探究人工智能,谷歌/IBM/微软/英特尔都有啥宝贝?
剧里面有类似的情节,但现在正在实现
2014年,IBM的可编程神经元达到了4096个,可编程触突2.56亿,联合神经处理器有4096个。可以说IBM的TrueNorth是无心插柳,研究启动的早,业内深度学习热、神经网络热的时候,这颗处理器也成熟了,在IBM和DARPA的网站上,都有给予这个芯片进行视频内容识别计算的成果演示,非常有意思,可以去看看。
微软的FPGA
微软启动Project Catapult还是在2012年。当时微软的掌舵人还是史蒂夫鲍尔默。微软发现,硬件提供商无法提供他们需要的硬件。过去微软每年都要花费数十亿美元来购置硬件,但现有的硬件对机器学习这些搜索算法的效率很低。
FPGA芯片
当年比特币挖矿机,FPGA显示出来比显卡高效、省电得多的特性
微软的路线是是通过FPGA(field programmable gate arrays,现场可编程门阵列),它的特色是进行并行计算。还记得几年前的比特币狂潮吗?最开始人们是依赖显卡或是GPU,到后来矿机的出现,就是用的FPGA的能力来进行挖矿,当时也有疯狂的人挖到了第一桶金。
运行Bing页面排名服务下,FPGA协助与没有协助的对比
微软的FPGA被应用到了包括bing搜索引擎等领域,能够显著的提升效率。FPGA虽然编程困难,但是微软正在尝试将更多的应用,比如Office365等,加入到通过FPGA来提升服务质量上。微软的FPGA来自Altera,有趣的是,英特尔以167亿美元收购了这个公司,是英特尔史上最大的并购。
英特尔:研发与收购并驾齐驱
前面我们说了,微软和英特尔这对长期的伙伴,在微软的FPGA使用的是来自Altera的技术,英特尔就收购了这个FPGA与SoC的企业,现在再访问Altera的官网,已经是我们熟悉的Intel的Logo加上FPGA了,并且内容上也是机器学习、自动驾驶等热门内容。
FPGA的企业Altera已经被英特尔收购
当然英特尔作为处理器、半导体领域的翘楚,对行业的观察要比别人透彻得多。虽然旗下产品多来自于传统CPU,但是英特尔一样有核心产品,在机器学习领域有竞争力,那就是至强phi融核处理器与至强phi协处理器。
左边是至强Phi融核处理器,右边是至强Phi协处理器
英特尔至强Phi的性能
发展顺序是这样的,英特尔现有的至强phi协处理器用来加速计算,后推出的之前phi融核处理器。融核处理器通过英特尔OPA来改变高性能计算的能耗效率与空间效率。在英特尔的官方新闻中,我们也看到了英特尔关于至强phi在加速机器学习的速度表现。当然了,英特尔也没停止收购的步伐,有很多人工智能领域的公司被英特尔收入囊中。
如果我想从事该领域?
作为最火的领域,人工智能、机器学习、深度神经网络这些词语见诸媒体很多,并且基本上企业开出的薪水+股票都非常诱人,可以说能人处于哄抢状态,价高者得。还记得AlphaGo的Deepmind吗?它们最近也有招聘启事。
Deepmind对于研究科学家的学术要求
从招聘的信息看,如果想成为Deepmind的研究科学家,一般来说要有神经、计算机领域的博士(PhD)头衔以及靠谱的论文,他们才会考虑了,当然其它岗位可能要求会低一些。
现在虽然火爆,但是实际上深度神经网络系统并不是太多
因此,高薪并从事前沿研究,并非那么容易,在看本文的读者群中,肯定有大学的在校生,多读书、努力学习,考上世界一流大学的计算机、神经等领域的专业,是从事机器学习、深度神经网络、人工智能这些领域的捷径,并且我们可以看到,专门为机器学习优化的硬件其实刚刚上路,未来很长的时间内,这个领域依旧会持续火热,因为世界上的深度神经网络系统其实也并不多。
一些网站给出的全球最好的计算机科学领域的大学排名
一个人的命运啊,当然要靠自我奋斗,但是也要考虑历史的进程。而历史刚刚打开人工智能的窗口,距离里面的殿堂还有很长的路要走,这个历史的机遇已经在面前了,是自我奋斗改变命运的时刻了,少年们。
回归本文题目的问题,事实上今天的机器学习、人工智能,最多的还是至强+GPU的架构,但是定制的TPU、FPGA进行协处理,有事半功倍的效率。笔者个人认为,目前的形式恐怕已经不是效率最高的办法,在未来机器大脑或许真的比我们更聪明。
更多最新半导体行业资讯,欢迎点击《今日大事要闻》!
- 美博客称谷歌摩托移动交易可能成为一场灾难(08-16)
- 谷歌再加码投资可再生能源(10-10)
- 谷歌苹果在美手机市场排前两位(12-31)
- 谷歌收购摩托罗拉 国产手机厂商将继续受益(05-23)
- 未来Android平台可能走向半封闭(05-26)
- 苹果VS谷歌,谁是最后的赢家?(06-26)