第14期 2020/10/30
芯片行業(yè)需要更多軟件才能趕上在人工智能領(lǐng)域領(lǐng)先的Nvidia
AI（人工智能）芯片初創(chuàng)公司BrainChip產(chǎn)品開發(fā)負(fù)責(zé)人Anil Mankar周二在著名的Linley Fall Processor會議上介紹了BrainChip公司技術(shù)的詳細(xì)信息。會議組織者Linley Gwennap提出，整個(gè)行業(yè)需要更多的軟件功能才能趕上在AI領(lǐng)域遙遙領(lǐng)先的Nvidia。（圖：BrainChip）
半導(dǎo)體行業(yè)目前處于芯片設(shè)計(jì)和性能改進(jìn)的復(fù)興時(shí)期，但要趕上圖形芯片巨頭Nvidia（英偉達(dá)）卻還需要更多的軟件。業(yè)界會議Linley Fall Processor Conference（Linley秋季處理器會議）星期二提出了此觀點(diǎn)。
Linley Fall Processor Conference本周和下周以虛擬形式舉行。Linley Fall Processor Conference每年舉行一次，為年輕的芯片公司提供交流機(jī)會。
該會議的主持人Linley Gwennap是個(gè)有二十年經(jīng)驗(yàn)的半導(dǎo)體分析師。他在周二上午的大會開幕式上發(fā)表主題演講表示，對于那些想挑戰(zhàn)英偉達(dá)在人工智能方面領(lǐng)先優(yōu)勢的公司而言，軟件仍然是絆腳石。
Gwennap表示，“一些芯片供應(yīng)商和云服務(wù)供應(yīng)商為AI加速開發(fā)出了令人印象深刻的硬件，但下一個(gè)障礙是軟件。”
他在提到英偉達(dá)競爭對手遇到的困難時(shí)風(fēng)趣地表示，“軟件是個(gè)極難的單詞。”
他稱有些公司或是不支持流行AI框架（例如TensorFlow）的某些功能，或是某些用于競爭芯片的AI應(yīng)用程序甚至都可能沒法正確地編譯。
他表示，“這些供應(yīng)商要與Nvidia和英特爾等公司的深度軟件堆棧競爭就必須支持廣泛的框架和開發(fā)環(huán)境，提供相應(yīng)的驅(qū)動(dòng)程序、編譯器和調(diào)試工具，為各種客戶工作負(fù)載提供全面的加速和最佳性能。”
Nvidia在構(gòu)建神經(jīng)網(wǎng)絡(luò)的訓(xùn)練操作方面領(lǐng)先十幾年。Nvidia的CUDA是個(gè)軟件系統(tǒng)。一些曾與Nvidia芯片合作構(gòu)建神經(jīng)網(wǎng)絡(luò)的AI領(lǐng)域明星級人物曾一再提出，AI領(lǐng)域需要競爭才能打破Nvidia對AI科學(xué)領(lǐng)域的控制。
Global Foundries總經(jīng)理Hiren Majmudar在會上詳細(xì)介紹了Global Foundries公司在物理設(shè)備方面的各種創(chuàng)新， AI初創(chuàng)公司可以利用這些創(chuàng)新取得性能優(yōu)勢。（圖：Global Foundries）
AI的開發(fā)傳統(tǒng)上是用在汽車和基礎(chǔ)架構(gòu)的嵌入式設(shè)備上，現(xiàn)在已經(jīng)擴(kuò)展到云計(jì)算數(shù)據(jù)中心。英國的Imagination and Think Silicon是芯片設(shè)備巨頭Applied Materials的一個(gè)部門。Imagination and Think Silicon開發(fā)了一些臨界低功耗設(shè)備，可以應(yīng)用于功耗受限的設(shè)備，例如由電池供電的微控制器產(chǎn)品。
英偉達(dá)上個(gè)月宣布打算以400億美元收購Arm Plc。這樣一來，要縮小與巨頭的差距就更難了。芯片行業(yè)所有挑戰(zhàn)者生產(chǎn)的芯片知識產(chǎn)權(quán)的核心屬于Arm制造。因此，英偉達(dá)軟件就會占更大的上風(fēng)。
Gwennap表示，那些希望從Nvidia手里挖走市場份額的公司只得構(gòu)建自己的軟件及復(fù)制Nvidia的某些功能，但還沒有產(chǎn)品能消除差距。
他表示，“目前存在一些開源努力，但并沒有很大的吸引力。大多數(shù)公司要開發(fā)自己的替代方案，這就是為什么花了這么長時(shí)間。”
盡管受到BrainChip和其他公司激增的競爭挑戰(zhàn)，Nvidia芯片（例如A100）仍繼續(xù)在市場份額和整體性能方面處于領(lǐng)先地位。（圖：英偉達(dá)）
這次會議吸引了許多新公司和已有所建樹的公司，每個(gè)公司都有一些在某些AI任務(wù)的原始性能方面優(yōu)于Nvidia的創(chuàng)新。創(chuàng)業(yè)公司包括Tenstorrent、Brainchip和SiFive等。包括英特爾和谷歌在內(nèi)的一些知名公司也參與了該次會議。
合同芯片制造商Global Foundries為大批芯片公司生產(chǎn)處理器。Global Foundries在會上展示了創(chuàng)新的廣度和深度。Global Foundries公司描述了如何改善底層芯片的物理性能進(jìn)而創(chuàng)建更好的晶體管，晶體管是所有芯片的基本組成部分。
盡管各方面的發(fā)展，英偉達(dá)新的和舊的部件的性能仍然令人印象深刻，MLPerf行業(yè)組織周三發(fā)布的最新AI基準(zhǔn)測試結(jié)果證明了這一點(diǎn)（https://www.zdnet.com/article/nvidia-makes-a-clean-sweep-of-mlperf-predictions-benchmark-for-artificial-intelligence/）。
Gwennap表示，軟件仍然是縮小差距的癥結(jié)所在。
記者問Gwennap要采取哪些措施才能與Nvidia進(jìn)行實(shí)質(zhì)性競爭，他表示，“英特爾和高通擁有良好的軟件堆棧，他們在軟件上進(jìn)行了大量投資并擁有大量的資源，我們看到一些資金雄厚的初創(chuàng)公司取得了一些進(jìn)展，一些不錯(cuò)的進(jìn)展，但一切都仍然需要時(shí)間。”
會議的組織者Linley Gwennap表示，軟件仍然是那些想與Nvidia競爭公司的最大弱點(diǎn)。（圖：Linley集團(tuán)）
他表示，“取決于團(tuán)隊(duì)的規(guī)模和專業(yè)知識，開發(fā)此軟件可能要花費(fèi)數(shù)月甚至數(shù)年。”
諸如Cerebras Systems和Graphcore的公司出售自己的計(jì)算系統(tǒng)，這些公司打造了全新的軟件程序，用在自己芯片上神經(jīng)網(wǎng)絡(luò)處理方式的優(yōu)化。但這些個(gè)別的努力可能會使新芯片的使用趨向分化。
相比之下，英偉達(dá)的CUDA為人工智能設(shè)計(jì)人員提供了一致的平臺，設(shè)計(jì)人員可以在這樣的平臺上集中精力工作。
Gwennap建議，可能需要組合各種不同的努力才能形成對Nvidia有一定的挑戰(zhàn)。
Gwennap在談到一些初創(chuàng)公司各種不同的軟件開發(fā)工作時(shí)表示：“我認(rèn)為需要在某個(gè)時(shí)進(jìn)行整合，幫助其中一些公司增加軟件投資。”
Gwennap表示，無論要花費(fèi)多少，軟件都是必不可少的。如果沒有一套完整的軟件程序、軟件堆棧，那么“AI加速器的客戶前景將受到限制”。
Gwennap告訴記者，該大會已舉辦15年了，今年有1,000多名與會者，是前幾年在硅谷酒店宴會廳舉行的會議會者的三倍多。
會議周三周四繼續(xù)，下周二、周三和周四進(jìn)行第二輪演講，包括周二谷歌的主題演講。
本文章選自《數(shù)字化轉(zhuǎn)型方略》雜志，閱讀更多雜志內(nèi)容，請掃描下方二維碼
