2619
作者：暢秋
本周，全球IT業(yè)最大的新聞非OpenAI聯(lián)合創(chuàng)始人山姆·奧特曼（Sam Altman）離開原公司、加入微軟莫屬。當然，這并不是終點。
Sam Altman被OpenAI董事會驅逐，被認為是技術派的勝利，因為另一名聯(lián)合創(chuàng)始人薩斯克維爾認為Altman商業(yè)化行動過于激進，存在很多安全隱患，因此，聯(lián)合其他三名外部董事驅逐了Altman。
本文不關注OpenAI的“宮斗”大戲，無論Altman最終留在微軟，還是回歸OpenAI，都不會影響他開創(chuàng)AI軟硬件新技術和市場的意愿，區(qū)別只是在哪里做而已。
據(jù)悉，在被解職之前，Altman就在探尋新業(yè)務，曾試圖在中東籌集數(shù)十億美元用于人工智能（AI）芯片項目Tigris，還想創(chuàng)建一家專注于AI芯片研發(fā)的公司，或許，這一項目已經(jīng)被微軟拿下了。另外，Altman還一直在尋求為一款AI硬件設備籌集資金，該設備是他與前蘋果設計總監(jiān)Jony Ive 共同開發(fā)的。
近些年，在AI發(fā)展方興未艾的大背景下，不甘于已經(jīng)取得的“輝煌成績”，選擇開創(chuàng)新業(yè)務（從新創(chuàng)業(yè)或加盟一家富有活力的大公司）的行業(yè)大牛不止Altman一人，還有多位業(yè)界知名業(yè)界人士，特別是技術大牛，都選擇了再創(chuàng)業(yè)，因為他們無法抵擋AI發(fā)展的巨大潛力，要趁當下還處于“野蠻成長”的產(chǎn)業(yè)發(fā)展初級階段，爭取用先進的技術和產(chǎn)品，掌控未來競爭的主動權。在這些人當中，典型代表是CPU架構大神Jim Keller和GPU架構大神Raja Koduri。
2020年6月，Jim Keller離開了工作兩年的英特爾，2021年初，AI芯片初創(chuàng)公司Tenstorrent宣布任命Jim Keller為公司總裁兼首席技術官，以及董事會成員。Tenstorrent創(chuàng)立于2016年，旨在通過一種新方法和體系結構，研發(fā)新型AI處理器，以推動AI和機器學習的發(fā)展。近兩年，Tenstorrent十分看重RISC-V的應用前景，認為其非常適合未來低功耗AI應用市場需求。
2023年3月，Raja Koduri離開了工作五年的英特爾，選擇創(chuàng)業(yè)。據(jù)Koduri透露，他的新創(chuàng)公司Mihira AI要打造新的生成式人工智能工具，這些工具可以在英特爾、AMD、蘋果等公司的芯片上運行，也可以在未來的RISC-V架構芯片上運行。
?01、AI系統(tǒng)和芯片需要改進
當下的AI服務器，多采用異構形式搭建，也就是在計算系統(tǒng)中，使用多種不同類型的處理器（CPU、GPU、FPGA、NPU等），這樣可以增加計算速度和效率，以滿足不同工作負載的需求，因為AI工作負載通常需要大量的數(shù)值計算和并行運算。
傳統(tǒng)CPU在通用計算方面表現(xiàn)出色，但對于深度學習等需要大量矩陣計算的任務，效能就會不足，這時，將GPU、TPU等處理器組合其中，可以更好地滿足AI任務的需求，提供更高效的運算能力。
對于AI系統(tǒng)的這種異構需求，不同處理器廠商，特別是像AMD和英偉達這樣的傳統(tǒng)大廠，以及自研AI芯片的互聯(lián)網(wǎng)大廠，都有各自的解決方案，但不同方案雖然有各自優(yōu)勢，但也存在這樣或那樣的缺點。
AMD公司推出了APU概念和產(chǎn)品，它就是CPU +GPU的組合，其優(yōu)點是可以充分發(fā)揮兩種處理器各自的優(yōu)勢，互相彌補短板，也能在一定程度上減少功耗。不過，其AI訓練性能并不比獨立的GPU好。
為了滿足自家系統(tǒng)的需求，Google自研了張量處理器TPU（Tensor Processing Unit），它是一種ASIC處理器，與 CPU、GPU和APU等通用處理器有很大區(qū)別，TPU的專用性很強，針對機器學習和深度學習等AI應用進行了優(yōu)化，專門用于加速AI的計算任務。不過，在Google的整個網(wǎng)絡系統(tǒng)當中，依然需要用到大量的通用CPU和GPU，TPU雖然很好用，但可用規(guī)模還是有限的。
可見，要不斷改善AI服務器系統(tǒng)性能，單一的通用或專用處理器都無法獨自解決問題，需要多種處理器配合工作才行，這就給新的AI芯片技術和產(chǎn)品發(fā)展提供了機會。
AI系統(tǒng)的訓練和推理平衡水平需要改善。
目前，英偉達的GPU是AI訓練芯片市場的領導者，但這只占整個AI芯片需求的20%左右，推理芯片市場相當大，當下的GPU擅長AI訓練，而CPU擅長推理，二者在對方領域的局限性都很大。
在AI推理市場，除了數(shù)據(jù)中心和云計算，用戶對邊緣側（如手機、PC，以及機器人、工業(yè)系統(tǒng)和汽車等）的推理需求在快速增長。因此，AI推理市場不僅很大，而且相當分散。在這種情況下，邊緣側AI推理芯片的市場規(guī)模非常大，而且具有極大的發(fā)展?jié)摿Α?/p>
蘋果公司的iPhone 就是一個典型的例子，它在A系列處理器中集成了AI內(nèi)核，目前，AI功能已經(jīng)占據(jù)了A系列處理器整體功能的20%。近些年，多家公司也在采用類似于蘋果的SoC AI策略。
粗略計算，AI芯片市場包括約15%的訓練，45%的數(shù)據(jù)中心推理，以及40%的邊緣側推理。在這樣的市場背景下，一方面，各大處理器廠商正在提升AI訓練和推理能力的融合水平，另一方面，邊緣側推理市場的巨大發(fā)展空間給很多移動處理器廠商提供了拓展機會。
AI系統(tǒng)和芯片的功耗也需要改善。
如上文所述，邊緣側推理市場巨大，而這些應用對低功耗要求很高。同時，數(shù)據(jù)中心和云計算系統(tǒng)的功耗高的嚇人，不可能無止境地增加下去，解決這一大應用領域的功耗問題也被越來越多的芯片和系統(tǒng)廠商所重視。
?02、問題如何解決？
從上文介紹中可以看出，AI系統(tǒng)和相關芯片還處于成長期，有很多問題需要解決，特別是AI訓練和推理芯片的功能融合、邊緣側AI推理，以及功耗問題，是各大廠商，以及初創(chuàng)企業(yè)共同關注的。
最近，英偉達推出的新GPU在AI訓練和推理融合能力方面就有很大進步，該公司表示，H100芯片的升級產(chǎn)品H200集成了141GB的HBM3e內(nèi)存，更加擅長推理，在用于推理或生成問題答案時，性能較H100提高了60%-90%。英偉達表示，與H100相比，H200在Llama 2這樣擁有700億參數(shù)大語言模型上的推理速度提升了近一倍。
在邊緣側推理方面，以蘋果為學習對象，傳統(tǒng)手機處理器廠商也在增加新產(chǎn)品的AI推理能力。以聯(lián)發(fā)科為例，該公司推出的天璣8300可支持生成式AI，最高支持100億參數(shù)AI大語言模型。該芯片集成了生成式AI引擎，整數(shù)運算和浮點運算的性能是上一代的兩倍，支持Transformer算子加速和混合精度INT4量化技術，AI綜合性能是上一代的3.3倍，可流暢運行終端側生成式AI的各種新應用。
在降低AI服務器功耗方面，初創(chuàng)企業(yè)和各大知名廠商投入的力度更大。
以上文提到的Jim Keller加入的Tenstorrent為例，該公司正在開發(fā)數(shù)據(jù)中心解決方案，核心產(chǎn)品是基于RISC-V架構的AI/ML加速器和通用處理器。之所以采用RISC-V指令集，很重要的一個原因就是其功耗低。
據(jù)悉，Tenstorrent正在與日本新創(chuàng)晶圓廠Rapidus合作，開發(fā)基于2nm制程工藝的邊緣側AI處理器及相關IP。從目前的AI系統(tǒng)市場需求，以及未來該領域對低功耗（數(shù)據(jù)中心、云和邊緣側都要求降低功耗）的要求來看，先進制程的未來發(fā)展前景依然值得期待，因為3nm、2nm，甚至是1nm這樣的先進制程技術，就是要在不斷提升性能的同時，持續(xù)降低功耗。未來，先進制程工藝幾乎就是為AI芯片而生的。
對于開發(fā)RISC-V芯片和系統(tǒng)，半導體大國政府都很重視。美國政府已經(jīng)下達了使用RISC-V處理器來模擬下一代稀疏性超級計算機的指示，歐盟也建立了一個基于RISC-V架構的本土加速器項目，稱為EPAC。
除了新創(chuàng)企業(yè)，傳統(tǒng)大廠也在發(fā)展低功耗AI芯片方面不遺余力。
以微軟為例，該公司于近期推出了用于云端軟件服務的處理器Cobalt，該芯片是基于Arm架構的通用處理器，同時，微軟還推出了另一款專用AI加速器Maia 100，用于云端訓練和推理。這兩款芯片將于2024年導入該公司的Azure數(shù)據(jù)中心。微軟基于Arm架構研發(fā)芯片，很重要的一個原因就是其功耗比較低。
除了將AI訓練和推理融合，以及低功耗之外，現(xiàn)有架構芯片，特別是CPU、GPU，在AI計算方面都存在局限性，因此，一些初創(chuàng)公司，以及傳統(tǒng)知名廠商還在探索新型架構的AI芯片，特別是在打破處理單元與內(nèi)存之間的“通信墻“方面，下了很多功夫。
近些年，以Groq、Cerebras、SambaNova、NextSilicon等為代表的創(chuàng)業(yè)公司都在開發(fā)各自的新型AI加速器，目標是替代英偉達的GPU。這些公司的產(chǎn)品多為ASIC，也就是AI專用處理器，目前來看，這些新型處理器正在被美國能源部實驗室所采用，用于科學研究。同時，美國多家大學也對試用這些芯片持開放態(tài)度，例如，NCSA正在與SambaNova合作開發(fā)芯片，Cerebras的處理器已經(jīng)用于AI訓練。
在創(chuàng)新架構處理器研發(fā)方面，大廠IBM一直都是業(yè)界的典型代表，AI專用芯片方面同樣如此。最近，IBM推出了一種新的原型芯片架構NorthPole，可以使AI計算更快、更節(jié)能。NorthPole 是一款基于人腦計算通路進行神經(jīng)推理的數(shù)字AI芯片，它采用了一種截然不同的設計方法，將所有內(nèi)存都集成在了處理器芯片上，無需外掛RAM，這使得該處理器能夠進行快速的AI推理。該芯片專為AI推理而設計，不需要復雜的冷卻系統(tǒng)。據(jù)悉，小巧靈活的NorthPole非常適合邊緣側AI應用。
以上介紹的都是各種AI處理器，是硬件。要使整個AI系統(tǒng)充分發(fā)揮效能，軟件工具的作用也很重要。如前文所述，GPU架構大神Raja Koduri離開英特爾后，創(chuàng)建了新公司Mihira AI，該公司研發(fā)的就是AI軟件工具。
據(jù)Koduri介紹，Mihira AI的最底層是一個異構數(shù)據(jù)中心架構，涵蓋三類工作負載，分別是：用于渲染通用CPU計算；用于AI的異構加速器；用于游戲GPU工作負載。他說，未來的第四個集群可以針對低功耗AI推理進行優(yōu)化。
從未來發(fā)展來看，Mihira AI的目標很可能是替代英偉達的CUDA，以及AMD的ROCm軟件生態(tài)系統(tǒng)。不過，目前它還處于發(fā)展初期，未來的道路十分艱辛。
?03、結語
AI系統(tǒng)、芯片和軟件市場發(fā)展?jié)摿薮?，各種傳統(tǒng)和創(chuàng)新產(chǎn)品同臺競爭，隨著應用和市場的發(fā)展，未來具有很大的想象和操作空間。
正是看到了各種AI技術、產(chǎn)品和商業(yè)的發(fā)展可能性，越來越多的行業(yè)大牛依托創(chuàng)業(yè)公司，或依托各大知名廠商，開始了各種創(chuàng)新工作。
在本文截稿時，報道稱Sam Altman又回到了OpenAI，繼續(xù)擔任CEO。經(jīng)過這一波操作，Altman有望在OpenAI獲得更多的施展空間，其AI技術和商業(yè)拓展之路很可能會加速。
下載ECAD模型
