比特大陆的路线图上,除了四款TPU还有在这三个产业落地的野心

机器之能,是机器之心旗下关注全球人工智能产业应用场景及商业化的内容账号。欢迎关注与互动:almosthuman2017

在比特币矿机处于领先地位的比特大陆继2017年11月发布首款 TPU 芯片 SOPHON BM1680 之后,将积极推进四款 AI 芯片迭代升级,加速从产品、产业层面全方位布局 AI。

撰文 | 王艺

「我们现在是一家领先的人工智能芯片公司。」比特大陆产品战略总监汤炜伟说。

1 月 4 日,超性能计算芯片厂商比特大陆在京举办媒体沟通会,这也是其 AI 芯片「SOPHON」(中文名:算丰)正式发售后首次媒体交流。会上,比特大陆对其 AI 芯片及销售成果进行了详细的介绍,并发布了其 2018 年战略规划。

比特大陆成立于 2013 年,在比特币矿机领域处垄断地位。

有数据显示,比特大陆供应了全球 80%-90% 的矿机芯片。到目前为止,比特大陆已经迭代了十余款基于 ASIC 架构的矿机专用芯片。

2017 年 11 月,比特大陆的首款 AI 芯片 SOPHON BM1680 正式发售。

SOPHON 基于 ASIC 架构,是专为张量计算设计的 TPU 芯片,运行在服务器端,也是继谷歌 TPU 之后的第一代深度学习专用处理器。与谷歌自研自用不同的是,比特大陆的 SOPHON 芯片已经实现量产。

据汤炜伟介绍,目前 SOPHON 服务器等相关产品在公司官网渠道已售罄,销售量在数百台量级。同时在谈客户逾百家,涵盖安防、医疗等多个行业,与一些国内头部大型互联网公司也在合作洽谈。

2018 年,比特大陆计划在芯片升级、提升性能的同时,加快在公安安防、大数据、互联网等领域的场景化落地,提供 SOPHON 人工智能解决方案,加速自身人工智能全方位布局。

比特大陆的路线图上,除了四款TPU还有在这三个产业落地的野心

图中从左至右依次为:基于 SOPHON BM1680人工智能芯片的加速卡SC1+、SC1、智能视频分析服务器 SS1。

SOPHON 的诞生

尽管在比特币矿机领域成果颇丰,比特大陆还是更愿意将自己定义为 HPC 计算公司。

目前,从芯片到算法,再到中间的软件驱动、固件以及深度学习工具都有相应的团队负责,拥有一支规模达 200 人的 AI 团队。

据公司产品技术总监王俊介绍,自创立初期,公司就在高性能计算的硬件以及软件方面开始积累。只是由于公司创立当时,数字货币芯片是一个较好的产品,才深扎比特币矿机。

「做矿机芯片的公司到底能不能做 AI 芯片?」机器之心将这一问题抛给了汤炜伟。得到的答案是,这两个领域有很多技术储备可以复用。

汤炜伟介绍道,芯片设计团队有很大一部分比重是在做物理设计,这一部分的经验和能力在两个领域是通用的,都是在追求最优的工艺制程。除物理设计外,工程师团队也有很大的复用空间。因此,比特大陆 AI 团队与矿机团队在人员上是打通的。

「我们趟过了芯片从设计到制造上的很多坑,这些坑是创业公司不可避免的要一路走过去的,所以我们前期积累到的经验是很重要的。」汤炜伟说。

这就很好地解释了人工智能专用芯片 SOPHON 的诞生。以比特币矿机芯片的大量生产所积累下来的 ASIC 芯片设计及制造经验为基础,2015 年初,看到 AI 的兴起以及当前计算架构在应对人工智能特别是深度学习所用的张量计算时的乏力,公司决定进入 AI 领域。

2015 年底,SOPHON 的设计进程正式开始,2017 年 4 月流片,并于同年第二季度拿到样品。

在未来一年半时间内完成计划内 4 款 AI 芯片的迭代,刨除已经发布的BM1680 以及已流片的 BM1682,平均 9 个月一代。

过快的迭代速度不禁让人担忧,因为这有悖于摩尔定律(芯片行业以 18-24 个月为周期,计算能力翻一番)。但汤炜伟自信地表示,这不是计划,而是已经达到的能力,当前的第一代 AI 芯片就是在这样的速度下量产出来的。

汤炜伟将这一切归功于「一批经过数字货币芯片的战火洗礼的人才」,以及人才身上所具备的经验。

比特大陆的路线图上,除了四款TPU还有在这三个产业落地的野心

跨过 FPGA 直接做 ASIC 的底气

第三方调查机构 Tractica 于 2016 年底进行的调查结果显示,尽管当时 GPU 仍为深度学习计算的主流架构,但随着行业的发展、深度学习算法的成熟、计算体系架构的不断演进,到 2020 年,专用深度学习芯片在人工智能领域的应用数量将会超过 GPU。

汤炜伟认为,这从一个侧面表明了比特大陆所进入的这一新兴市场是符合行业发展趋势的。

比特大陆的路线图上,除了四款TPU还有在这三个产业落地的野心

图中绿色表示 GPU 颗数,蓝色表示 ASIC 颗数(均为百万量级)

当年比特币矿机芯片走过了从 CPU 到 GPU 再到 ASIC 专用芯片的进程。与之类似地,深度学习算也将走过从 CPU 到 GPU 再到 ASIC(TPU)的进程。

在人工智能时代,与 GPU 和 ASIC 经常被一同提及的计算架构还有 FPGA。由于 FPGA 的可反复编程的灵活特性,在深度学习算法还在不断摸索中前进的今天,看起来比只能编写一次的 ASIC 更适合当下的产业需求。

王俊对此解释道,FPGA 确实是很不错的硬件架构解决方案,开发周期短,易迭代。但比特大陆将 AI 看作公司长期战略方向,会持续多年进行投入。着眼于未来的成熟神经网络计算芯片产品,FPGA 在性能、性价比、功耗等方面都不具备优势,到时候 ASIC 肯定是那个更合适的方案。

王俊认为,在未来市场存量足够大时,对 ASIC 的设计就可以从现在着手做起,而很明显地,AI 具备这样的条件与潜力。

关注场景落地的下一年

和众多芯片厂商一样,由于处于产业上游,因此需要借助客户以及合作伙伴的力量赋能行业。比特大陆从产品及产业两个层面在 AI 领域进行布局。

产品层面,比特大陆提出 ABCR 布局,即 AI+Big Data+Cloud+Robot,2017 年 12 月 8 日,比特大陆收购了机器人公司萝卜科技,代表着比特大陆向机器人领域迈出的第一步。

比特大陆认为,在未来,机器人领域将是一块很大的蛋糕,在智能家居和机器人方面,比特大陆看到了很高的需求。因此,尽管当前比特大陆没有终端 AI 芯片的量产计划,仍然提早布局。

这让人不禁猜测,比特大陆在终端芯片上的研发是否已经悄然进行,这一猜想在会后机器之心从王俊口中得到了证实。

服务器端芯片是比特大陆的基因所在,但并不代表比特大陆会不碰终端芯片的市场。王俊表示,终端和云端是互相扭合促进的过程,比特大陆已在默默准备。

产业层面,比特大陆着眼安防、互联网、以及城市大数据三大领域。

比特大陆认为,这三大领域相对其他如医疗、金融、教育等领域技术更成熟、落地程度更高、且需求更明确。加之比特大陆观察到其产品在这三个领域的云端有更好的表现,因此决定选择这三个领域进行布局。

王俊称:「我们结合了市场需求与自身技术的擅长点。」

比特大陆计划从芯片层开始,封装算法层,最终形成一个一体化的解决方案,与合作伙伴进行深度合作,向行业进行推进。比特大陆认为,其产品在局端(云端边缘)的小规模服务器集群上会有需求。

中美的芯片「不争」

近两年,包括寒武纪、地平线在内的众多人工智能初创芯片公司相继成立,引发了业内的探讨热情。国内的芯片热能否在人工智能时代打破长期以来半导体市场被国外巨头强行垄断的情形。

曾供职 Intel 及英伟达两大芯片巨头的汤炜伟对此发表了看法。他认为,巨头在行业内长时间耕耘和积累以及巨头已经形成的芯片生态,是国内企业所欠缺的;但相反,国内企业有更多的人才优势以及更大的市场体量。

但当记者提到中美芯片「抗衡」这个词时,汤王二人均表示不认同。他们认为,技术是跨国界的,随着人才的流动和技术的交流,技术是相通的。

「人工智能芯片是大家共同看到的蓝海,」汤炜伟说,「在蓝海中肯定是合作大于竞争。」

相关推荐