【科技.未來】突破AI運算瓶頸 晶片研發競賽展開
繪圖晶片製造商輝達(NVIDIA)的市值近日首次超越另一晶片巨企英特爾(Intel),原因除了英特爾近期在產能上遭遇瓶頸外,有論者認為與輝達的圖像處理器(GPU)成功從遊戲界涉足數據中心和人工智能(AI)有莫大關連。在AI應用研發熱潮下,兩間晶片大廠近期先後推出新款晶片,並面臨多間新創業者進場挑戰。一場AI晶片研發競賽已經展開,一眾企業會如何釋放AI潛能?
縮小晶片變得愈來愈困難,而且即使成功,好處也不復以往。輝達創辦人兼行政總裁黃仁勳去年直言:「摩爾定律已再不可能。」研究組織OpenAI的報告指出,從2012到2018年,大型AI訓練使用的計算量已增長了30萬倍,並且每隔三個半月翻一倍。
大小廠商各出奇謀
GPU雖已被AI社群所用,但它本身並非為AI而生。所以,近年不少晶片廠商和初創公司希望重新構想並研發專為AI而設的晶片,以釋放AI的無窮潛力。
主宰CPU市場的英特爾除了在去年12月以20億美元收購了以色列AI晶片公司Habana Labs,還在同年11月推出了兩款新的AI晶片,專為雲端AI運算而設計。兩款晶片分別適用於AI的訓練和推論(inference)。輝達在今年5月中發表了新一代GPU A100,採用其最新的數據中心晶片架構Ampere。這AI晶片同時滿足AI的訓練和推論用途。輝達希望藉此為AI應用者提供更為經濟的硬件,進一步鞏固市場地位。
一些AI巨頭早已自主開發硬件。Google從2015年起研製「張量處理器」(TPU),供內部使用,專為其機器學習系統Tensorflow而設,2018年起再開放商用。同年,中國的百度也發表了自主研發的AI晶片「崑崙」。
有些較小型的公司希望藉着不同設計意念和定位來參戰。英國的Graphcore稱它的晶片為「智能處理器」(IPU)。行政總裁Nigtel Toon解釋,有別於很多任務,AI其實不需要超精確的運算,晶片設計可以透過降低對數字的傳真度而節省能量。美國的Cerebras則走另一極端,希望以大取勝,它在去年研製了一個8.5平方英寸的AI晶片,比典型的微處理器大60倍左右。有些業者的設計更前衛:英特爾、IBM等正在開發「神經形態」(neuromorphic)晶片,設計模仿人腦神經元的電子行為。
會計師行畢馬威英國合夥人Alfonso Marone估計,AI專用晶片市場的價值已達約100億美元,到2025年可能增加至800億美元。另一會計師行德勤預測,專門用於端緣(edge)裝置(即手機、智能音響等數據中心伺服器的應用設備)的AI晶片,市場總值在本年將達26億美元,並在2024年翻一倍。
釋放AI應用潛力
在應用的背後,更好的AI晶片將可從根本上促進AI發展,造就更大型、更複雜的AI模型。在輝達發表了新一代晶片後,黃仁勳預期:「我們將看到一些真正巨大的AI模型,這已成定局。」
上文節錄自第222期《香港01》周報(2020年7月13日)《突破AI運算瓶頸 晶片研發競賽展開》。如欲閱讀全文請按此訂閱周報,或按此試閱周報電子刊,瀏覽更多深度報道。
更多周報文章︰【01周報專頁】
《香港01》周報,各大書報攤、OK便利店及Vango便利店有售。
【其他精彩內容】