微出口 | 解析：人工智能芯片蓝海争夺战的几大势力

很纠结的，这究竟是个新兴势力，还是传统公司。但考虑到Google已经那么多年了，我就把他放在传统里面吧。虽然传统也是很新的。而谷歌的人工智能相关芯片就是TPU。也就是Tensor Processing Unit。

TPU是专门为机器学习应用而设计的专用芯片。通过降低芯片的计算精度，减少实现每个计算操作所需的晶体管数量，从而能让芯片的每秒运行的操作个数更高，这样经过精细调优的机器学习模型就能在芯片上运行的更快，进而更快的让用户得到更智能的结果。Google将TPU加速器芯片嵌入电路板中，利用已有的硬盘PCI-E接口接入数据中心服务器中。

据Google 资深副总Urs Holzle 透露，当前Google TPU、GPU 并用，这种情况仍会维持一段时间，但也语带玄机表示，GPU 过于通用，Google 偏好专为机器学习设计的芯片。GPU 可执行绘图运算工作，用途多元；TPU 属于ASIC，也就是专为特定用途设计的特殊规格逻辑IC，由于只执行单一工作，速度更快，但缺点是成本较高。至于CPU，Holzle 表示，TPU 不会取代CPU，研发TPU 只是为了处理尚未解决的问题。但是他也指出，希望芯片市场能有更多竞争。

如果AI算法改变了（从逻辑上讲随着时间的推移算法应该会改变），你是不是想要一款可以重新编程的芯片，以适应这些改变？如果情况是这样的，另一种芯片适合，它就是FPGA（现场可编程门阵列）。FPGA可以编程，和ASIC不同。微软用一些FPGA芯片来增强必应搜索引擎的AI功能。我们很自然会问：为什么不使用FPGA呢？

谷歌的回答是：FPGA的计算效率比ASIC低得多，因为它可以编程。TPU拥有一个指令集，当TensorFlow程序改变时，或者新的算法出现时，它们可以在TPU上运行。

现在问题的答案开始浮现。在谷歌看来，能耗是一个重要的考量标准，数据中心相当巨大，建设在世界各地，包括芬兰和台湾。能耗越高，运营的成本就越高，随着时间的推移实际消耗的金钱会成倍增长。谷歌工程师对比了FPGA和ASIC的效率，最终决定选择ASIC。

问题的第二部分与TPU的指令集有关。这是一套基本的命令，它以硬编码形式存在于芯片中，能够识别、执行；在芯片世界，指令集是计算机运行的基础。

在开发TPU指令集时，它是专门用来运行TensorFlow的，TensorFlow是一个开源软件库，针对的是AI应用的开发。谷歌认为，如果AI有必要在底层进行改变，极可能发生在软件上，芯片应该具备弹性，以适应这种改变。

TPU架构的技术细节让许多了解芯片的人惊奇。Anandtech的Joshua Ho有一个有趣的理论：TPU更加类似于第三类芯片，也就是所谓的数字信号处理器（Digital Signal Processor）。

（5）微软

这是又一个由软转硬的代表，微软蛰伏六年，打造出了一个迎接AI世代的芯片。那就是Project Catapult。

据介绍，这个FPGA 目前已支持微软Bing，未来它们将会驱动基于深度神经网络--以人类大脑结构为基础建模的人工智能--的新搜索算法，在执行这个人工智能的几个命令时，速度比普通芯片快上几个数量级。有了它，你的计算机屏幕只会空屏 23 毫秒而不是 4 秒。

在第三代原型中，芯片位于每个服务器的边缘，直接插入到网络，但仍旧创造任何机器都可接入的 FPGA 池。这开始看起来是 Office 365 可用的东西了。最终，Project Catapult 准备好上线了。另外，Catapult 硬件的成本只占了服务器中所有其他的配件总成本的 30%，需要的运转能量也只有不到 10%，但其却带来了 2 倍原先的处理速度。

另外还有赛灵思、高通、中国寒武纪等一系列芯片投入到AI的研发。我们暂且按下。先看一下新兴的AI芯片势力。

二、新兴势力

（1）KnuEdge

KnuEdge实际上并不是一个初创公司，它由NASA的前任负责人创立，已经在一个隐形模式下运营了10年。KnuEdge最近从隐形的模式中走出，并让全世界知道他们从一个匿名的投资人获取1亿美元的投资用来开发一个新的"神经元芯片"。

KUNPATH提供基于LambaFabric的芯片技术，LambaFabric将会通过与现在市场上的GPUs、CPUs和FPGAs完全不同的架构进行神经网络的计算。

LambdaFabric本质上是为在高要求的运算环境下向上拓展至512000台设备而设计，机架至机架延迟时间只有400毫微秒，低功耗的256核处理器。

KNUPATH技术以生物学原理为基础，将会重新定义数据中心和消费设备市场中的芯片级/系统级计算。

对比其他相似的芯片，这个芯片技术应提供2倍到6倍的性能优势，并且公司已经通过销售他们的样机系统获得了收入。在"KnuEdge伞形结构"下，KnuEdge由3个单独的公司组成，KnuPath提供他们的芯片，KnuVerse提供通过验证的军事级的语音识别和