人工智能芯片发展的10大盘点与10大预测

    对于人工智能的粉丝和采用者来说，2017年是令人兴奋的一年。进入2018年，我们想看看未来将要发生什么。有一件事是肯定的：我们刚刚开始这个旅程，今后一年会有很大的成功以及巨大的失败。在进行预测之前，对2017年人工智能领域进行梳理可能会有所帮助。让我们先来简短地看看，过去一年里人工智能领域发生了哪些事情。
    2017年人工智能芯片的10件大事
    1、NVIDIA数据中心业务继续超出最高期望值，实现三位数的增长，达到约15亿美元的收入运行率。
    2、NVIDIA凭借用于机器学习的NVIDIA Volta V100 GPU和云服务令市场震惊，TensorCores－6X每秒运算速度达到125万亿次，其性能是一年前推出的PASCAL的6倍。
    3、NVIDIA还宣布推出自己的Deep Learning ASIC，将其纳入该公司下一代DrivePX汽车平台。如承诺的那样，NVDIA在第三季度以开源技术的形式发布了该规范。
    4、AMD推出了AI GPU和软件Vega Frontier Edition。AMD宣布赢得了一些大型的部署，其中包括用于百度选用AMD的GPU，以及微软Azure选用AMD的EPYC CPU。
    5、Google发布了自己的用于人工智能深度学习训练的ASIC芯片——Cloud TensorFlow Prcessing Unit，每个裸片提供45个TeraOps，4裸片的180 TeraOps卡用于其数据中心和云服务中。这一消息引发了人们对ASIC可能对NVIDIA统治地位造成威胁的猜测。
    6、微软宣布其内部使用英特尔Altera FPGA机器学习和其他应用取得了令人印象深刻的结果。这也提高赛灵思在数据中心的预期。说起来......
    7、Amazon．com AWS宣布了针对（赛灵思提供驱动的）F1实例的AWS Marketplace Solutions，用于应用加速（用于视频、基因组学、分析和机器学习）。百度，华为等公司也加入了赛灵思FPGA这股潮流。
    8、英特尔错过了Nervana Engine产品发布这一里程碑，后者在2016年被英特尔收购。
    9、英特尔取消了Knights Hill Xeon Phi芯片，不是因为标准至强处理器已经很好了，就是因为英特尔计划将其人工智能转移到Nervana。毫无疑问，能够大幅节省开发费用是最终的决定性因素。
    10、最后，为人工智能挑战NVIDIA而开发的ASIC数量急剧增长，其中包括六家中国初创公司、六家美国风险投资公司以及其他几家大公司（包括高通、华为和东芝）。
    2018年人工智能芯片的10大预测
    现在，让我们继续对2018年进行一下预测，我们会用高、中、低概率来压下我的赌注。
    1、谷歌将宣布其TPU用于Google Compute Cloud中，以及推出新的API和工具服务，以更好地与微软和亚马逊在机器学习即服务方面展开竞争。（高概率）
    2、英特尔最终将在第二季度或者第三季度推出Nervana引擎。在KNH取消之后，要在这个高速增长的市场站稳脚跟，英特尔就不能再犹豫等待了。然而，我怀疑英特尔会利用这个芯片的片上结构，因为它想要销售尽可能多的至强芯片——真心希望为了英特尔，后一点是错误的。（高概率）
    3、NVIDIA将预发布Volta的下一代芯片。Volta才推出没多久，仍然领先于现有的其他忍心芯片，所以下一代芯片有可能会到11月份的SC＇18才公布，而不是今年3月份的GTC。 （中概率）
    4、赛灵思将至少赢得一位人工智能推断的知名客户，但是我认为不太可能是微软。（高概率）
    5、虽然2017年是数据中心人工智能的一年，但2018年人工智能的发展势头迅猛，物联网等边缘应用势头良好。这对NVIDIA来说是至关重要的，因为它需要在边缘保持领先地位。 （中概率）
    6、虽然戴尔，惠普和联想都提出了新的基础设施来支持人工智能，但是企业采用人工智能将会延续到2019年或更晚。（高概率）
    7、至少会有一家ASIC初传该公司被收购，例如Wave Computing、Cerebras或Groq。收购方是系统业务厂商和原始设备制造商要比NVIDIA或英特尔更为合理一些。（中概率）
    8、NVIDIA将为机器学习带来全面的ASIC产品（不仅仅是开源的DLA逻辑）。2018年，我认为这个概率很低，因为我不认为NVIDIA到2019年才会意识到Google TPU等ASIC的威胁。不过，黄仁勋并不是等到威胁真正来临的时候才开始行动的人。
    9、2018年底，至少有一家中国大型云供应商（百度、腾讯或阿里巴巴）将从众多的中国ASIC初创厂商中收购一家。（中概率）
    10、虽然AMD的EPYC CPU将在数据中心赢得巨大的关注，但AMD将很难在的人工智能GPU中赢得显著的（两位数）市场份额。AMD的高端Vega GPU仍然比NVIDIA Volta落后一代，建立一个生态系统需要时间。2018年AMD将非常专注于把APU推向市场。（高概率）