6
在收購 Nervana 系統(tǒng)公司僅僅幾周之后，英特爾再度出手了，該芯片巨頭此次下手的對象是 Movidius，這是一家低功耗計算機(jī)視覺硬件制造商。這是英特爾向深度學(xué)習(xí)硬件戰(zhàn)略轉(zhuǎn)向的一系列舉措之一，這種類型的硬件和英特爾傳統(tǒng)的搖錢樹 - 典型 CPU- 有著很大的不同。按照我對機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)的收購合并活動的研究套路，我們首先快速地調(diào)查一下英特爾的收購對象，然后討論一下此舉對英特爾和廣大的機(jī)器學(xué)習(xí)市場的潛在影響。
許多從事機(jī)器學(xué)習(xí)的公司在產(chǎn)品聲明上都有意無意地模糊不清（正如上圖中英特爾的聲明那樣），而 Movidius 公司則非常清楚鮮明地專注于低功耗系統(tǒng)級芯片深度學(xué)習(xí)硬件上。此前我曾指出，通用 GPU（大部分來自于英偉達(dá)公司）是大規(guī)模機(jī)器學(xué)習(xí)的主要運(yùn)算部件，但是，這種類型的器件在某些方面卻不夠靈活，無法支持最近使得神經(jīng)網(wǎng)絡(luò)的訓(xùn)練更有效率的研究進(jìn)展（主要是使用低精度 /8 位整數(shù)型權(quán)重因子）。
這種發(fā)展趨勢必然使得專門用于深度學(xué)習(xí)的硬件需要針對矩陣運(yùn)算型神經(jīng)網(wǎng)絡(luò)訓(xùn)練的具體需求進(jìn)行全面的優(yōu)化。沒有任何一款通用 GPU 能夠滿足這種任務(wù)的所有需求。今年早些時候，谷歌曾經(jīng)披露稱，它使用一款定制芯片驅(qū)動其機(jī)器學(xué)習(xí)云計算平臺（Tensor 處理單元）已經(jīng)有一年時間了。Movidius，這家成立剛剛八年的公司，已經(jīng)以實(shí)力證明了它充分地理解機(jī)器學(xué)習(xí)的需求，并且可以因應(yīng)其對專用硬件的需求。該公司的旗艦級產(chǎn)品采用的是 Myriad 2 芯片架構(gòu)。
這項技術(shù)看起來相當(dāng)驚艷。值得注意的是，它并不是像谷歌的 Tensor 處理單元那樣的專用集成電路（ASIC），只支持一種類型的運(yùn)算。它是一款可編程的處理器，能夠支持各種精度模式，并在不同的框架下實(shí)施神經(jīng)網(wǎng)絡(luò)訓(xùn)練。開發(fā)者可以使用相關(guān)的軟件開發(fā)工具包定義他們自己的處理流水線，然后使用 Myriad 的手動優(yōu)化庫將自定義的流水線運(yùn)行在芯片上。Myriad 2 處理器已經(jīng)被聯(lián)想用于其 VR 產(chǎn)品計劃中。
使用 Myriad 2 芯片架構(gòu)的最有趣的產(chǎn)品似乎是 Fathom，它被稱為神經(jīng)計算棒：
從樣子上看，它確實(shí)是一根集成了 Myriad 技術(shù)的 USB 棒。任何支持 USB 的設(shè)備，比如樹莓派或者安裝在無人機(jī)上的攝像頭，都可以插在 Fathom 上面，并通過它運(yùn)行程序映像，而消耗的功率僅為 1 瓦。
就像在非服務(wù)器級設(shè)備上運(yùn)行的大多數(shù)深度學(xué)習(xí)用例，神經(jīng)網(wǎng)絡(luò)（比如用于圖像識別）在類似于谷歌的 TensorFlow（它集成了 Fathom 框架）框架上對龐大的離散數(shù)據(jù)進(jìn)行訓(xùn)練（大問題需要數(shù)周的訓(xùn)練時間）。經(jīng)過充分訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的壓縮版隨后被部署在移動設(shè)備上，在移動動設(shè)備上就不再進(jìn)行更多的訓(xùn)練，只是進(jìn)行分類。
低功耗深度學(xué)習(xí)現(xiàn)在成了熱門研究課題。首先，研究者試圖找出如何更方便地在智能手機(jī)上實(shí)施深度學(xué)習(xí)的方法。智能手機(jī)的架構(gòu)比較復(fù)雜 - 除了 CPU 之外，它還有專用的 GPU 和信號處理單元，這些都可以用于運(yùn)行搜索、虛擬助理或其他應(yīng)用程序中的神經(jīng)網(wǎng)絡(luò)。而 Movidius 似乎對智能手機(jī)不大感興趣，而對物聯(lián)網(wǎng)等其他設(shè)備比較感興趣，這也正好符合英特爾的戰(zhàn)略規(guī)劃，這就是它為什么會被英特爾收入囊中的原因。
要點(diǎn)
我們可以進(jìn)一步挖掘 Movidius 公司的更多技術(shù)細(xì)節(jié)。英特爾為什么需要這些技術(shù)，原因也很明顯，事實(shí)上，英特爾告訴我們，它想將 Movidius 的芯片整合到其 RealSense 平臺中。
總體來說，這次收購的戰(zhàn)略重要性要高于之前對 Nervana 系統(tǒng)公司的收購。考慮到 Movidius 產(chǎn)品的成熟程度（Nervana 今年晚些時候才會發(fā)布其第一款 ASIC）以及它對英特爾的戰(zhàn)略重要性，如果收購價格低于幾億美金，那將是令我感覺非常驚訝的一件事情。
這樁收購的大背景是，英特爾進(jìn)入深度學(xué)習(xí)的陣營有點(diǎn)晚了。該公司目前正在部署大量資源，以改變落后態(tài)勢。然而，我倒希望英特爾未來幾年仍然堅守在服務(wù)器級深度學(xué)習(xí)上。目前，開發(fā)人員和深度學(xué)習(xí)框架都依賴于英偉達(dá)的 GPU 進(jìn)行重度計算。
英偉達(dá)公司目前也正在涉足自動駕駛平臺。這并不是說英特爾沒有機(jī)會趕上來了。問題的關(guān)鍵是，這次收購使得英特爾能夠更快地進(jìn)入新的市場（物聯(lián)網(wǎng)感知），而在這個市場上英偉達(dá)及其重度計算平臺并不具備競爭力，所以，這是一個英特爾無需面臨艱苦戰(zhàn)斗的市場，這步棋走得好。
更多有關(guān)深度學(xué)習(xí)的資訊，歡迎訪問 與非網(wǎng)深度學(xué)習(xí)專區(qū)
與非網(wǎng)編譯，未經(jīng)許可，不得轉(zhuǎn)載！
