在AI芯片領(lǐng)域，前有英偉達GPU獨領(lǐng)風(fēng)騷，后有谷歌對外開放TPU，賽靈思CEO Victor則認為FPGA芯片將是重頭戲。

3月19日，全球第一大FPGA廠商賽靈思公司新任總裁兼CEOVictorPeng表示，要進一步推動計算加速、計算存儲及網(wǎng)絡(luò)加速領(lǐng)域的創(chuàng)新與部署，讓客戶在人工智能（AI）推斷、視頻與圖像處理、基因組學(xué)等領(lǐng)域受益于芯片性能和單位功耗性能的提升。

為了更好地應(yīng)對AI時代的挑戰(zhàn)，賽靈思宣布推出ACAP（Adaptive Compute Acceleration Platform，自適應(yīng)計算加速平臺）。ACAP是一個高度集成的多核異構(gòu)計算平臺，核心是新一代的 FPGA 架構(gòu)，適用于加速廣泛的應(yīng)用，其中包括視頻轉(zhuǎn)碼、數(shù)據(jù)庫、數(shù)據(jù)壓縮、搜索、AI推斷、基因組學(xué)、機器視覺、計算存儲及網(wǎng)絡(luò)加速等。

不看好專用芯片

技術(shù)的進步讓CPU、GPU、FPGA（現(xiàn)場可編程門陣列）和ASIC（專用集成電路）這些不同處理器廠商之間的競爭也越來越激烈。作為FPGA的領(lǐng)頭羊，Victor表示，賽靈思現(xiàn)在的競爭對手不再是FPGA的第二大廠商Altera（已被英特爾收購），而是英偉達和英特爾的處理器業(yè)務(wù)。

這主要來自計算領(lǐng)域的重大變革。早期的計算時代主要是數(shù)據(jù)庫應(yīng)用等一些商業(yè)應(yīng)用；在互聯(lián)網(wǎng)特別是移動互聯(lián)網(wǎng)發(fā)展后，數(shù)據(jù)大爆炸，傳統(tǒng)的CPU架構(gòu)已經(jīng)不適應(yīng)時代發(fā)展，GPU越來越受到重視。正因為站上了AI風(fēng)口，英偉達的股價在近兩年漲了六倍。而就在今年二月，谷歌宣布對外開放TPU（張量處理器）服務(wù)，加入AI芯片之戰(zhàn)。TPU是谷歌為機器學(xué)習(xí)定制的芯片，是一種ASIC。

在接受第一財經(jīng)等記者采訪時，Victor表示，AI芯片市場不會只有一種芯片架構(gòu)一統(tǒng)天下，但不看好專用芯片。與CPU、GPU相比，F(xiàn)PGA最大的優(yōu)勢是具有高度自適應(yīng)的應(yīng)變能力。“GPU確實做某些應(yīng)用和工作負載的加速有自己的優(yōu)勢。在機器學(xué)習(xí)領(lǐng)域，GPU確實在集成一些新的模塊模板加快機器學(xué)習(xí)，但是在一段固定的時間里，它的性能是固定的。FPGA可以針對不同的工作負載進行加速，在這方面的表現(xiàn)會比GPU優(yōu)越很多，而且也可以在機器學(xué)習(xí)過程當中應(yīng)用于不同的網(wǎng)絡(luò)。”

專注于視覺人工智能領(lǐng)域的創(chuàng)業(yè)公司云天勵飛研發(fā)副總李愛軍對第一財經(jīng)記者表示，公司產(chǎn)品現(xiàn)階段主要應(yīng)用在安防領(lǐng)域，在產(chǎn)品落地上，現(xiàn)有的CPU或GPU無法滿足嵌入式端視覺AI應(yīng)用。“通用CPU在神經(jīng)網(wǎng)絡(luò)加速上速度慢，性能上滿足不了對嵌入式端的需求；GPU性能夠，但功耗高、成本居高不下也滿足不了。”

從長期或者更廣泛的角度來看，Victor認為，ASIC不會是一個可行的解決方案，“它可以為某一種特定的網(wǎng)絡(luò)加速，但只能維持在那個水平，或者要等到下一代產(chǎn)品出來才可以再加速，所以它只能滿足市場上一小部分的需求。”他舉例稱，深鑒科技在數(shù)據(jù)壓縮、網(wǎng)絡(luò)的消減方面一旦有新的創(chuàng)新，比如精度過渡到了8位，就可以立即使用FPGA。而如果是ASIC，芯片方面要從頭再來才能進入市場。

這樣的弱點連谷歌的TPU也不例外。Victor表示，TPU只能加速具體某些工作負載，“比如當前FPGA的產(chǎn)品就能夠加速搜索、語言和圖像的識別等，但是TPU沒有辦法做搜索的加速，也不能做數(shù)據(jù)庫壓縮的加速，所以我們加速功能比具體的ASIC更加廣泛。”

Victor指出，數(shù)據(jù)中心的架構(gòu)可以采用不同的模式，一種模式是有一些特定用途的應(yīng)用加速一些工作負載，比如可以視頻轉(zhuǎn)碼，圖像語音識別，直播視頻的識別以及數(shù)據(jù)庫壓縮的加速等。就單個工作負載而言，性能、功率比都不錯；但從整體數(shù)據(jù)中心看，它不是一直在做視頻壓縮或者數(shù)據(jù)庫的壓縮，需要執(zhí)行不同的工作，因此會有一些加速工具閑置。“另外一種模式，就是你買的都是同質(zhì)化，但是可以定制，可以實時調(diào)整的ACAP加速的模式。數(shù)據(jù)中心就可以根據(jù)實時的工作負載進行配置。”從實時調(diào)整的角度來看，F(xiàn)PGA更為有利。

在AI爆發(fā)帶來的新算法不斷涌現(xiàn)時期，F(xiàn)PGA具有可編程，上市快的優(yōu)點，但當算法進入平穩(wěn)期，F(xiàn)PGA量產(chǎn)后平均成本高于ASIC，性能低于ASIC。

寒武紀科技創(chuàng)始人、CEO陳天石在比較FPGA與ASIC時表示，F(xiàn)PGA傳統(tǒng)上主要用于處理器芯片研發(fā)過程中的驗證階段，用在流片前檢驗設(shè)計的正確性。最近幾年，F(xiàn)PGA被應(yīng)用于新興領(lǐng)域并取得了一定效果。在他看來，F(xiàn)PGA迭代速度快，雖然能快速切入剛興起的領(lǐng)域，但當該領(lǐng)域重要性凸顯后，F(xiàn)PGA最終會被專用芯片替代，畢竟“運算速度和性能功耗比與專用芯片相比仍有較大差距。” 陳天石此前在接受媒體采訪時這樣說道。

把握AI機遇

業(yè)界的變革是一大挑戰(zhàn)，大數(shù)據(jù)、機器學(xué)習(xí)等既是機遇，同時也有諸多挑戰(zhàn)，“因為沒有人知道未來到底會如何展開。”

賽靈思在尋找FPGA以外的領(lǐng)域發(fā)展，并突破“僅支持硬件開發(fā)者”的局限。“ACAP產(chǎn)品在數(shù)據(jù)中心以及我們廣泛市場領(lǐng)域的應(yīng)用，將加速自適應(yīng)計算技術(shù)的廣泛普及，從而讓智能、互連、自適應(yīng)的世界更早成為現(xiàn)實。”Victor說。

FPGA的編程難度較高，對于開發(fā)者而言，需要軟件開發(fā)能力的同時了解數(shù)字電路。Victor對記者表示，對賽靈思而言，最大的挑戰(zhàn)在于易用性，“首先要改善我們的開發(fā)環(huán)境。因為現(xiàn)在有很多新產(chǎn)品，他們在開發(fā)的過程當中希望使用我們的產(chǎn)品，而不希望投入太多去理解非常底層的細節(jié)，這對于我們來說也是一個技術(shù)挑戰(zhàn)。”

談到中美兩國AI市場，Victor表示，在這兩個國家，AI的發(fā)展都令人非常振奮，而且都有非常好的機遇，“中國市場現(xiàn)在有很多實踐、創(chuàng)業(yè)，而且對新的想法非常開放，美國的創(chuàng)新也非常繁榮，但是在美國已經(jīng)有很多成熟的GPU和CPU的公司。總體來說，中國市場發(fā)展非常快，會有很多企業(yè)在中國繼續(xù)創(chuàng)新，所以中國市場絕對是一個非常重要的市場。”

Victor指出，雖然AI和機器學(xué)習(xí)現(xiàn)在有一些炒作，但的確是發(fā)展趨勢，具有顛覆性，“我們內(nèi)部自己也在做機器學(xué)習(xí)和人工智能，但并不拒絕這方面的合作。”

去年5月，賽靈思宣布投資中國AI初創(chuàng)企業(yè)深鑒科技。賽靈思表示，借助賽靈思器件在機器學(xué)習(xí)領(lǐng)域的架構(gòu)優(yōu)勢，深鑒科技為行業(yè)即將到來的AI產(chǎn)品和服務(wù)提供了從終端到云端的推理平臺。

今后是否還會有AI相關(guān)的投資？Victor稱，賽靈思會繼續(xù)在全球，包括中國關(guān)注和投資有前途的初創(chuàng)企業(yè)，而賽靈思在中國的研發(fā)團隊也是并購的一個成果，“中國在創(chuàng)新方面有非常好的資源優(yōu)勢，比如有很好的高校和人才，我們也會繼續(xù)尋求類似的機遇。”