AUTHOR: CADE METZCADE METZ

编译：刘小芹

　　：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　不到12小时里，有三个人提出可以付钱请我花一小时和一个陌生人聊聊。

　　这三个人都说他们对我写的一篇关于Google正在做一种新型人工智能计算机芯片的文章很感兴趣，他们敦促我与他们的一个客户讨论一下这件事。他们说这个客户是一个大型对冲基金的经理，但不想透露这个基金的名字。

　　这些请求来自所谓的专家网络——将投资者与能够帮助他们了解特定市场并提供有竞争优势的信息（似乎有时是内部消息）的人联系起来的研究机构。这些专家网络希望我为他们解释Google的AI处理器将会给芯片市场带来怎样的影响。但他们要求我签署一项保密协议。我拒绝了。

　　这些未经请求的、非常具体而且高压的请求是大约三周前的事，它强调了利润巨大的计算机芯片市场中正在发生的根本性变革，而这场变革是由人工智能的兴起引发的。那些对冲基金经理们看到了这些变化，但不确定它们将导向什么样的结果。

　　当然，没有人能够确信它们将带来什么结果。

　　如今，Google、Facebook、微软、亚马逊以及中国的百度等互联网巨头正在探索各种可以推动AI发展的芯片技术，他们作出的选择将改变英特尔和英伟达这样的芯片制造商的命运。但在这点上，即使这些互联网巨头内部的计算机科学家也不知道未来会怎样。

　　Going Deep

　　这些公司的在线服务基于它们装配有数千台服务器的数据中心，每台服务器均由被称为中央处理器（CPU）的芯片驱动。但当他们应用一种被称为深度神经网络的AI形式时，这些公司就需要增加其他处理器作为CPU的补充。神经网络可以通过分析大量数据来学习任务，这些任务包括图像中的人脸和物体的识别，不同语言的翻译等等，因此只有CPU是不够的。

　　于是，Google造出了Tensor处理器（Tensor Processing Unit，TPU）。微软正在使用被称为现场可编程门阵列（FPGA）的处理器。他们都在寻找一种可以加速智能手机以及其它设备的AI的新型芯片。

　　这些公司的任何选择都会产生很大的影响，因为他们的在线业务是如此巨大。他们比地球上任何其它公司购买或运营的计算机硬件都要多，而且随着云计算的重要性持续增加，这个差距也只会越来越大。如果Google选择某一种处理器而不是另一种，将会从根本上改变芯片行业。

　　TPU对英特尔和英伟达这些芯片制造商构成了威胁，因为这个芯片是由Google自己制造的。但GPU对Google以及其他类似公司也有巨大的作用，而英伟达是这些专门芯片的主要制造商。与此同时，英特尔已经通过收购Altera（该公司向微软销售FPGA）将自己融入其中。这场价值167亿美元的收购是英特尔最大的收购案，突显了芯片市场的激烈变化。

　　训练为先，执行第二

　　但是为这些排序十分困难，部分原因是神经网络的运行分两个阶段。第一个是训练阶段，这个阶段中Google之类的公司训练神经网络来执行特定的任务，直播，例如识别照片中的人脸，或把一种语言翻译成另一种语言。第二个是执行阶段，这一阶段里人们实际使用神经网络，例如，我们把高中同学聚会的照片发布到Facebook上，它会自动标记出每个人分别是谁。这两个阶段是完全不同的，每个阶段需要的处理方式也完全不同。

　　现阶段，GPU是训练的最佳选择。芯片制造商们设计了GPU来为游戏以及其他高度图形化的应用做图像渲染，但近年来，Google等公司发现这些芯片还能为训练神经网络所需的难以置信的大量计算提供能效更高的方法。微软AI研究员黄学东称GPU是“真正的武器”。最近，他的团队花了大约一年时间建成一个特定对话语音的识别能力达到人类水平的系统，他说，没有GPU的话，可能需要五年。微软就这个系统发表了一篇研究论文后，他在英伟达CEO黄仁勋家里开了一瓶香槟庆祝。