新智元報道

　　來源：venturebeat

　　編輯：肖琴

　　【新智元導讀】高通宣佈了一款專用AI處理器Cloud AI 100，採用7nm工藝，性能比目前業界最先進的 AI 推理解決方案高出 10 倍以上。

　　昨天在舊金山舉辦的年度 Qualcomm AI Day 大會上，高通發佈了三款面向智能手機、平板電腦和其他移動設備的新系統芯片。此外，更重磅的是，高通還宣佈了一款專爲邊緣計算設計的新產品：Qualcomm Cloud AI 100。

　　高通 Cloud AI 100 採用 7nm 工藝，具有高度可擴展性、專爲 AI 推理設計，將於 2020年正式推出產品，樣片將在今年晚些時候推出。

　　雖然高通尚未公開芯片性能或架構方面的細節，但它聲稱，Cloud AI 100 的性能比目前業界最先進的 AI 推理解決方案高出 10 倍以上。

　　Cloud AI 100 集成了一系列開發工具，包括編譯器、調試器、分析器、監視器、服務、芯片調試器和數字轉換器。

　　此外，Cloud AI 100 還致力於支持領先的軟件堆棧，包括 ONNX、Glow 和 XLA，以及各種機器學習框架，包括谷歌的 TensorFlow、Facebook 的 PyTorch、Keras、MXNet、百度的 PaddlePaddle 和微軟的 Cognitive Toolkit。

　　高通估計 Cloud AI 100 的峯值性能能達到驍龍 855 和驍龍 820 的的 3 至 50 倍。

　　高通聲稱，與傳統的現場可編程門陣列 (FPGA) 相比，Cloud AI 100 在推斷任務方面的平均速度要快 10 倍左右。此外，以高性能芯片常用的一個性能指標 —— 每秒 tera 操作(TOPs) 來衡量的話，Cloud AI 100 的運算速度可以 “遠遠超過”100 TOPs。(相比之下，驍龍 855 最快只有約 7 TOPs。)

　　高通設想通過基於臺積電 7nm 節點構建的 Qualcomm Cloud AI 100，爲 5G 提供更低的延遲，併爲雲和邊緣帶來更高的性能和效率。

　　“FPGA 或 GPU 通常可以更有效地進行 AI 推理處理…… 因爲 GPU 是更並行的，而 CPU是更串行的，並行芯片更適合 AI 處理。” 高通產品管理高級副總裁 Keith Kressin 解釋說：“不過，GPU 更多的是爲圖形設計的，如果你從頭開始設計一個芯片來加速 AI，可以得到顯著的改進。從 CPU 到 FPGA 或 GPU 都有數量級的改進。但定製 AI 加速器能提供再一個數量級的改進。”

　　挑戰華爲、英特爾等，AI推理芯片競爭激烈

　　在高通進軍雲計算之前，其主要競爭對手華爲發佈了據稱是業界性能最高的基於 Arm 的處理器 “鯤鵬 920”。在 SPECint(一個由 12 個程序組成的基準測試套件，用於測試整數性能) 中，該芯片的得分超過了 930 分，比行業基準高出近 25%，而功耗比 “行業現有廠商提供的” 低 30%。

　　華爲不是高通唯一的對手。

　　今年 1 月在拉斯維加斯舉行的消費電子展上，英特爾詳細介紹了即將推出的 Nervana 神經網絡處理器 (NNP-I)。據報道，該處理器的 AI 訓練性能將達到競爭顯卡的 10 倍。

　　谷歌去年推出了專用推理芯片 Edge TPU；阿里巴巴也在去年 12 月宣佈，計劃在今年下半年推出首款自主研發的 AI 推理芯片。

　　在 FPGA 方面，亞馬遜最近推出了自己的 AI 雲加速芯片 ——AWS Inferentia。

　　微軟也在 Project Brainwave 中預報了一個類似的平臺。

　　今年 3 月，Facebook 發佈了用於 AI 推理的服務器芯片 Kings Canyon。

　　就在本月，英特爾宣佈推出一系列芯片組 ——Agilex，針對人工智能和大數據工作負載進行了優化。

　　但高通對 Cloud AI 100 的性能優勢頗有信心，認爲它將在深度學習芯片組市場上佔據優勢，預計到 2025 年，該市場規模將達到 6630 萬美元。

　　“很多人把網絡硬件放在雲端，就像一個內容傳輸網絡，用於不同類型的處理，無論是雲端遊戲，還是人工智能處理。這是另一個關鍵趨勢。高通有機會從終端用戶的輸入技術一路參與，一直到雲端。”Kressin 說。

　　高通的另一個潛在優勢是什麼呢？生態系統的支持。去年 11 月，高通向一家專注於edge AI 和 on-device AI 的初創基金提供 1 億美元，特別投入於自動駕駛汽車、機器人、計算機視覺和物聯網領域。去年 5 月，高通與微軟合作，爲在其許多片上系統芯片中嵌入的 AI 加速器創建了一個 vision AI 開發工具包。

　　“就市場規模而言，推理正在成爲芯片領域的一個相當大的市場，”Kressin 說：“隨着時間的推移，我們預計推理的規模 —— 從 2018 年至 2025 年大約會增長 10 倍。我們非常有信心成爲這一領域的領導者。”