言本身能夠在基于規(guī)則的系統(tǒng)中描述規(guī)則一樣——條件敘述和分支的形式。”

實現(xiàn)更高每瓦性能的競賽

深度學習性能效率是AI處理器競爭對手之間經常引爆的一場大辯論。在英偉達(Nvidia)和英特爾/Mobileye之間，兩家競爭對手的高層還公開爭辯其于Xavier SoC和EyeQ5的主張。

針對深度學習影像進行處理的實際處理器效率比較(來源：Hailo)

Hailo根據(jù)每家供應商發(fā)布的數(shù)據(jù)，編制了一份AI處理器比較表——從Nvidia的Volta V100、Pascal P4和Google TPU，到GraphCore IPU和Wave Computing DPU，詳細列出每家供應商的深度學習tera級每秒乘積累加(TMAC)計算和功耗資料。Hailo的目標是為每個AI處理器計算深度學習的每瓦TMACS。Hailo并觀察到當前的AI處理器可達到每瓦低于0.1TMACS的效能，而在使用批處理方法時可能略高于此。

神經網(wǎng)絡(來源：Hailo)

Danon以處理高清(HD)視頻為例指出，如果車輛以每秒30格(30f/s)的速度接收全高清(FHD)視訊，并使用ResNet50網(wǎng)絡進行深度學習。處理FHD視頻串流通常需要每個傳感器約5TMACS。根據(jù)自動駕駛的等級，一般汽車預計將配備4到12個攝像頭傳感器。

這意味著部署在自動駕駛車的任何現(xiàn)有AI處理器已經讓每個傳感器消耗約幾十瓦功耗，或每輛汽車幾百瓦了。Danon認為這已經超出太多了?；蛘?，他懷疑，如果OEM無力應付這么多的電力浪費，他們別無選擇，最終將只能在性能上大幅妥協(xié)。

理論上，“相較于傳統(tǒng)的von Neumann處理器，精心設計的CNN加速器應該能達到更高數(shù)十倍的每瓦性能”。但是，Gwenapp說：“即便采用這種方法也不足以滿足4/5級自動駕駛車的挑戰(zhàn)性要求。”

換句話說，盡管市場上充斥過多的AI處理器，但沒有一款能夠達到讓全自動駕駛車實現(xiàn)商用化可行的性能標準。

但Gwennap仍抱持樂觀看法。“幸運的是，我們還處于AI競賽的早期階段。預計在未來十年內將能在硬件和軟件方面看到大幅的進展。”