比特大陆,对于很多接触过比特币挖矿的人来说并不陌生,它是目前世界上最具影响力的比特币专用挖矿芯片、设备生产商之一。但来到 2018 年,他们似乎也找到了一个可以为之奋斗的新目标——全球 AI 专用芯片领域的黑马。
就在昨天,比特大陆在北京召开了 "AI 品牌'算丰'暨 2018 战略媒体沟通会",比特大陆产品战略总监汤炜伟、产品技术总监王俊均来到现场,不仅再次整体阐述了比特大陆在 AI 专用芯片方面的进展,同时也回答了在场记者数个问题。在会议结束之后,雷锋网还对产品战略总监汤炜伟进行了独家专访。
比特大陆有哪些优势?它的 AI 专用芯片又强在哪里?对于 2018 年,AI 专用芯片市场的发展动态,比特大陆又有哪些自己的判断?且听雷锋网为你慢慢从头剖析一番。
算丰 Sophon BM1680 AI 专用芯片
在已经过去的 2017 年里,AI 芯片领域可谓 "热闹非凡",既有 Google、苹果这样的互联网巨无霸,也有寒武纪、地平线这样的初创公司。而比特大陆的登场并不早,在去年 11 月的某 AI 大会上,他们才拿出了自己的 AI 专用芯片 BM1680,以及根据这款芯片打造出来的拓展硬件和服务器产品。
虽然时间看起来有点 "迟",但它们所拿出来的产品一点也不 "落后"。以最重要的 BM1680 芯片为例:微架构支持 FP32 浮点预算,浮点峰值性能为 2TFlops、峰值功耗为 41W、平均功耗 25W。具体定位为 "面向深度学习的张量计算加速处理器",适用于 CNN / RNN / DNN 等人工神经网络的预测和训练。整体性能和功耗表现可圈可点。
搭载 1 颗 BM1680 芯片的 Sophon SC1 深度学习加速卡
更重要的是,BM1680 并不是个 "空架子",比特大陆同时还拿出了三款使用 BM1680 芯片的产品:深度学习加速卡 SC1/SC1+、智能视频分析服务器 SS1,以及驱动、运行库、调用底层等等。
这一系列产品目标用户定位为急需人工智能图像处理能力的互联网巨头、科技公司。这 3 款产品也在发布之后进行了小批量的发售,产品战略总监汤炜伟向雷锋网表示:
BM1680 芯片相关的产品第一批已经全部售罄了,但具体数字不方便透露。但我可以透露的是,目前与我们对接的各种公司机构数量已经达到了 3 位数,其中还包括不少来自国外的。他们都希望能够尽早拿到我们的产品,尽快的展开一些测试。
搭载 2 颗 BM1680 芯片的 Sophon SC1 + 深度学习加速卡
为什么比特大陆能够在第一次宣布进入 AI 的时候就拿出这么多而且相对完整的产品呢?产品战略总监汤炜伟也说出了其中的 "秘密":"早在 2015 年,我们就已经开始思考未来市场的问题,最终我们在 2016 年确定了 AI 为下一个主要目标。随后 2016 年初就开始了产品和相关技术的研发,2017 年 4 月将芯片交给代工进行流片。按照这个时间来看,我们其实早有准备。"
汤炜伟也 "顺便" 跟雷锋网分享了一下比特大陆自己对于 AI 市场 2018 年可能的变化趋势的看法:
在经过 2015、2016、2017 三年之后,整个市场实际上正在经历一个比较大的转型——从最开始的科学学术阶段,转化到实际应用阶段。
而这也引出了比特币进入 AI 专用芯片市场的 "源动力":部分落地的应用场景开始出现,之后也将有更多应用场景走向落地,他们对于计算机硬件的需求(性能、功率、能效比等)将会越来越高。而想让芯片们满足这些需求,只能依赖最基础的半导体产品设计、研发、制造技术,后者恰恰是比特大陆所最擅长的。汤炜伟也给雷锋网举了一个形象的例子:
我们有着一把 "大锤子"(芯片设计和工程能力),然后 AI 市场又是一个 "大钉子"(强烈的计算力需求),所以在 AI 这个市场里面展开会更好地发挥我们的优势。
比特大陆 Antminer S9
那么比特大陆的 "大锤子" 到底有多强呢?这一点最好的例证或许是来自比特大陆此前在比特币矿机芯片上所取得的一些成绩。雷锋网也整理了一些数据:
2013 到 2017 年间,比特大陆的 ASIC 矿机芯片迭代了 7 次(从最早的 BM1380、到最新的 BM1387,其中部分型号并未投产);芯片制程从最开始的 55nm,一路提升至最新的 16nm;比特币挖矿运行速度从 Antminer S1 的 180Gh/s,提升到最新的 Antminer S9 的 13.5Th/s(提升幅度接近 75 倍)。并且随着一系列挖矿芯片的打造,比特大陆也和半导体业中代工技术能力最强的 TSMC 台积电形成了深度合作。强劲的半导体技术,以及芯片最终实现能力,最终才让比特大陆在比特币矿机领域达到了今日的地位。但在挖矿芯片上的经验是否能够全部或者部分 "移植" 到 AI 专用芯片之上呢?汤炜伟选择首先向雷锋网 (公众号:雷锋网) 解释他眼中 AI 专用芯片的 4 大关键点:
1、架构:如何打造一款芯片的微架构,即如何在硬件层面满足应用场景的具体需求;
2、提供充足的数据输入输出能力:满足 AI 应用庞大的数据传输需求,避免这个环节成为瓶颈;
3、为整体硬件打造高效的指令集:让计算机可以尽可能压榨出硬件的全部性能;
4、芯片工程化能力:芯片如何进行物理设计、以及在量产过程中的一些其他问题。
很明显,比特大陆的产品性能和轨迹已经证明了在比特币挖矿、这个相对简单场景中 4 大关键点的解决能力。那么对于目前仍不成熟、复杂许多的人工智能应用呢?汤炜伟给出的答案再简单不过——加人:
截至目前,我们在 AI 方面工作的人力已经有大约 200 人,涵盖了硬件、指令集、驱动、甚至包括上层的一些算法和应用。目前比特大陆公司整体员工为 1000 人左右。
除此之外,比特大陆也在不断与行业内的公司进行着合作,进而形成比特大陆自己特有的生态。汤炜伟对此也向雷锋网补充说明了一下:"我们并不是要像巨头一样弄完全开放的生态,而是先在行业内与客户进行多方面深入的交流,以满足他们的需求为出发去优化我们的产品。"
CPU、GPU、FPGA、ASIC 之间的通用性 / 易用性、与性能 / 能效比的对比图
既然是 AI 专用芯片市场,自然也免不了面对一个 "经典" 问题——处理器的设计方向,究竟应该是向通用性、还是专用性倾斜?究竟在目前 AI 硬件市场已经存在很多势力、尤其像 NVIDIA 这样一举一动都会影响整个业界的巨头情况下,后进入市场的小企业们应该如何抉择?对此,汤炜伟是这样回答雷锋网的:
首先强调一下我们的定位,我们一定不会是做通用性的处理器。主要有两个原因:通用处理器在很多应用场景效率太低;走通用路线意味着要打造平台生态、甚至是拉动整个生态前行。所以对于我们一家创业公司来说,我们还是先做好细分的行业场景的极致加速。
汤炜伟在雷锋网的要求下,也对未来高效率 AI 专用芯片的发展趋势做出了一个自己的判断——3 年,也就是到 2020 或者 2021 年,AI 专用芯片的销量,将会超过通用处理芯片的数量。
比特大陆 AI 全新子品牌——算丰 Sophon
在去年发布 BM1680 的同时,比特大陆实际上也公布了自己面向 AI 领域的全新子品牌——算丰(Sophon)。这个名字听起来十分拗口,实际上却是《三体》里外星球用来控制人类科技发展的机器人 "智子" 的英文名。相比之下,中文名 "算丰" 的官方释义简单一点 "算天地玄空,丰认知智能"。
在这次媒体沟通会的现场,汤炜伟也将中英文名结合起来做了一个联合的说明:"智子在小说里面能够'展开',展开之后具备很强的学习能力。而这也正是我们想要做的事——利用人工智能能够改变各行各业。"
而从时间上来看,2018 年或许将会是 "算丰" 最重要的一年。因为 "算丰" 已经在尝试复现他们的一项光荣传统:超高速迭代。
据汤炜伟透露,BM1680 的后续芯片早已开始进入研发阶段,BM1682 已经在去年 12 月成功流片,BM1684 将会在 2018 年的 9 月完成流片。其中 BM1684 预计在 2018 年 4 季度成功量产,其性能指标将达到 6T 运算力、30W 功耗、同时还支持 FP16、INT8 等低精度计算。其还将使用 TSMC 提供的 12nm 最新工艺。
计算力摩尔定律,在过去的 100 年间给予了人类极大社会推动力
用汤炜伟自己的话来说,这就是 "超摩尔定律":争取每 9 个月(CPU 摩尔定律周期为 18 个月)进行一次产品迭代,不仅能够在新产品中对新算法进行优化,同时也能保持自家产品的竞争力。
同时,"算丰" 还在尝试一系列新布局,首当其冲的就是布局机器人。上个月比特大陆刚刚收购了另外一家机器人创业公司,萝卜机器人。并且在此次媒体沟通会上,产品技术总监王俊也公开表示:"我们并不是不做端,只是我们根据现有状况选择先走云这一条路,未来不排斥我们进入 AI 专用端芯片的市场。"
在专访的最后,雷锋网也尝试着给汤炜伟抛一个小难题——用一句话简单概述一下比特大陆这家公司。汤炜伟在思考了 3 秒之后给出了两个词:"行胜于言,精益求精。" 随后他笑着说:
或许听起来有点老套,但我们就是一家做产品的公司。
全文完。
雷锋网原创文章,未经授权禁止转载。详情见 转载须知 。
来源: http://blog.csdn.net/Dzz2seiN13YV/article/details/78986344