【科技．未来】突破AI运算瓶颈 芯片研发竞赛展开
绘图芯片制造商辉达（NVIDIA）的市值近日首次超越另一芯片巨企英特尔（Intel），原因除了英特尔近期在产能上遭遇瓶颈外，有论者认为与辉达的图像处理器（GPU）成功从游戏界涉足数据中心和人工智能（AI）有莫大关连。在AI应用研发热潮下，两间芯片大厂近期先后推出新款芯片，并面临多间新创业者进场挑战。一场AI芯片研发竞赛已经展开，一众企业会如何释放AI潜能？
缩小芯片变得愈来愈困难，而且即使成功，好处也不复以往。辉达创办人兼行政总裁黄仁勋去年直言：“摩尔定律已再不可能。”研究组织OpenAI的报告指出，从2012到2018年，大型AI训练使用的计算量已增长了30万倍，并且每隔三个半月翻一倍。
大小厂商各出奇谋
GPU虽已被AI社群所用，但它本身并非为AI而生。所以，近年不少芯片厂商和初创公司希望重新构想并研发专为AI而设的芯片，以释放AI的无穷潜力。
主宰CPU市场的英特尔除了在去年12月以20亿美元收购了以色列AI芯片公司Habana Labs，还在同年11月推出了两款新的AI芯片，专为云端AI运算而设计。两款芯片分别适用于AI的训练和推论（inference）。辉达在今年5月中发表了新一代GPU A100，采用其最新的数据中心芯片架构Ampere。这AI芯片同时满足AI的训练和推论用途。辉达希望借此为AI应用者提供更为经济的硬件，进一步巩固市场地位。
一些AI巨头早已自主开发硬件。Google从2015年起研制“张量处理器”（TPU），供内部使用，专为其机器学习系统Tensorflow而设，2018年起再开放商用。同年，中国的百度也发表了自主研发的AI芯片“昆仑”。
有些较小型的公司希望借着不同设计意念和定位来参战。英国的Graphcore称它的芯片为“智能处理器”（IPU）。行政总裁Nigtel Toon解释，有别于很多任务，AI其实不需要超精确的运算，芯片设计可以透过降低对数字的传真度而节省能量。美国的Cerebras则走另一极端，希望以大取胜，它在去年研制了一个8.5平方英寸的AI芯片，比典型的微处理器大60倍左右。有些业者的设计更前卫：英特尔、IBM等正在开发“神经形态”（neuromorphic）芯片，设计模仿人脑神经元的电子行为。
会计师行毕马威英国合伙人Alfonso Marone估计，AI专用芯片市场的价值已达约100亿美元，到2025年可能增加至800亿美元。另一会计师行德勤预测，专门用于端缘（edge）装置（即手机、智能音响等数据中心伺服器的应用设备）的AI芯片，市场总值在本年将达26亿美元，并在2024年翻一倍。
释放AI应用潜力
在应用的背后，更好的AI芯片将可从根本上促进AI发展，造就更大型、更复杂的AI模型。在辉达发表了新一代芯片后，黄仁勋预期：“我们将看到一些真正巨大的AI模型，这已成定局。”
上文节录自第222期《香港01》周报（2020年7月13日）《突破AI运算瓶颈 芯片研发竞赛展开》。如欲阅读全文请按此订阅周报，或按此试阅周报电子刊，浏览更多深度报道。
更多周报文章︰【01周报专页】
《香港01》周报，各大书报摊、OK便利店及Vango便利店有售。
【其他精彩内容】