在深度學習的領(lǐng)域里，最重要的是數(shù)據(jù)和運算。誰的數(shù)據(jù)更多，誰的運算更快，誰就會占據(jù)優(yōu)勢。因此，在處理器的選擇上，可以用于通用基礎(chǔ)計算且運算速率更快的GPU迅速成為人工智能計算的主流芯片。
2017年度GTC技術(shù)大會上，英偉達推出了他們公司最新研發(fā)的GPU——Volta。該芯片的核心是一款稱為“TensorCore（張量處理器）”的人工智能加速器，這是開發(fā)下一階段AI應用的硬件保障。然而，我們需要升級軟件，更新AI算法，其原因有兩點：一是現(xiàn)有的AI算法不能充分利用這個加速器的性能，二是為了獲得AI開發(fā)中另外的突破。
如果我們能充分利用這種新代芯片，不僅將大大推進AI應用的進展，甚至可能會創(chuàng)建新的AI應用。比如說，AI算法可以利用該種芯片的高速運行速度，來更好地理解和綜合分析人類語言。語音識別系統(tǒng)將極大地完善，音頻的轉(zhuǎn)錄將更加準確，計算機將會有能表現(xiàn)出語言風格和情感的語音系統(tǒng)。
有許多公司已經(jīng)認識到了AI所具有的巨大潛力，還研發(fā)出了強大的芯片，以期獲得AI的廣泛應用。例如，英偉達開發(fā)的GPU以及谷歌研發(fā)出的TPU。
這些芯片有一個共同點，就是它們都根據(jù)程序局部性原理來不斷優(yōu)化算法。為了獲得局部性優(yōu)勢，需要AI芯片和AI算法的共同支持。目前，新興的AI芯片已經(jīng)可以為此提供基礎(chǔ)框架（例如Volta的“TensorCore”），但是更多的AI算法還沒有獲得與這種芯片的相應升級。通俗地說，當下通行的算法不能充分利用到該芯片的高速運行速度。
AI芯片的第一階段是并行驅(qū)動，即同時執(zhí)行多種任務
在海量數(shù)據(jù)集上訓練大型神經(jīng)網(wǎng)絡(luò)可以充分展示其易被現(xiàn)有并行芯片利用的顯著并行性。然而，目前來看，內(nèi)存提取性能的發(fā)展遠遠不能滿足人們的需求。最終這些新芯片會面臨“內(nèi)存墻”的困境，即內(nèi)存性能會嚴重限制芯片性能的發(fā)揮。
為了進入到下一階段，AI芯片仍要在局部性上下功夫。局部性可以體現(xiàn)為重復引用同一個變量。打個比方，您在雜貨店里購物，您要按照購物清單買東西，清單一共列有10件商品，您如果想加快尋獲商品的速度的話，可以請10個朋友，讓他們分別找到1件清單上商品。這種方法雖然是并行驅(qū)動的，但效率也非常低下，因為清單上不同的物品可能擺在一起，這就會產(chǎn)生讓不同的朋友來找尋相鄰物品的情況，從而降低了效率。一個更好的辦法是讓每個朋友去一個不同的過道，并只找那個過道的物品。這就是局部性解決目前“內(nèi)存墻”困境的方式。
新代AI芯片需要具有顯著局部性特點的算法相適應。目前，并不是所有的AI算法都能勝任這一任務，因為它們不具備顯著的局部性。計算機視覺算法由于其大量使用卷積神經(jīng)網(wǎng)絡(luò)而在局部性上顯有優(yōu)勢，但語言和語言應用中所使用的復現(xiàn)神經(jīng)網(wǎng)絡(luò)則需要稍加變動（尤其要對其推理能力進行優(yōu)化），以改善其局部性。
在百度的硅谷AI實驗室，研究人員嘗試了幾種完善算法的方式，來挖掘局部性的潛力。早期的實驗顯示出了我們非?？赡芸朔@一困難的跡象。例如，研究人員發(fā)展了RNN網(wǎng)絡(luò)，讓其在低批量大小下達到了30倍速的提升。這開了一個好頭，但未來AI芯片的性能還要有更大的提升。另一個研究方向是整合了來自卷積和復發(fā)神經(jīng)網(wǎng)絡(luò)的想法得來的，但這個方向的最優(yōu)解還在后頭。
深度學習的AI算法計算有限，迄今為止的突破都是得益于運算速度更快的計算機的出現(xiàn)。然而，當下的算法已經(jīng)取得了突破性進展，而且已經(jīng)在語音識別，機器翻譯和人類語音綜合方面得到了成果。目前，進行下一階段AI算法研發(fā)的硬件已經(jīng)到位。早期實驗中的種種跡象表明——我們正處于下一代算法開發(fā)的前端。預計下一代算法能充分利用目前AI芯片的性能，并且可以引領(lǐng)我們得到其他方面的突破。
下載文檔
