高通接力谷歌TPU,人工智能芯片竞赛已经展开

2017-04-26 13:21:47编辑:王磊 关键字:人工智能  谷歌  高通  芯片

作为机器学习的领军人物,Yann LeCun(杨立昆)曾在 25 年前开发过一块名为 ANNA 的人工智能芯片。而现在,构建适用于深度学习的计算芯片已成为所有科技巨头共同的发展目标。那就快随安防电子的智能管理小编详细了解一下吧。

那是 1992 年,LeCun 还供职于贝尔实验室,这座位于纽约市郊的研发机构举世闻名。他和一群研究者们共同设计了一种适用于进行深度神经网络计算的芯片 ANNA,用于高效处理需要分析大量数据的复杂任务,但 ANNA 从未投入市场。随后的二十多年里,神经网络随着计算机性能的不断提升,开始在识别文字、人脸和语音等任务中达到甚至超越了人类水平。但人工智能还远没有达到威胁人类智能的水平,那些用于特定任务的算法,在执行其他种类任务的时候,不会产生任何有意义的结果。

高通接力谷歌TPU,人工智能芯片竞赛已经展开

尽管如此,今天的神经网络还是在重塑着所有科技公司的面貌,谷歌、Facebook、微软都在做着自己的改变。LeCun 现在已经成为 Facebook 人工智能实验室的主任。在那里,神经网络被用于识别人脸、标注图片中的事物、翻译语言甚至更多。在 25 年后,LeCun 认为市场现在非常需要像 ANNA 这样的芯片,很快,它们将大量涌现。

谷歌刚刚有了自己的人工智能芯片 TPU,这种芯片已经广泛用于谷歌的数据中心,成为其网络帝国的引擎。每台安卓手机的谷歌语音搜索指令都会经由 TPU 处理。这只是芯片业巨大变革的开始,CNBC 等媒体 4 月 20 日 的报道指出,谷歌 TPU 的开发者们正在秘密成立的创业公司 Groq 重新集结,开发类似的人工智能芯片;而传统芯片厂商,如英特尔、IBM 和高通也在做着同样的努力。

谷歌在本月初推出 TPU 时称:「它是我们的第一块机器学习芯片。」在谷歌发表的论文中,TPU 在一些任务中的处理速度可达到英伟达 K80 GPU 与英特尔 Haswell CPU 的 15-30 倍。而在功耗测试中,TPU 的效率也比 CPU 和 GPU 高 30-80 倍(当然,作为对比的芯片并不是最新产品)。

高通接力谷歌TPU,人工智能芯片竞赛已经展开

谷歌 TPU 芯片已经成为其数据中心的重要组成部分

像谷歌、Facebook 和微软这样的科技巨头当然可以把自己的神经网络任务交给常规计算机芯片来处理(如 CPU),但 CPU 是设计用来处理所有类型任务的,这种方式显得效率很低。当使用特殊设计的芯片进行处理时,神经网络任务会运行得更快,消耗更少的电力。谷歌宣称随着 TPU 的应用,它为谷歌节约的成本可以打造另外 15 个数据中心。而随着谷歌、Facebook 等公司将神经网络应用于手机和 VR 头盔,为了减少延迟,在个人设备上的小型智能芯片也变得迫在眉睫了。「在更加高效的专业芯片方面,市场还有很大一片空白,」LeCun 说道。

技术巨头

在收购了初创公司 Nervana 之后,英特尔正在打造一款机器学习专用芯片。IBM 也是,它正在创建一个可以映射(mirror)神经网络设计的硬件架构。最近,高通已经开始制造执行神经网络的专用芯片,这条消息来自 LeCun,因为 Facebook 正帮助高通开发机器学习相关技术所以他对高通的计划很了解;高通技术部副主席 Jeff Gehlhaar 证实了该计划,他说:「在原型机研发方面,我们还有很多路要走。」

高通一直在和 Yann LeCun 在 Facebook AI 研究机构的团队保持合作,共同开发用于实时推理的新型芯片。高通最近宣布计划花费 470 亿美元收购荷兰汽车芯片公司 NXP。在收购宣布之前,NXP 就在致力于解决深度学习和计算机视觉难题,看来高通希望借助收购加强自动驾驶系统的开发。

自动驾驶是深度学习与人工智能发挥作用的主要领域之一。除此之前,内置芯片有很多其他选择以与真实世界交互,比如手机和虚拟现实耳机。当前技术发展飞快,我们很快就会看到其他实际应用的出现。

很多公司想把握住这一蓝海机遇,比如传统芯片巨头英特尔和 IBM。Big Blue 努力在其 Minsky 人工智能服务器中把 RISC 芯片和英伟达 GPU 结合起来的同时,其研究团队也在探索其他芯片架构。IBM Almaden 实验室探讨了其类脑芯片 TrueNorth 的性能,该芯片具备 100 万个神经元和 2.56 亿个突触。IBM 称在若干个视觉和语音数据集中,TrueNorth 给出了接近当前最高分类精确度的深度网络。

IBM 研究院类脑计算首席科学家 Dharmendra Modha 在其博文中说道:「类脑计算的目标是在不断逼近时间、空间和能量的根本限制的情况下,给出可扩展的神经网络基础(substrate)。」

作为芯片领域最大的玩家,英特尔并没有止步不前,它也正在根据下一代人工智能工作需求开发自己的芯片架构。去年,英特尔宣布其第一个人工智能专用硬件 Lake Crest(其技术基于 Nervana)将在 2017 年上半年推出,并在稍后接着推出 Knights Mill,它是 Xeon Phi 联合处理器架构的下一个迭代。

英伟达已成为人工智能硬件领域的主力军之一。在谷歌、Facebook 等公司能够使用神经网络翻译语言之前,他们必须首先用特殊任务训练神经网络,给神经网络输入现有的大量翻译数据集。英伟达制造了可以加快这一训练进程的 GPU 芯片。LeCun 说,在训练方面,GPU 通常考虑的是市场,尤其是英伟达 GPU。但是 Farabet 的出现也许表明,英伟达正和高通一样,也在探索一旦接受训练就可运行神经网络的芯片。

GPU 最初的设计初衷并非人工智能,而是图形绘制。但是大约 5 年前,谷歌、Facebook 等公司开始使用 GPU 训练神经网络,仅仅因为 GPU 是现有的最佳选择。LeCun 相信 GPU 可以持续发挥这一作用,他说,现在程序员和公司对 GPU 相当熟悉,他们具备使用 GPU 的所有工具;GPU 很难被替代,因为替代它需要换掉全部(整个生态系统)。但是他也认为将会出现一种新型芯片,从数据中心和消费设备两个方面,极大地改变大型公司运行神经网络的方式,从而,从手机到智能割草机再到真空吸尘器的一切也都将会改变。

正如谷歌 TPU 展示的,专用 AI 芯片可以将数据中心的运行效率提高到一个新的层次,特别是对于那些需要进行图像识别的服务器。在执行神经网络任务时,它们消耗更少的电力,发热更小。「如果你不想让一个池塘沸腾,你就需要特殊设计的硬件,」LeCun 说。

与此同时,随着 VR 和 AR 技术的发展,手机与头戴设备也需要同样的芯片。Facebook 上周曾展示了它们的新型增强现实工具,而这种设备需要神经网络来对周围环境进行识别。但增强现实系统的任务不能基于数据中心——传送数据需要时间,延迟会破坏用户体验。正如 Facebook 首席技术官 Mike Schroepfer 所解释的,Facebook 目前正在使用 GPU 和另一种被称为数字信号芯片的设备处理这些任务。但从长远来看,这些设备必须使用全新类型的芯片。

现在,需求已经出现,芯片公司正在争相占领新的市场。

以上是eeworld电子工程安防电子小编对关于高通接力谷歌TPU,人工智能芯片竞赛已经展开资料的详细介绍,希望通过小编的讲解,能够给大家带来新的认识,关注eeworld,电子工程,将会给您介绍更多关于智能管理的相关知识。

关键字:人工智能  谷歌  高通  芯片

来源: EEWORLD 引用地址:http://www.eeworld.com.cn/afdz/article_2017042610526.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:国内外智能安防专利申请状况分析
下一篇:科技是把“双刃剑”,浅谈被人工智能对现代人的影响

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

特斯拉来华背后竟然隐藏着这么大的“玄机”?

的干将,并密集向中国媒体发声。 贸易战阴云之下,一些美国的高科技企业却并未放缓入华的步伐。在科技领域,大数据、云计算和人工智能等板块,新一轮外企正在悄无声息间“抢滩”登陆。“ICT(信息通讯技术)行业一直是中国开放时间较早、开放程度较高、利用外资比较多的行业。当前,在中国经济新常态下,随着中央和各地方政府积极推动产业转型升级、鼓励创新,及进一步扩大开放、放宽外商投资市场准入、不断优化营商环境等新举措,外商科技型企业在华投资面临更有利的经营环境,包括政策支持、消费升级认同和市场潜力等。”商务部研究院跨国公司研究中心主任何曼青对经济观察报记者说,这些外资企业在中国正在寻找新的商机。“科技型外商投资企业与中方加强合资合作利于双方
发表于 2018-07-17 20:37:24

从备受争议的自动驾驶谈人工智能

近年来,结合了感知、融合、决策、控制的自动驾驶技术无疑是近年最火的研发领域之一。这得益于现在人工智能技术的发展,但是在ThoughtWorks大数据团队首席科学家王晓雷看来,人工智能不是万能的,深度学习也可能被“愚弄”。 在近日举行的2018 ThoughtWorks技术雷达峰会上,王晓雷进行了主题为《自动驾驶——人工智能的能与不能 》的演讲,并结合自动驾驶技术的最新发展,分享了我们对于真实世界中,关于智能算法的长处和局限性的一些思考。 从备受争议的自动驾驶谈起2015年5月,工信部发表《中国制造2025》,将智能车联网提升到国家战略高度。至今三年时间里,各项政策层出不穷,甚至开放了包括北京上海的部分道路在内
发表于 2018-07-17 20:13:33

无人驾驶汽车是否需要被监管?

一、泛人工智能领域国内投融资动态1.1 国内投融资动态 表1.1 泛人工智能领域国内投融资动态(2018年7月第2周摘选)  1.2 投融资热点小结 图1.1 上海泛人工智能领域创投趋势变化  二、泛人工智能领域发展趋势和政策地方动态2.1 国外动态精选2.1.1 美国智能音箱超过5440万:亚马逊市场份额第一 据外媒QUARTZ给出的数据,目前美国市场上的智能音箱已经超过5400万台。其中占据市场份额最大的分别是亚马逊和谷歌,前者占据美国市场61.9%,后者则是26.9%,苹果的Home Pod则是占据4.1%。另外,美国用户常常用智能音箱的功能分别是听音乐
发表于 2018-07-17 20:12:20
无人驾驶汽车是否需要被监管?

存算一体化与人工智能的完美融合

最近芯片成为了创新行业的一个高频词,以芯片为代表的集成电路产业被誉为是工业粮食,也是数字经济和信息交互不可或缺的核心技术,然而在中国芯片行业当中有一句俗话叫做“除了水和空气,剩下的都是从国外买的”,听起来似乎是很夸张,但实际上一点也不夸张,除了技术之外,过高的芯片成本也成为了拦路虎阻碍其行业的发展。如何降低芯片的成本以及提高运算效率是当今各大企业所考虑的首要难题。 在安创成长营第五期Demo Day上,一家来自北京的芯片创业公司介绍了她们最新的低功耗低成本的存算一体芯片。北京知存科技有限公司是一家专注于开发基于存算一体的人工智能芯片创业企业。虽然现在AI已经是当今社会的发展方向,但是它仍旧处于发展早期阶段,按照人工智能
发表于 2018-07-17 11:54:10

轻智能技术:典型的应用场景有哪些?

人工智能、机器学习和深度学习这三者到底是什么关系,又能实现哪些功能呢?ABCD(即人工智能、区块链应用、云计算、大数据)是科技行业的发展趋势和未来。麦肯锡2013年就预测过,到2025年移动互联网、自动学习、物联网、云计算、机器人和自动驾驶这些新技术能够创造的社会价值。但目前来看这个数据是被低估了,这几年发展得太快。所有这些都是由AI推动的新的领域与应用场景。那人工智能、机器学习和深度学习这三者到底是什么关系,又能实现哪些功能呢?日前,在ASPENCORE旗下《电子工程专辑》、《EDN》和《国际电子商情》共同举办的“IoT技术与应用论坛”上,恩智浦半导体大中华区客户应用方案与技术部门资深工程师李俊祥在其“恩智浦人工智能
发表于 2018-07-16 20:19:44
轻智能技术:典型的应用场景有哪些?

中美人工智能角力:中国在AI领域实力追赶美国?

当你在搜索网站上输入“AI”、“美国和中国”这样的关键词时,你会发现,诸如“中国和美国要在AI领域一决胜负”、“中国想要超越美国在AI领域的领先地位”和“AI军备竞赛:中国和美国竞争大数据主宰权”这样的新闻标题,扑面而来。从媒体报道的“热情”上来看,观察人工智能产业的一个重要维度,已经落点在了中国对美国的追赶上。而就在6月25日,官方机构中国科学院文献情报中心和科睿唯安联合发布了《G20国家科技竞争格局之辩》系列报告,这份报告指出,在G20国家中,中国在科研和技术创新力方面表现突出,在人工智能领域的科技实力仅次于美国,且增速明显。与此同时,面对这场两国间的“近身肉搏战”,有言论称一场人工智能领域的科技冷战已经打响。AI专家Ian
发表于 2018-07-16 19:33:47

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 视频监控 智能卡 防盗报警 智能管理 处理器 传感器 其他技术 综合资讯 安防论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved