继谷歌、亚马逊之后，Facebook正在加入AI芯片竞赛

编者按：GPU主要擅长做类似图像处理的并行计算，GPU中一个逻辑控制单元对应多个计算单元，同时要想计算单元充分并行起来，逻辑控制必然不会太复杂，太复杂的逻辑控制无法发挥计算单元的并行度，ASIC是一种专用芯片，是为了某种特定的需求而专门定制的芯片。ASIC芯片的计算能力和计算效率都可以根据算法需要进行定制，具有以下几个方面的优越性：体积小、功耗低、计算性能高、计算效率高、芯片出货量越大成本越低。但是缺点也很明显：算法是固定的，一旦算法变化就可能无法使用。像Facebook这样体量的厂商，开发专用人工智能芯片，显然是降低成本的需求，更重要的也是开发自身的定制芯片，以支持它的AI程序。

在认识到需要大大加快计算速度以实现人工智能的下一个突破之后，Facebook紧跟亚马逊和谷歌的脚步，正在加紧开发自己的人工智能芯片。

该公司的首席人工智能科学家，现代先驱之一Yann LeCun表示，该公司的目标包括充满“常识”（common sense）的数字助理，能与人进行任何主题的交谈，这将会是是当今语音控制设备的重要一步。

他还希望使AI成为控制其社交网络的一个更实用的工具，例如实时监控视频并帮助其人类主持人的军队决定，那些服务内容是被允许的。

LeCun先生最近在接受英国“金融时报”采访时表示，Facebook希望与多家芯片公司合作开发新设计 ，他们最近也宣布与英特尔合作开展项目。但他也表示，Facebook也在开发自己的定制“ASIC”芯片，以支持它的AI程序。

“众所周知，Facebook会在需要时构建其硬件，包括构建自己的ASIC。如果有任何不解之处，我们将继续努力”，Lecun说，这也是Facebook官方第一次公开其在芯片领域的野心。

谈到公司有可能在芯片哪些方面取得突破的时候，LeCun强调，在底层会有很大的空间。

Facebook决定打造自己的芯片，对Nvidia来说，又将是另一个长期挑战。后者是目前用于数据中心AI的图形处理器的主要生产商，在各大厂商进入芯片领域之后，Nvidia面临着大型数据中心客户退出的短期挤压。

随着对以闪电般的速度和更低的功耗执行单一任务需求的提升，过去的通用处理器的瓶颈凸显，专用AI芯片开始爆发。这个趋势不仅吸引了谷歌，亚马逊和苹果等公司的投身其中，还有几十家初创企业大举进入。

对新芯片设计和硬件架构的关注表明，我们需要在基本计算方面取得根本性突破，以防止今天的AI成为死胡同。

LeCun先生说，在人工智能的整个历史中，在研究人员在该领域提出突破性见解之前，硬件方面通常已经取得了很大的进步。

“在相当长的一段时间里，人们没有太多想法”，他说。

以反向传播（back propagaTIon）为例，这是当今深度学习系统中的一项核心技术，它将算法在其计算之上进行重新计算，以最大限度地减少错误。LeCun先生表示，这是早期研究的一个明显延伸，但在计算硬件发展之后，才在20世纪90年代得到广泛应用。

本文来自金融时报，半导体行业观察翻译，本文作为转载分享。