CPU vs GPU：哪一种芯片会给公司带来AI优势？

专家表示，中央处理器(CPU)和图形处理单元(GPU)都具有同样的能力，能够产生与人工智能相关的预期结果

孟买:本月初，在2018年英特尔AI Devcon大会上，一个名叫Ella的全息化身专心地听着作曲家凯文·多赛特在他的合成器上弹奏音符。当他停顿下来时，她开始自己谱曲，实时补充他的音乐。

这是怎么实现的?Ella正在从实时发送到Intel Movidius神经计算棒的音乐数据中学习节奏、音阶和音高等特性。英特尔使用了一种人工神经网络，这种神经网络依赖于以前的计算来处理当前的计算，来执行人工智能(AI)任务。

这种神经计算仅仅是一个例子,Intel-a公司大多数人认同中央处理单元(cpu)在个人电脑(pc),手机和服务器扩大其投资组合留在AI种族有很强的竞争者包括英伟达、微软、谷歌、Facebook、IBM、亚马逊、苹果、阿里巴巴和百度。

国际数据公司(International Data Corp.， IDC)预计，到2021年，以人工智能为核心的硬件、软件和服务全球市场的规模将达到580亿美元。

“软件是我们人工智能战略的关键组成部分，”英特尔人工智能产品集团(AIPG)副总裁兼首席技术官阿米尔•科斯罗沙希(Amir Khosrowshahi)坚称。作为其人工智能战略的一部分，英特尔为数据中心提供了Xeon芯片，为嵌入式视觉提供了Movidius，为汽车行业提供了MobileEye。它也有可编程芯片称为现场可编程门阵列，或FPGAs。

例如，微软的硬件架构Project Brainwave就部署在英特尔的FPGA上，以帮助它进行实时人工智能计算。飞利浦则使用Xeon可伸缩处理器来处理AI工作负载。

英特尔还为SETI@home项目提供资金，该项目旨在探测地球以外的智能生命。“我们正在使用人工智能技术来增强搜索，”Khosrowshahi说。英特尔在Connectomics-study资助研究地图的连接体在大脑的神经连接,并正在与一些哈佛大学和麻省理工学院(MIT)实验室通过提供他们的计算能力片大脑和成像在纳米级别,生成大量的数据。例如，在纳米尺度的分辨率下，老鼠的大脑皮层会产生大约艾字节的图像数据(大约2.5亿张dvd价值的信息)。这需要大量的计算能力。

然而，英特尔在人工智能道路上的进展并不顺利。人工智能市场竞争激烈，尤其是英伟达(Nvidia)的竞争。英伟达设计图形处理单元(gpu)，为许多人工智能应用程序提供动力。例如，空中客车集团(Airbus Group)正在研发一种名为Vahana的gpu动力自主空中出租车。谷歌拥有自己的张量处理单元(张量处理单元)芯片，尽管它与英伟达(Nvidia)合作，后者使用谷歌名为TensorFlow的深度学习框架。此外，阿里巴巴、亚马逊网络服务公司(AWS)、百度Inc.、Facebook、谷歌、IBM、微软(Microsoft)和腾讯等公共云服务提供商也在其数据中心使用英伟达GPU。

然而，Khosrowshahi认为“没有一家公司(像英特尔公司)对ai有如此全面的方法——从硅基板到晶圆厂，在那里我们可以建立我们自己的测试芯片，利用不同的架构等等。”

他还认为，在人工智能方面，gpu不一定比cpu更好。“我从事人工智能行业已经10年了。有很多潜力——你的Siri会变得更好，自动驾驶会变得更好——有很多可能的未来，我们需要所有这些工具(cpu、gpu、tpu等)。没有一种工具会成为赢家。gpu介于cpu和ASIC(特定于应用程序的集成电路)之间。CPU可以运行所有工作负载。但是gpu内存有限。我们正在构建领域特异性神经网络处理器(NNPs)。它有很强的商业需求。

来源：转自Leslie D'Monte,livemint