与非网 5 月 11 日讯,半导体是数字时代的基础技术,是硅谷名字的来源,是过去半个世纪改变了社会各个方面的计算机革命的核心。

 

自从英特尔在 1971 年推出世界上第一个微处理器以来,计算能力的提高步伐令人叹为观止,且永不停息。根据摩尔定律,当今的计算机芯片比 50 年前的功能强大了数百万倍。尽管数十年来处理能力飞速增长,但直到最近,计算机芯片的基本体系结构仍基本上保持静态。在大多数情况下,芯片的创新需要进一步使晶体管小型化,以便将更多晶体管压缩到集成电路中。

 

 

几十年来,英特尔和 AMD 等公司通过可靠地提高 CPU 性能而蓬勃发展,这一过程被 Clayton Christensen 称为“持续创新”。这种情况正在以戏剧性的方式改变。AI 迎来了半导体创新的新黄金时代。数十年来,机器学习的独特需求和无限的机会第一次激发了企业家重新思考和重新思考芯片架构的最基本原则。目标是设计一种专为 AI 设计的新型芯片,它将为下一代计算提供动力。它是当今所有硬件中最大的市场机会之一。

 

在计算的大部分历史中,主要的芯片体系结构一直是 CPU 或中央处理器。如今,CPU 无处不在。CPU 在用例中的优势是其灵活性的结果:CPU 是通用计算机,能够有效执行软件所需的任何计算。但是,尽管 CPU 的主要优势是多功能性,但是当今领先的 AI 技术需要非常特殊且密集的一组计算。

 

深度学习需要迭代执行数百万或数十亿个相对简单的乘法和加法步骤,简单那来说就是线性代数,深度学习的根本是参数微调,矩阵相乘。这种重复的,计算量大的工作流程对硬件体系结构具有一些重要意义。

 

并行化(处理器能够同时而不是一个接一个地执行许多计算的能力)变得至关重要。与此相关的是,由于深度学习涉及大量数据的连续转换,因此将芯片的内存和计算核心尽可能靠近地放置,可以通过减少数据移动来获得巨大的速度和效率。

 

CPU 不足以支持机器学习的独特需求。CPU 按顺序而不是并行地处理计算。它们的计算核心和内存通常位于单独的模块上,并通过带宽受限的通信系统(总线)连接。这在数据移动中产生了瓶颈,称为“冯·诺依曼瓶颈”。

 

鉴于机器学习应用在整个社会中正变得越来越普遍,传统芯片无法处理现代 AI 算法这个问题变得越来越严峻。正如 AI 行业伟大的 Yann LeCun 最近说的那样:“如果您预估未来的五,十年,您会发现计算机大部分时间都花在做深度学习之类的事情。”

 

推动 AI 繁荣的芯片是 GPU(图形处理单元)。GPU 架构是 Nvidia 在 1990 年代后期为游戏应用发明的。为了以高帧速率渲染计算机游戏的详细图形,GPU 专门用于连续处理大量数据。与 CPU 不同,GPU 可以并行完成数千个计算。

 

AI 社区开始意识到 Nvidia 的游戏芯片实际上非常适合处理机器学习算法所需的工作负载类型。这就让 GPU 找到了巨大的新市场。Nvidia 抓住机遇,将自己定位为 AI 硬件市场领先的提供商。这就让公司收获了惊人的收益:从 2013 年到 2018 年,英伟达的市值跃升了 20 倍。

 

AI 社区开始意识到 Nvidia 的游戏芯片实际上非常适合处理机器学习算法所需的工作负载类型。这就让 GPU 找到了巨大的新市场。Nvidia 抓住机遇,将自己定位为 AI 硬件市场领先的提供商。这就让公司收获了惊人的收益:从 2013 年到 2018 年,英伟达的市值跃升了 20 倍。

 

下一个英特尔?

新一代 AI 芯片初创企业中最引人注目的就是 Cerebras Systems。简单地说,Cerebras 的大胆方法是制造有史以来最大的芯片。Cerebras 芯片的规格令人难以置信。它比典型的微处理器大 60 倍左右。它是历史上第一个容纳超过 1 万亿个晶体管(准确地说是 1.2 万亿个)的芯片。它的片上内存为 18 GB,这是有史以来最多的。

 

Cerebras 的 AI 芯片已经投入商业使用:Argonne National Laboratory 宣布将使用 Cerebras 的芯片来帮助对抗冠状病毒。另一家采用全新的芯片设计新方法的公司是基于湾区的 Groq。与 Cerebras 相比,Groq 的芯片专注于推理,而不是模型训练。创始团队拥有世界一流的领域专业知识:Groq 的团队包括 Google TPU 项目的十个原始成员中的八个,这是迄今为止最成功的 AI 芯片工作之一。

 

该公司最近宣布其芯片达到每秒 1 万亿次运算的速度,这将使其成为历史上最快。

 

没有一家公司比 Lightmatter 具有更出色的技术愿景。它是由光子学专家创立,总部位于波士顿。Lightmatter 寻求构建一种 AI 微处理器,该微处理器不是由电信号而是由光束驱动的。该公司称,光的独特性能将使其芯片性能比现有解决方案高十倍。

 

争相开发将为即将到来的 AI 时代提供动力的硬件的竞赛正在进行中。自硅谷成立以来,如今的半导体行业正在发生比以往任何时候都更多的创新。不可估量的数十亿美元正在发挥作用。

 

下一代芯片将在未来几年中塑造人工智能领域的轮廓和轨迹。用 Yann LeCun 的话来说:“硬件功能 ... 激励并限制 AI 研究人员将想象并允许自己追求的想法类型。我们可以使用的工具比我们愿意承认的更能塑造我们的思想。”