这个五月不太平凡,谷歌、英特尔、微软三大巨头纷纷选择在这个月举办自己的 AI 大会,展现自身的 AI 实力与战略布局。


谷歌作为 AI 领域的领导者,谷歌在 I/O 大会上展现了 AI 战略的四大方向,表现了全面押注 AI 的决心。


方向一:AI 技术导入谷歌应用中,核心产品优先在过去一年中,我们切实感受到导入 AI 技术的谷歌翻译愈发接近真人水平。在本届 I/O 大会上,谷歌展示了 AI 技术加持的 Gboard(谷歌输入法)、Gmail、谷歌相册如何变革。未来,谷歌必将把 AI 技术推广到所有谷歌应用中。因为谷歌会针对不同应用开发不同的 AI 技术,因此核心产品会有 AI 导入的优先权。


方向二:AI 技术导入安卓系统,让 AI 成智能机标配谷歌在 I/O 大会发布的下一代安卓系统 Android P,融合了 AI 技术,将于今年夏天面市。加之手机处理器厂商为中高端处理器搭载了 AI 功能,两者为 AI 成为智能机标配带来了双重保障。


方向三:坚持自研 AI 芯片,构建云平台生态系统 I/O 大会上推出了 TPU 3.0,相比 2.0 版本,性能提升 8 倍,速度高达 100 petaflops。


谷歌正努力扩张自己的云平台业务,并与亚马逊 AWS 和微软 Azure 进行激烈竞争,打造性能强劲的 AI 芯片被视作取胜要素。谷歌希望借助 TPU 带来的 AI 能力,吸引用户进入谷歌的生态系统。


方向四:让所有谷歌软硬件产品都有谷歌助手加持谷歌的发展愿景是软硬件产品都有谷歌助手加持。I/O 大会演示了谷歌助手预定餐位等,证明它可以真正成为生活的助手。


微软微软在 Build 开发者大会上,发布了可加速实时 AI 计算的硬件架构 Project Brainwave 预览版,并将其整合到了 Azure 机器学习服务中。Project Brainwave 是部署在英特尔 FPGA 上的。


据业内人士透露,微软认为机器学习正在快速演进,将目前的算法烧入芯片或许并不明智,这可能很快会过时,而采用可编程的 FPGA 芯片,可随时导入最新算法,实现 AI 功能。这样,微软无须开发自家服务器设计芯片,直接向英特尔采购 FPGA,并通过软件编程的方式实现 AI 加速等功能。


微软在北京举行的 2018 人工智能大会上,着重强调了其新的“世界观”,即智能云与智能边缘。


公有云 Azure、混合云 Azure Stack、物联网 Azure IoT Edge 与 Azure Sphere 组成的 Azure 生态将智能云与智能边缘融会贯通。


因此,微软的 AI 硬件战略是押注于 FPGA,发力智能云与智能边缘。

英特尔英特尔作为一家硬件厂商,AI 布局专注于硬件方面。在首届 AI 开发者大会 AIDC 2018 上,发布了新款云端 AI 芯片 NNP(神经网络处理器)发布,其代号为“Spring Crest”,据悉其功耗将小于 210 瓦,比上一代产品 Lake Crest 在训练方面有 3-4 倍的性能提升,该芯片可为云端训练提供硬件支持。


除了云端 AI 能力,英特尔在开发者大会上还重点展示了去年推出的 Movidius 神经计算棒。由于集成 DNN 加速器,边缘推理可实现每秒超过 1 万亿次运算。


英特尔副总裁暨 AI 产品团队总经理 Naveen Rao 在会中试图将英特尔及其旗舰服务器处理器 Xeon,定位为在神经网络算法训练及推论领域的领导者及产品线。据悉,英特尔将把神经网络 bfloat16 数字格式延伸至英特尔 Xeon 处理器及 FPGA。Rao 指出,这是英特尔连贯且全面的战略之一,让自有芯片产品组合拥有 AI 训练能力。


三巨头的硬件战略对比对于谷歌、微软与英特尔,我们选取其共同争夺的 AI 云端市场来进行对比。


先来科普一下,神经网络的两个主要阶段是训练和推理。在训练过程,通常需要通过大量的数据输入,或采取增强学习等非监督学习方法,训练出一个复杂的深度神经网络模型。因此,训练环节只能在云端实现,而能胜任此工作的目前有 GPU、ASIC(Google TPU1.0/2.0)等。因此,真正考验 AI 能力的还是在云端的训练能力,设备端的推理能力显得“小儿科”了很多。当然,云端也可以进行计算推理,FPGA 就被用作云端计算加速的关键芯片。


在云端推理方面,谷歌推进 TPU 的发展与产业的导入,英特尔借助收购的 Nervana Systems 公司推出了 NNP 芯片改变了较落后状况。英特尔 AI 产品组硬件副总裁 Carey Kloss 表示,Spring Crest 可对标谷歌第三代 TPU(TPU 3.0)产品。因此,谷歌与英特尔之间的对决将越来越精彩。


微软押注 FPGA 通过软件实现的办法来进行云端服务。基于 FPGA 的微软图像辨识云端服务 Project Brainwave 被雀巢以及捷普科技采用,微软表示:采用 Brainwave 的客户可使用标准影像辨识模型,单一影像处理只需 1.8 毫秒。但业内人士对 Brainwave 适用性表示质疑,因为 FPGA 并未广泛用在云计算上。


谷歌自研 TPU,话题感十足,除了用于自身 AI 水平的提升,也希望获得企业客户;英特尔通过收购的方式,补齐 AI 芯环节,为赢得市场奠定基础;微软放弃自研 AI 芯,押注于 FPGA,略显谨慎。