【CNMO新闻】本周，有相关报告称，亚马逊等云计算运营商以及华为等一些电子巨头在云端人工智能方面展现巨大优势。
去年获得了来自ACM的图灵奖的两名芯片设计界的传奇人物John L. Hennessy和David A. Patterson解释说，机器学习电路是芯片设计的一场革命。
首席分析师Linley Gwennap形容用于云端的专用集成电路（ASIC）的兴起是“一旦有人开创先例，行业马上就会跟进”。其中先例是指亚马逊的“Graviton”芯片，该芯片现已在亚马逊的AWS云服务中应用。另一个是来自中国电信和网络巨头华为的“鲲鹏920”。华为打算在其服务器计算机系列中使用这些芯片，并将提供自己的云计算服务。
AI芯片
亚马逊和华为都有更进一步的打算：亚马逊被称为“Inferentia”的“深度学习加速器”是神经网络推理的一部分，还有能实现芯片级AI即时问答（语音助手）的Ascend 310，以及大规模数据中心芯片Ascend 910。
就亚马逊和华为而言，最大的问题在于英特尔至强处理器在服务器市场的垄断，以及Nvidia GPU对云端训练AI的垄断。
Gwennap表示：“云服务提供商担心英特尔和英伟达会利用其市场主导地位坐地起价，ASIC则可以在两家坐地起价之时拥有巨大价格优势。虽然ASIC暂无法达到英特尔Xeon的性能，但Ascend 910的性能表现已经威胁到了Nvidia GPU的市场地位。”
Hennessy和Patterson的文章中表示，芯片行业的问题在于摩尔定律的破裂、著名的晶体管缩放定律、以及强调芯片越演进越节能的Dennard Scaling细分法则的。他们认为，基本芯片的设计必须从通用部件转向专业化。他们看到了继续转向特定领域的架构，其中AI芯片就是一个很好的例子。DSA芯片可以利用各种不适用于通用处理器的技巧，例如称为“超长指令字”的代码的编译器方法或VLIW。VLIW处理器与通用代码15不匹配，但由于控制机制简单，所以对于有限的域可以更有效。DSA不仅能很好地服务于AI，而且它们在保护代码方面可能比通用处理器更好。
加入收藏
