一系列機器學習優化芯片預計將在未來幾個月內開始出貨，但數據中心需要一段時間才能決定這些新的加速器是否值得采用，以及它們是否真的能在性能上獲得大幅提升。

有大量的報道稱，為機器學習設計的定制芯片將提供100倍于現有選擇的性能，但它們在要求嚴格的商業用途的實際測試中的功能尚未得到證實，數據中心是新技術最保守的采用者之一。不過，Graphcore、Habana、ThinCI和Wave Computing等知名初創公司表示，它們已經將早期芯片提供給客戶進行測試。但還沒有一家公司開始發貨，甚至沒有展示這些芯片。

這些新設備有兩個主要市場。機器學習中的神經網絡將數據分為兩個主要階段:訓練和推理，并且在每個階段中使用不同的芯片。雖然神經網絡本身通常駐留在訓練階段的數據中心中，但它可能具有用于推理階段的邊緣組件。現在的問題是什么類型的芯片以及哪種配置能夠產生最快、最高效的深度學習。

看來FPGAs和SoCs正在獲得更多的吸引力。Tirias Research總裁吉姆·麥格雷戈(Jim McGregor)說，這些數據中心需要可編程芯片的靈活性和高I/O能力，這有助于FPGA在訓練和推理的高數據量、低處理能力需求中發揮作用。

與幾年前相比，FPGA的設置現在用于訓練的頻率更低了，但它們在其他任何事情上的使用頻率都要高得多，而且它們很可能在明年繼續增長。即使大約50家致力于神經網絡優化處理器迭代開發的初創公司今天都交付了成品，在任何規模可觀的數據中心的生產流程中，也需要9到18個月的時間。

McGregor說:“沒有人會買現成的數據中心，然后把它放到生產機器上。”“您必須確保它滿足可靠性和性能要求，然后才能將其全部部署。”

圖1:不同類型深度學習芯片占比

對于新的架構和微體系架構，仍然有機會。ML工作負載正在迅速擴展。OpenAI 5月份的一份報告顯示，用于最大AI/ML訓練的計算能力每3.5個月就增加一倍，自2012年以來，計算能力的總量增加了30萬倍。相比之下，按照摩爾定律，可用資源每18個月增加一倍，最終總容量僅增加12倍。

Open.AI指出，用于最大規模訓練的系統(其中一些需要幾天或幾周的時間才能完成)需要花費數百萬美元購買，但它預計，用于機器學習硬件的大部分資金將用于推理。

圖2：計算需求正在增加

這是一個巨大的全新的機遇。Tractica在5月30日的一份報告中預測，到2025年，深度學習芯片組的市場規模將從2017年的16億美元增至663億美元，其中包括CPU，GPU，FPGA，ASIC，SoC加速器和其他芯片組。其中很大一部分將來自于非芯片公司，它們正在發布自己的深度學習加速器芯片組。谷歌的TPU就是這么做的，業內人士表示，亞馬遜和Facebook正在走同樣的道路。

McGregor說，現在主要轉向SoC而不是獨立的組件，并且SoC、ASIC和FPGA供應商的策略和封裝的多樣性日益增加。

Xilinx、Inetel和其他公司正試圖通過向FPGA陣列添加處理器和其他組件來擴大FPGA的規模。其他的，如Flex Logix、Achronix和Menta，將FPGA資源嵌入到靠近SoC特定功能區域的小塊中，并依賴高帶寬互連來保持數據的移動和高性能。

McGregor說:“你可以在任何你想要可編程I/O的地方使用FPGA，人們會將它們用于推理，有時還會進行訓練，但是你會發現它們會更多地用于處理大數據任務而不是訓練，這需要大量的矩陣乘法，更適合于GPU。”

然而，GPU并不是瀕臨滅絕的物種。根據MoorInsights & Strategy分析師Karl Freund在一篇博客文章中所說。

英偉達本月早些時候公布了NVIDIA TensorRT超大尺寸推理平臺的聲明，其中包括提供65TFLOPS用于訓練的Tesla T4 GPU和每秒260萬億次4位整數運算（TOPS）的推理 - 足以同時處理60個視頻流速度為每秒30幀。它包括320“Turing Tensorcores”，針對推理所需的整數計算進行了優化。

新的架構

Graphcore是最著名的初創公司之一，正在開發一款236億晶體管的“智能處理單元”(IPU)，具有300MB的片上存儲器，1216個核心，每個核心可以達到11GFlops，內部存儲器帶寬為30TB/s。其中兩個采用單個PCIe卡，每個卡都設計用于在單個芯片上保存整個神經網絡模型。

GraphCore即將推出的芯片基于圖形架構，該架構依賴于其軟件將數據轉換為頂點，其中數字輸入，應用于它們的函數（加，減，乘，除）和結果是單獨定義的，可以是并行處理。其他幾家ML初創公司也使用類似的方法。

Wave Computing沒有透露何時發貨，但在上周的人工智能硬件會議上透露了更多關于其架構的信息。該公司計劃銷售系統而不是芯片或電路板，使用帶有15 Gbyte /秒端口的16nm處理器和HMC存儲器和互連，這種選擇旨在快速推送圖形通過處理器集群而無需通過處理器發送數據超過瓶頸一個PCIe總線。該公司正在探索轉向HBM內存以獲得更快的吞吐量。

圖3:Wave計算的第一代數據流處理單元

機器學習的異構未來和支持的硅片的最佳指標之一來自微軟 - 這是FPGA，GPU和其他深度學習的巨大買家。

“雖然面向吞吐量的架構，如GPGPUs和面向批處理的NPU，在離線訓練和服務中很受歡迎，但對于DNN模型的在線、低延遲的服務，它們的效率并不高，”2018年5月發表的一篇論文描述了Brainwave 項目，這是微軟在deep neural networking (DNN)中高效FPGA的最新版本。

微軟率先將FPGA廣泛用作大規模數據中心DNN推理的神經網絡推理加速器。 Rambus的杰出發明人兼企業解決方案技術副總裁Steven Woo表示，該公司不是將它們用作簡單的協處理器，而是“更靈活，一流的計算引擎”。

根據微軟的說法，Brainwave項目可以使用英特爾Stratix 10 FPGA池提供39.5 TFLOPS的有效性能，這些FPGA可以被共享網絡上的任何CPU軟件調用。框架無關系統導出深度神經網絡模型，將它們轉換為微服務，為Bing搜索和其他Azure服務提供“實時”推理。

圖4:微軟的Brainwave項目將DNN模型轉換為可部署硬件微服務，將任何DNN框架導出為通用圖形表示，并將子圖分配給CPU或FPGA

Brainwave是德勤全球(DeloitteGlobal)所稱的“戲劇性轉變”的一部分，這一轉變將強調FPGA和ASIC，到2018年，它們將占據機器學習加速器25%的市場份額。2016年，CPU和GPU占據了不到20萬臺的市場份額。德勤預測，到2018年，CPU和GPU將繼續占據主導地位，銷量將超過50萬部，但隨著ML項目數量在2017年至2018年翻一番、在2018年至2020年再翻一番，總市場將包括20萬FPGA和10萬ASIC。

德勤(Deloitte)表示，FPGA和ASIC的耗電量遠低于GPU、CPU，甚至比谷歌每小時75瓦的TPU耗電量還要低。它們還可以提高客戶選擇的特定功能的性能，這可以隨著編程的變化而改變。

Achronix的營銷副總裁SteveMensor說:“如果人們有他們的選擇，他們會在硬件層面上用ASIC構建東西，但是FPGA比GPU有更好的功耗/性能，而且他們在定點或可變精度架構方面非常擅長。”

ArterisIP的董事長兼首席執行官CharlieJanac說:“有很多很多的內存子系統，你必須考慮低功耗和物聯網應用，網格和環路。”“所以你可以把所有這些都放到一個芯片中，這是你決策物聯網芯片所需要的，或者你可以添加高吞吐量的HBM子系統。但是工作負載非常特殊，每個芯片有多個工作負載。因此，數據輸入是巨大的，尤其是如果你要處理雷達和激光雷達之類的東西，而這些東西沒有先進的互連是不可能存在的。

由于應用程序的特殊性，連接到該互連的處理器或加速器的類型可能會有很大的不同。

NetSpeed Systems負責營銷和業務開發的副總裁阿努什?莫罕達斯(Anush Mohandass)表示:“在核心領域，迫切需要大規模提高效率。”““我們可以放置ASIC和FPGA以及SoC，我們的預算越多，我們就可以放入機架。”但最終你必須高效;你必須能夠進行可配置或可編程的多任務處理。如果你能將多播應用到向量處理工作負載上，而向量處理工作負載是大部分訓練階段的內容，那么您能夠做的事情就會大大擴展。“

FPGA并不是特別容易編程，也不像樂高積木那樣容易插入設計，盡管它們正在朝著這個方向快速發展，SoC比FPGA更容易使用計算核心、DSP核心和其他IP模塊。

但是，從類似SoC的嵌入式FPGA芯片轉變為具有針對機器學習應用優化的數據背板的芯片上的完整系統并不像聽起來那么容易。

Mohandass說:“性能環境是如此的極端，需求是如此的不同，以至于AI領域的SoC與傳統的架構完全不同。”“現在有更多的點對點通信。你正在做這些向量處理工作，有成千上萬的矩陣行，你有所有這些核心可用，但我們必須能夠跨越幾十萬個核心，而不是幾千個。

性能是至關重要的。設計、集成、可靠性和互操作性的便捷性也是如此——SoC供應商將重點放在底層框架和設計/開發環境上，而不僅僅是針對機器學習項目的特定需求的芯片組。

NetSpeed推出了專門為深度學習和其他人工智能應用程序設計的SoC集成平臺的更新版本，該服務使集成NetSpeed IP變得更容易，該設計平臺使用機器學習引擎推薦IP塊來完成設計。該公司表示，其目標是在整個芯片上提供帶寬，而不是傳統設計的集中式處理和內存。

Mohandass說:“從ASIC到神經形態芯片，再到量子計算，一切都在進行中，但即使我們不需要改變我們當前架構的整體基礎(以適應新的處理器)，這些芯片的大規模生產仍遙遙無期。”但我們都在解決同樣的問題。當他們從上到下進行工作時，我們也從下到上進行工作。

Flex Logix的CEOGeoff Tate認為，CPU仍然是數據中心中最常用的數據處理元素，其次是FPGA和GPU。但他指出，需求不太可能在短時間內下降，因為數據中心試圖跟上對自己的機器學習應用程序的需求。

泰特說:“現在人們花了很多錢來設計出一種比GPU和FPGA更好的產品。”“總的趨勢似乎是神經網絡的硬件更加專業化，所以這就是我們可能會走向的地方。”例如，微軟表示，他們使用所有東西——CPU、GPU、TPU和FPGA——根據這些，他們可以在特定的工作負載下獲得最佳的性價比。