江苏龙网

  1. 首页 > 人文 > >

『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐

环顾历史名将如拿破仑、隆美尔 ， 乃至波斯湾战争的美国陆军将领 ， 一谈到「攻势」 ， 几乎无不强调「追击」的重要 ， 让敌军毫无站稳脚跟巩固和重组的机会而一泻千里 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
【『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐】反过来说 ， 当这简单道理套用到商业竞争 ， 意义就不外乎「产品如果无法准时到位（TimeToMarket）」 ， 特别是在人工智能这种一堆人还搞不清楚状况的新兴应用领域 ， 或像半导体这种成本和售价会随技术演进快速滑落的产业 ， 很可能一下子就被竞争对手一举冲垮 ， 让产品开发工作左右为难 ， 无法建立一条稳固的市占率防线 ， 接着陷入恶性循环 ， 难以翻身 。
2016年3月5日：nVidia发表「总算摆脱了4年的台积电28纳米制程」、推进到台积电16纳米和三星14纳米Pascal ， 支持FP16半精确度浮点、8位元整数与相对应的内积向量指令（VectorDotProduct） ， 也具备NVLink连接8颗GPU的延展性 ， 踏出nVidiaGPU进入人工智能应用的第一步 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2016年5月GoogleI/O：Google发表第一代推论用的第一代TPU 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2016年夏天：英特尔并购「声称产品性能将比GPU高至少10倍」的Nervana ， 就为了跟nVidiaGPU竞争 。
2016年11月17日：英特尔公开Nervana代号LakeCrest的初步成果 ， 但制程仍停留在台积电28纳米 ， 且过没多久就因nVidia推出Volta而失去意义 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2017年3月29日：nVidia发表采用TegraX2的「嵌入式人工智能运算装置」JetsonTX2 ， 严格说来也算是nVidiaGPU应用的延伸 ， 但早从2014年4月底就出现的Jetson产品线 ， 怎么看都有一股「几年来替进攻手机平板都以失败收场的Tegra系统单芯片找出路」的味道 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2017年5月GoogleI/O：Google继续「按表操课」发表支持浮点运算（Bfloat16浮点格式）、可同时用于训练和推论的第二代TPU 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2017年6月21日：nVidia公开台积电12纳米制程「原本产品时程表并没有」的Volta ， 内建640个TensorCore（张量核心） ， 可执行4×416位元浮点乘积和 ， 应用于特征识别的卷积运算（ConvolutionalNeuralNetwork ， CNN） ， 这让Volta成为nVidia史上首款针对人工智能量身订做、兼顾「学习／训练」与「推论／预测」的GPU微架构 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
Volta的训练效率高达Pascal的12倍 ， 推论性能也达6倍 ， 这让Nervana的「LakeCrest至少有GPU十倍」变得毫无意义 ， nVidia也借由NVswitch打造出16颗GPU、数量为DGX-1两倍的DGX-2 ， 英特尔只能重新设计产品 ， 也一再延误开发时程 ， 直到承诺2019年底推出新芯片 ， 届时距离并购案已超过3年 。
『数码狂人』GPU 背影的英特尔，在人工智能芯片战场追逐
文章图片
2017年8月14日：AMD发表「早就简报讲很久」的Vega（GlobalFoundry14纳米制程） ， 支持FP16/INT16/INT8包裹式（Packed）计算 ， 并锁定FP16与INT8精度 ， 新增约40个新指令 ， 也为影像匹配此类应用 ， 提供SAD（SumofAbsoluteDifferences ， 绝对误差和算法）指令 。 AMD当然也会宣称「拥有完整的SoftwareStack」 ， 至于成效如何 ， 就请各位自由心证 ， 笔者不予评论 。


推荐阅读


上一篇：『cnBetaTB』Pro或将配备4TB SSD+32GB内存，2020年款13英寸MacBook

下一篇：南搞搞@Ace2：玩了一天，手机很给力，不想再用原来的手机了，入手OPPO