上周，中国科技巨头阿里巴巴也宣布正在研发 AI 芯片──Ali-NPU，之前美国科技巨头 Google、苹果、微软、Facebook 也纷纷开始研发 AI 芯片。Google 的 TPU 已升级到第二代，这是否意味着 AI 芯片战即将开打？科技巨头制造芯片背后的目的有何不同？
科技巨头纷纷造“芯” 深度学习运算要求高，Google TPU 已升级到第二代
从发表的产品来看，Google 的 AI 芯片在各大科技巨头中稍微领先。据了解，2011 年 Google 开始认真考虑使用深度学习网络，这些网络的运算要求使计算资源变得紧张。更具体来说，Google 计算发现，如果每位用户每天使用 3 分钟 Google 提供的利用深度学习语音辨识模型的语音搜寻服务，就必须把现有资料中心扩大两倍。Google 需要更强大、更高效的处理芯片，但已有的 CPU 和 GPU 都不能满足需求，因此 Google 决定自己研发更高效的芯片。
2016 年 5 月 Google I/O 大会，Google 首次公布自行设计的 TPU，并称在 Google 资料中心已使用了一年。发表一年后，关于 Google 机器学习客制芯片的神秘面纱才最终揭开，Google 资深硬件工程师 Norman Jouppi 刊文指出，Google TPU 处理速度要比 GPU 和 CPU 快 15~30 倍（和 TPU 对比的是英特尔 Haswell CPU 及 Nvidia Tesla K80 GPU），效能上 TPU 更提升了 30~80 倍。
2017 年 Google I/O 大会，Google 宣布正式推出第二代 TPU 处理器，第二代 TPU 处理器加深人工智能在学习和推理的能力，据 Google 内部测试，第二代 TPU 芯片针对机器学习的训练速度比目前市场上的 GPU 节省一半时间。
2018 年，Google 传奇芯片工程师 Jeff Dean 连发了十条 Twitter 宣布 Google TPU 首次对外全面开放，第三方厂商和开发者可以每小时 6.5 美元来使用它，但需要先填表申请。
外界认为这意味着 AI 芯片和公有云端市场将迎来新的变革。
满足 iPhone 应用需求，A11 Bionic 加入 NPU
身为手机巨头，苹果首款人工智能芯片是 A11 Bionic。苹果 2017 年秋季新品发表会，A11 Bionic 随 iPhone X 一起亮相。A11 除了在 CPU、GPU、ISP 方面提升，还首次搭载机器学习的硬件专用“神经网络引擎”（neural engine），采用双核设计，每秒运算次数最高可达 6,000 亿次，相当于 0.6TFlops，以帮助加速人工智能任务，即专门针对 Face ID、Animoji 和 AR 等应用程序的 ASIC。
有了神经网络引擎，苹果高级副总裁 Phil Schiller 曾表示，基于 ASIC 的深度学习达成高准确率，还能比基于通用芯片的方案减少功耗。不过苹果并未披露这款神经网络引擎的功耗、实测性能，不过据 GeekBench 跑分数据，单核和多核跑分均超过骁龙 835。
发表会后苹果 IC 设计团队总监、硬件科技资深副总裁 Johny Srouji 表示，苹果着手架构芯片一般从 3 年前就开始，这意味着 A11 Bionic 大概在 2014 年就进行开发工作了。
微软为下一代 HoloLens 研发 AI 芯片
2017 年 7 月，微软在夏威夷举办的 CVPR 大会公布正为 HoloLens 开发新的 AI 芯片。2017 年 10 月，微软设备部门全球副总裁 Panos Panay 接受 CNBC 采访时，也确认了微软正为下一代 HoloLens MR 头戴设备研发 AI 芯片，并表示微软不仅拥有一支专注 IC 设计的团队，且还与芯片制造商及其他合作伙伴共同开发。
据悉，HoloLens 是目前全球第一台能辨识环境、在空间中显示 3D 图像的 MR 设备，支援简单的 3D 手势互动，但 HoloLens 还缺乏对环境的深度理解，AI 芯片的加入将提升这能力，为其提供额外的语音和图像辨识等复杂处理功能，支援更多手势互动无法做到的任务。
不过，微软 AI 芯片也将用在其他设备，还会授权第三方厂商。
亚马逊为 Echo 订制 AI 芯片
2018 年 2 月，透露消息一向较可靠的外媒 The Information 发表文章，援引知情人士消息称，亚马逊已为旗下 Echo 智慧喇叭及其他搭载亚马逊虚拟助手 Alexa 的硬件产品，开发专用的 AI 芯片。
The Information 还表示，亚马逊的 AI 芯片开发起自两年前，主要手段就是招聘和收购，据称已拥有近 450 名芯片专业员工。2015 年亚马逊以 3.5 亿美元价格，收购了一家名为 Annapurna Labs 的以色列公司，该公司就是一家不为人知的芯片公司。当然亚马逊对这起收购讳莫如深，然而 2016 年 Annapurna Labs 表示，正在开发一系列名为 Alpine 的芯片，针对存储器、Wi-Fi 路由器、智慧家居、串流媒体等设备类型。据那位知情人士的说法，目前为亚马逊开发 AI 芯片的就是 Annapurna Labs，不过亚马逊方面拒绝评论。
亚马逊研发 AI 芯片的目的也很明确，Echo 喇叭的智慧语音助理需要靠云端完成，AI 芯片可达到部分数据在本地处理，能够一定程度降低设备对云端指令的依赖，进而大幅度加快设备的反应速度。亚马逊希望在智慧家居硬件市场和针对消费者的人工智能产品领域保持竞争力。
Facebook 正组建 AI 芯片团队
2018 年 4 月，从 Facebook 在官网发表的招聘讯息看，Facebook 正在组建一个新团队设计芯片。从 Facebook 网站可以看到，总部加州门洛公园正在招聘 ASIC & FPGA 设计工程师，招聘职位属于基础建设（infrastructure）范畴，应聘者需要有架构和设计半定制和全定制 ASIC 的专业知识，与软件和系统工程师合作，了解当前硬件的局限性，并利用专业知识打造针对 AI / ML，压缩、影片解码等多种应用的客制解决方案。除了设计工程师，Facebook 也在招聘负责管理 ASIC 开发的经理。
不过 Facbook 拒绝发表评论，目前也尚不清楚 Facebook 会将芯片用于哪些应用，但从招聘可看出其开发芯片的计划还处于早期阶段。
外媒认为 Facbook 自主研发 AI 芯片的主要目的可能是想降低对 NVIDIA、高通、英特尔等芯片厂商的依赖，当然也可能为 Facebook 的 Oculus 虚拟实境头戴设备而研发。
阿里自研 Ali-NPU，提升云端计算运算效率
除了美国科技巨头，上周阿里巴巴也宣布达摩院正在研发一款名为 Ali-NPU 的神经网络芯片，按照设计，Ali-NPU 性能将是现在市面主流 CPU、GPU 架构 AI 芯片的 10 倍，但制造成本和功耗仅一半，性价比超 40 倍。
据悉，Ali-NPU 为解决图像、影片辨识、云端计算等商业场景的 AI 推理运算问题，提升运算效率、降低成本。未来，Ali-NPU 能力也可以透过阿里云输出计算能力以赋能各行各业。
阿里巴巴基础设施事业群首席架构师高山渊表示，阿里巴巴 2017 年成立达摩院，宣布投入 1,000 亿做技术研发。实质上远在达摩院成立之前，阿里就已投入 AI 芯片领域，目前研发已进入较深水域的阶段。
据了解，阿里研究院还在全球设办事处，包括微软总部附近的华盛顿州柏卫。2017 年，阿里巴巴硅谷办公室聘请前高通员工 Han Liang 为“人工智能芯片架构师”；同时，阿里还在为该办公室招聘更多人才。
你我都有芯片，AI 芯片战来了吗？
不难发现，Google 的 TPU 已对外开放，微软表示其 AI 芯片也会授权第三方使用，阿里也希望 Ali-NPU 赋能各行各业。虽然亚马逊和 Facebook 情况暂不明朗，但除了苹果，应该都希望开放自家 AI 芯片。
至于自研 AI 芯片目的，认为一方面在芯片发展速度变慢的背景下，透过 CPU、GPU 已不能满足科技巨头的需求，为了摆脱对芯片巨头的依赖，纷纷开始自研芯片。其次，针对不同 AI 应用，客制芯片的性能明显高于通用芯片，因此自主研发 FPGA 或 ASIC 成了好选择。
不过，除了纷纷开始自研 AI 芯片的科技巨头，英特尔、高通、辉达、AMD、赛灵思等在各自领域有绝对优势的传统芯片巨头也都有自家 AI 芯片，其中辉达 GPU 广泛应用于 Google 和 Facbook 等多家公司的资料中心。
那么，科技巨头纷纷入局，是否意味着 AI 芯片战即将开打？未来还有哪些巨头加入争夺战？巨头都有芯片的情况下，谁受到的影响最大？
（本文由 雷锋网 授权转载；首图来源：shutterstock）
延伸阅读：
- 传 Facebook 招聘人才，拟研发自家 AI 芯片
- 去英特尔化好处多多，专家预言 iPhone 2020 年改自家芯片
