英特爾口水戰(zhàn)英偉達(dá) 人工智能處理器大戰(zhàn)開啟

近年來，隨著移動互聯(lián)網(wǎng)的興起，英特爾面臨挑戰(zhàn)。而近年來NVIDIA(英偉達(dá))在通用計(jì)算領(lǐng)域的崛起也讓英特爾壓力巨大。NVIDIA(英偉達(dá))今年8月公布了最新的財(cái)報(bào)，總收入14.28億美元，同比增長24%，而利潤達(dá)到了2.53億美元，同比增長873%。這給英特爾帶來了不小的威脅。

英特爾積極推出新品，并在測試報(bào)告中稱新推出的Intel Xeon Phi處理器運(yùn)算能力高于目前市面上GPU處理器，矛頭直指nVidia。

英特爾稱Xeon Phi處理器的訓(xùn)練速度比GPU快了2.3倍、Xeon Phi最多可達(dá)一百二十八個(gè)節(jié)點(diǎn)，這是目前市面上的GPU無法辦到的。同時(shí)，由一百二十八個(gè)Xeon Phi處理器組成的系統(tǒng)要比單個(gè)XeonPhi處理器快50倍。

針對英特爾的說法，NVIDIA提出了強(qiáng)烈的反駁，NVIDIA指出英特爾使用的是18個(gè)月前的數(shù)據(jù)，如果使用更新的Caffe Alex Net數(shù)據(jù)，就會發(fā)現(xiàn)四個(gè)Maxwell GPU比四個(gè)Xeon Phi處理器的速度快30%。

口水戰(zhàn)我們并不陌生，英特爾和AMD，NVIDIA和ATI，后來的蘋果和三星，國內(nèi)的小米和華為都打過口水戰(zhàn)。在英特爾與NVIDIA口水戰(zhàn)后面隱藏著什么趨勢呢，我們來看一下。

一、新品聚焦人工智能

NVIDIA新發(fā)布的產(chǎn)品是用于深度學(xué)習(xí)運(yùn)算系統(tǒng)DGX-1。這款產(chǎn)品為了人工智能時(shí)代設(shè)計(jì)，采用NVIDIA Pascal核心的Tesla P100加速器打造。

除了強(qiáng)大的硬件計(jì)算能力，DGX-1還預(yù)裝了人工智能的各種軟件和開發(fā)程序，包括NVIDIA Deep Learning SDK、DIGITSGPU訓(xùn)練系統(tǒng)、驅(qū)動程序及CUDA。這套系統(tǒng)還能支持云端管理服務(wù)。按照NVIDIA的說法，Tesla GPU比舊版GPU加速解決方案速度快12倍。

而英特爾也表示要開發(fā)人工智能技術(shù)的專用芯片，英特爾透露明年推出新型號的至強(qiáng)Phi處理器。新型號將引入加速人工智能計(jì)算任務(wù)的功能，將給深度學(xué)習(xí)帶來幫助。應(yīng)用于語音識別、圖像識別，以及自動駕駛等領(lǐng)域。

目前，主流的人工智能系統(tǒng)大多都是混合架構(gòu)的超級計(jì)算機(jī)，英特爾的CPU與NVIDIA的GPU共同提供云算能力。

英特爾和NVIDIA的口水戰(zhàn)，實(shí)際是給未來的人工智能處理器大戰(zhàn)做的輿論準(zhǔn)備，兩家都看好人工智能未來的市場。

二、人工智能算法突破帶來商機(jī)

人工智能并非什么新概念。從科幻到早期研究，人工智能至少有上百年的歷史。為什么近期人工智能又突然熱起來?這要?dú)w功于深度學(xué)習(xí)的的突破。

人工智能的深度學(xué)習(xí)需要大量數(shù)據(jù)資料，通過不斷訓(xùn)練來提升人工智能水平。在以前，找到大量數(shù)據(jù)資料是比較困難的，而計(jì)算機(jī)的運(yùn)算能力也不足以應(yīng)對深度學(xué)習(xí)的要求。

而大數(shù)據(jù)，云計(jì)算和云儲存改變了一切，在大數(shù)據(jù)和云儲存時(shí)代，人類所獲得的數(shù)據(jù)膨脹了千萬倍，這就給了深度學(xué)習(xí)足夠的學(xué)習(xí)與訓(xùn)練資料。

而計(jì)算能力的提升，讓以前一些不太靠譜的深度學(xué)習(xí)算法變得靠譜了。

有了足量的數(shù)據(jù)，有了相對廉價(jià)的，強(qiáng)大的計(jì)算能力，深度學(xué)習(xí)變得越來越靠譜。而各種算法也發(fā)展起來，應(yīng)用于各種領(lǐng)域。

2016年，谷歌的AlphaGO震驚世界。原本圍棋被認(rèn)為是計(jì)算機(jī)難以逾越的，傳統(tǒng)的蒙托卡羅樹搜索模式應(yīng)對象棋或者國際象棋已經(jīng)不是問題。但是應(yīng)對19路棋盤的圍棋還非常困難。

而且計(jì)算機(jī)要判定棋形的優(yōu)劣同樣很困難，特別是布局和中盤，形勢不明的階段。

而AlphaGO把多層神經(jīng)網(wǎng)絡(luò)與蒙特卡羅樹搜索結(jié)合了起來。同時(shí)用上了深度學(xué)習(xí)能力。AlphaGO利用計(jì)算機(jī)時(shí)代的大數(shù)據(jù)，獲取了千萬盤真實(shí)對局，從對局中學(xué)習(xí)人類對圍棋形勢的判斷和決策，大大減少了樹搜索的計(jì)算量。

谷歌也用上了GPU通用計(jì)算，并且利用龐大的云計(jì)算資源幫助計(jì)算機(jī)訓(xùn)練，通過自我對局，自我學(xué)習(xí)不斷提高。

結(jié)果人類的九段高手李世石敗給了計(jì)算機(jī)，引發(fā)了世界轟動的大新聞。

而事實(shí)上，谷歌所用到的多層神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)最近幾年已經(jīng)廣泛應(yīng)用于圖像識別，語音識別，翻譯，自動駕駛。

一些以前認(rèn)為計(jì)算機(jī)無法替代人類的領(lǐng)域突然變得不那么絕對。通過深度學(xué)習(xí)，似乎什么領(lǐng)域計(jì)算機(jī)都可以試試。

谷歌、百度、微軟、蘋果、亞馬遜……幾乎所有的互聯(lián)網(wǎng)巨頭都在研發(fā)人工智能，都在搞深度學(xué)習(xí)，甚至無人機(jī)的新興企業(yè)大疆也在試圖將人工智能應(yīng)用到無人機(jī)的物體規(guī)避上面。

這提供了商機(jī)。

三、做人工智能的軍火商

人工智能幾乎可以進(jìn)入人類社會的所有領(lǐng)域，無人駕駛汽車，無人工廠，無人飛機(jī)，無人商店……，除了一些創(chuàng)造性崗位，幾乎所有崗位都可以被人工智能所替代。

給社會研發(fā)出有用的人工智能，是互聯(lián)網(wǎng)巨頭們的工作。而研發(fā)本身所需的是龐大的計(jì)算能力與儲存能力。在人工智能爭奪戰(zhàn)中。獲利最多的未必是勝利者，而很可能是軍火商。英特爾和nVIDIA就在爭做人工智能戰(zhàn)爭的軍火商。

這兩家企業(yè)在上一輪移動互聯(lián)網(wǎng)中都不得意。英特爾決策失誤入場太晚，無力回天。NVIDIA起步早，就是死于基帶，收購毫無用處，最后不得不退出競爭。

而在下一個(gè)人工智能的風(fēng)口中，兩家則都挽起來袖子。NVIDIA的GPU通用計(jì)算本來就很適合人工智能，算是既得利益者，自然變本加厲，DGX-1有軟硬一體控制行業(yè)的野心。

而英特爾也不是吃素的，XeonPhi的眾核架構(gòu)本來就與GPU很像，而英特爾又有X86指令集，開發(fā)和移植相對容易，再加上Skylake核心墊底，英特爾也準(zhǔn)備在人工智能領(lǐng)域有所作為。

目前，NVIDIA有一定先發(fā)優(yōu)勢，英特爾則要明年才會推出針對人工智能的高性能計(jì)算產(chǎn)品。