AI芯片之于人工智能的意義，則可以理解為發(fā)動機之于汽車。人工智能這一理論已經(jīng)提出了多年，但是由于實現(xiàn)它需要的計算量實在太大，這輛“跑車”一直沒有配備上合適的“發(fā)動機”，只能放在倉庫積灰。直到AI算法和大數(shù)據(jù)時代的到來、以及AI芯片的出現(xiàn)。
第三波AI浪潮的發(fā)展主要由深度學(xué)習(xí)技術(shù)的突破引領(lǐng)，而英偉達(Nvidia)憑借其通用的GPU單元，專門的TensorRT加速器，強勁的矩陣運算性能加上對其他算法的兼顧，英偉達不僅能用GPU滿足AI構(gòu)建的訓(xùn)練需求，還能用TeslaRT用來部署，很好實現(xiàn)AI構(gòu)建，所以英偉達也率先成了這一波AI熱潮的最大受益者。
給機器人“造腦”，英偉達發(fā)布全新AI芯片Jetson Xavier
近日，英偉達正式發(fā)布了一款全新AI芯片—Jetson Xavier，Jetson Xavier作NVIDIA Isaac平臺的核心，是全球首款專為機器人設(shè)計的計算機。該公司CEO黃仁勛在周一的新聞發(fā)布會上表示：“這臺小電腦，將成為未來機器人的大腦”。
Jetson Xavier包含了六顆處理器，包括1個Volta Tensor Core GPU、1個8核ARM64 CPU、2個NVDLA深度學(xué)習(xí)加速器、1個圖像處理器、1個視覺處理器和1個視頻處理器，每秒可執(zhí)行30萬億次操作。為了打造它，Nvidia足足耗費了五年的時間——三年設(shè)計、兩年筑造，共有超過8000人參與了設(shè)計與開發(fā)，可以說這是Nvidia單獨做過的最長的一個處理器項目。它的處理能力與配備了10萬美元GPU的工作站大致相同，但功率僅為30瓦。
簡而言之，就是Nvidia成功地將1000瓦性能的10萬美元級工作站，縮小到了30瓦的‘掌中寶’的程度。
NVIDIA為Jetson Xavier的模擬、訓(xùn)練、驗證和部署提供了一個工具箱。該機器人軟件包含Isaac SDK、Isaac IMX、Isaac Sim三方面內(nèi)容：
l Isaac SDK：一套API和工具，可借助全面加速的庫，開發(fā)機器人算法軟件及運行時框架。
l Isaac IMX：Isaac智能機器加速應(yīng)用，是NVIDIA開發(fā)的機器人算法軟件的集合。
l 當(dāng)前Nvidia的技術(shù)，已經(jīng)被一些企業(yè)用于自主倉庫機器人、機器采摘和農(nóng)業(yè)機器人。不過黃仁勛表示，JetsonXavier要比之前的AI芯片要強大20倍。
l Isaac Sim：高度逼真的虛擬仿真環(huán)境，可供開發(fā)者訓(xùn)練自主機器，并使用Jetson Xavier進行硬件在環(huán)測試。
提早轉(zhuǎn)型，英偉達開啟人工智能之路
作為一家圖像處理芯片公司，Nvidia約在7年前就已經(jīng)開始轉(zhuǎn)型布局人工智能。當(dāng)時人工智能概念還未興起，AI仍是一片藍海。經(jīng)過持續(xù)多年的研發(fā)，公司在近年來陸續(xù)推出人工智能芯片、系統(tǒng)、軟件和服務(wù)，打造世界頂級人工智能公司。
2009年 英偉達Tegra進入奧迪汽車
德國大眾為旗下的奧迪汽車引入新式導(dǎo)航系統(tǒng)，并首次采用NVIDIATegra片上系統(tǒng)處理器。相比于2009年初的多媒體交互系統(tǒng)(MMI)，新的Tegra核心導(dǎo)航系統(tǒng)自然要更加高級，不但功能上更強大，效果也應(yīng)該更酷一些。
在后來的GTC 2014大會上，奧迪自動駕駛汽車再次展示了基于Tegra K1開發(fā)套件的車載智能系統(tǒng)，可提供自動駕駛、導(dǎo)航、碰撞感應(yīng)、智能鏈接等功能。
2013年11月 IBM和英偉達聯(lián)合開發(fā)超級計算機
IBM與芯片廠商英偉達Nvidia達成戰(zhàn)略合作，共同設(shè)計開發(fā)新型超級計算機系統(tǒng)和服務(wù)器。英偉達開發(fā)的圖形處理單元芯片(GPU)，很好適用于浮點計算，表現(xiàn)勝于英特爾的傳統(tǒng)CPU Xeon和AMD的Opteron。排名第二位的“泰坦”也搭載了GPU。
根據(jù)IBM和英偉達合作內(nèi)容，雙方在芯片方面就行合作，通過技術(shù)共享，讓英偉達的Tesla GPU更好與前者的Power 8芯片協(xié)同工作。
早期的Tesla車型曾使用過Tegra 2，但處理能力遠遠不夠，所以后來升級到了Tegra 3。特斯拉Model S電動車的車載娛樂系統(tǒng)也是基于Tegra 3設(shè)計。Nvidia基于在圖形處理方面長期積累與CUDA架構(gòu)，和特斯拉建立密切的合作。而特斯拉為Nvidia在高度智能化的汽車上的布局上起到助推作用。
2014年早期特斯拉ModelS搭載英偉達Tegra 3
Nvidia不僅在硬件上有布局，同時已經(jīng)滲透到了軟件層面。Nvidia將一輛Jeep進行深度改裝，但改的不是發(fā)動機、輪轂或包圍，而是中控系統(tǒng)。改裝后的Jeep采用3D打印制造出的中控臺，搭配一個17英寸的電容屏。屏幕劃分為3個區(qū)域，上中下分貝顯示地圖、娛樂信息以及HVAC(比如空調(diào)控制)。配合Tegra K1，Nvidia直接切入到了車輛的CAN總線中，實現(xiàn)了對整個車輛的控制。
2014年初，世界上采用NVIDIA處理器的汽車已經(jīng)超過450萬輛，涉及20多個品牌、100多款車型，其中包括奧迪、寶馬、大眾等車企巨頭，也包括特斯拉這種車界新貴。2015年，Tegra芯片在汽車領(lǐng)域發(fā)展加快，在道路上跑的汽車有超過800萬輛搭載Tegra芯片。2015年第三季度Nvidia在汽車領(lǐng)域的業(yè)務(wù)銷量增長了51%。
2015年12月 Facebook開源BigSur
Facebook研發(fā)代號為“BigSur”的新一代硬件的設(shè)計目標(biāo)是訓(xùn)練神經(jīng)網(wǎng)絡(luò)。除人工智能外，這一技術(shù)還經(jīng)常被稱作機器或深度學(xué)習(xí)。Facebook與Nvidia進行合作，是第一家采用英偉達TeslaM40GPU加速器的廠商。M40GPU面向深度神經(jīng)網(wǎng)絡(luò)，是BigSur平臺和OpenRack兼容硬件的關(guān)鍵。
采用M40的BigSur平臺的速度是該Facebook上一代產(chǎn)品的2倍，使得訓(xùn)練規(guī)模相當(dāng)于原來2倍的神經(jīng)網(wǎng)絡(luò)的速度提高1倍。BigSur是第一款針對機器學(xué)習(xí)、人工智能研究開發(fā)的開放源代碼計算系統(tǒng)，F(xiàn)acebook將把設(shè)計材料提交給開放計算項目。
2016年 新款特斯拉model S采用Tegrak1
2016年新款狀態(tài)顯示器分辨率升級，從過去的1280x480 升級到1920x720，因此副處理器也從Tegra 2升級為Tegra 3，主處理器從Tegra 3升級到了Tegra k1 從而更好地支持自動輔助駕駛功能。
Tesla P40、Tesla P4高性能計算卡
2016年9月，NVIDIA發(fā)布新一代高性能計算卡Tesla P40、Tesla P4，它們倆將取代上代麥克斯韋架構(gòu)的Tesla M40/M4，進化到最新的帕斯卡架構(gòu)，擁有16nm工藝。這兩款計算卡主要負責(zé)圖像、文字和語音識別，專為人工智能、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)推演而生。
Tesla P4及P40特別針對推論設(shè)計，使用經(jīng)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)識別語音、影像及文字以回應(yīng)使用者和裝置要求。Pascal架構(gòu)GPU具備以8位(INT8)運算為主的專門推論指令，提供比CPU快45倍的反應(yīng)速度，與不到一年前推出的GPU解決方案相比則提升了4倍。
深度學(xué)習(xí)超級計算機NVIDIADGX-1
深度學(xué)習(xí)最苛刻的部分是訓(xùn)練。NVIDIA專為深度學(xué)習(xí)設(shè)計的PASCAL架構(gòu)，助推深度學(xué)習(xí)加速高達65倍，并且能夠支持每個主要的深度學(xué)習(xí)框架。在此架構(gòu)基礎(chǔ)上，NVIDIA創(chuàng)造了專為GPU深度學(xué)習(xí)所設(shè)計的超級計算機DGX1。
NVIDIA的DGX-1基于Tesla P100加速卡(研發(fā)費用高達20億美元)是世界上首款專為深度學(xué)習(xí)而打造的系統(tǒng)，具備全面集成的硬件和軟件，可以輕松快速地完成部署。NVIDIADGX-1革命性的性能可大幅加快訓(xùn)練速度，成為世界上首款體積小性能強(單機箱)的深度學(xué)習(xí)超級計算機。
協(xié)同駕駛AI Co-Pilot
XAVIER已經(jīng)被英偉達安裝在一輛基于林肯MKC所打造的自動駕駛測試車BB8上，另外，英偉達還將在自動駕駛領(lǐng)域同奧迪展開合作，其全自動駕駛汽車預(yù)計將在2020年上路。
AI Co-Pilot(人工智能協(xié)同駕駛)系統(tǒng)該系統(tǒng)具有人臉識別、頭部追蹤、視線追蹤等功能，能在行車中輔助駕駛者，提高駕駛安全性與便利性。AI Co-Pilot還能在復(fù)雜的噪聲環(huán)境中通過讀唇獲知駕駛者的需求，準確率已達93.4%。
英偉達的優(yōu)勢真的是無人能擋嗎?
英偉達上周發(fā)布的第一季財報再次超出業(yè)界預(yù)期，財報顯示這一季度總收入增長了66%，其中數(shù)據(jù)中心業(yè)務(wù)營收增長71%達到7.01億美元。英偉達的數(shù)據(jù)中心業(yè)務(wù)包含HPC(高性能計算)、數(shù)據(jù)中心GPU以及AI加速器即使相比過去幾年2-3倍的增長率要少很多，但極具潛力的AI芯片市場空間依舊吸引了眾多巨頭和創(chuàng)業(yè)者的參與。
不過英偉達現(xiàn)在具有優(yōu)勢并不意味著AI市場的蛋糕會被英偉達獨吞，無論是科技巨頭英特爾、谷歌、IBM、AMD還是OURS、地平線、寒武紀等初創(chuàng)企業(yè)都紛紛加入了AI芯片領(lǐng)域的競爭。
英特爾這幾年也是卯足了勁入軍AI市場，英特爾的All in AI實力也是不容小覷。除了鞏固資深的優(yōu)勢產(chǎn)品以外，還進行了一系列的收購以增強自己的能力。英特爾針對已有的優(yōu)勢產(chǎn)品XeonPhi加速計算卡、收購的Altera FPGA、 Nervana System幾大產(chǎn)品線進行深度學(xué)習(xí)的優(yōu)化，從AI構(gòu)建的訓(xùn)練和部署都能夠看出這均與英偉達形成競爭，在自動駕駛應(yīng)用場景中也通過收購Mobileye與英偉達形成強競爭關(guān)系。同時還基于FPGA打造自己在AI領(lǐng)域的特色，對人工智能初創(chuàng)芯片企業(yè)的持續(xù)投資也有助于英特爾在AI芯片領(lǐng)域?qū)崿F(xiàn)后來居上。
除了英特爾All In AI全面叫板英偉達，眾多初創(chuàng)公司也會成為挑戰(zhàn)英偉達不可忽視的對手。
以2017年由兩位華人在美國硅谷創(chuàng)立的OURS為代表，OURS以低功耗端計算AI芯片為核心技術(shù)，目標(biāo)是解決工業(yè)/商業(yè)、機器人、汽車自動駕駛、安防等領(lǐng)域的3D機器視覺和多傳感器融合的問題。OURS的核心技術(shù)之一就是硅光技術(shù)，這一技術(shù)很適合于計算機內(nèi)部和多核之間的大規(guī)模通信，其最大的優(yōu)勢在于擁有相當(dāng)高的傳輸速率，可使處理器內(nèi)核之間的數(shù)據(jù)傳輸速度比目前快 100 倍甚至更高。OURS 采用的是以數(shù)據(jù)為中心的RISC-V 計算機指令集架構(gòu)，這也是OURS的另一大核心優(yōu)勢。
寒武紀近日也發(fā)布了一款云端智能芯片Cambricon MLU100，詞云端芯片也延續(xù)了寒武紀產(chǎn)品通用性的特點，支持各類深度學(xué)習(xí)和經(jīng)典機器學(xué)習(xí)算法，滿足視覺、語音、自然語言處理、經(jīng)典數(shù)據(jù)挖掘等領(lǐng)域復(fù)雜場景下(如大數(shù)據(jù)量、多任務(wù)、多模態(tài)、低延時、高通量)的云端智能處理需求。
不只是硬件，寒武紀還努力實現(xiàn)軟硬件的協(xié)同工作，寒武紀從 2016 年起逐步推出了寒武紀 NeuWare 軟件工具鏈，該平臺終端和云端產(chǎn)品均支持，可以實現(xiàn)對 tensorflow、caffe 和 mxnet 的 API 兼容，同時提供寒武紀專門的高性庫，可以方便地進行智能應(yīng)用的開發(fā)，遷移和調(diào)優(yōu)。
小結(jié)：
AI芯片全球起步時間幾乎同步，此時，人工智能領(lǐng)域尚未出現(xiàn)“獨步天下”的國際巨頭。但是也要警惕“全民造芯”虛火，目前還沒有出現(xiàn)像CPU(中央處理器)一樣的AI通用算法芯片，AI的殺手級應(yīng)用還沒出現(xiàn)，未來這個產(chǎn)業(yè)還有很長一段路要走。
下載文檔
