2016年是人工智能崛起的一年，隨著人臉識(shí)別、駕駛輔助等人工智能應(yīng)用的普及，眾多互聯(lián)網(wǎng)（Google、Facebook、百度等）和半導(dǎo)體巨頭（Nvidia，Qualcomm，Intel等）都相繼在人工智能領(lǐng)域布局發(fā)力。自然地，在2017年CES展最受人關(guān)注的熱點(diǎn)當(dāng)然也是人工智能。在各類人工智能應(yīng)用層出不窮時(shí)，我們也應(yīng)當(dāng)注意到站在這些應(yīng)用背后，以低廉價(jià)格提供應(yīng)用運(yùn)行平臺(tái)以加速人工智能普及的恰恰是半導(dǎo)體廠商。今天，我們來盤點(diǎn)一下各大半導(dǎo)體廠商在CES展上的表現(xiàn)。

　　1. 高通

　　高通毫無疑問是移動(dòng)端芯片的主導(dǎo)者。高通此次在CES上發(fā)布的產(chǎn)品主要是驍龍835 SoC。驍龍835 SoC使用三星10nm工藝制造，搭載了8核心Kyro 280處理器（包括峰值主頻可達(dá) 2.45GHz 的 4 顆高性能核心，以及峰值主頻可達(dá) 1.9GHz 的 4 顆低功耗核心）。

　　除了處理器之外，驍龍835還包含了X16 LTE Modem，Adreno GPU，Hexagon DSP，Spectra ISP等等核心模塊。其中，和人工智能關(guān)系最密切的當(dāng)屬Hexagon DSP和Adreno GPU。

　　目前，在移動(dòng)端的深度學(xué)習(xí)應(yīng)用越來越多。例如最近風(fēng)靡一時(shí)的風(fēng)格遷移App（將一張圖片變成另一張圖片的風(fēng)格）。

　　在移動(dòng)端的深度學(xué)習(xí)應(yīng)用中，往往對于計(jì)算的精度要求不高，使用定點(diǎn)數(shù)計(jì)算也可滿足大部分應(yīng)用的需求。驍龍系列中的Hexagon DSP就能高效率地完成定點(diǎn)數(shù)運(yùn)算，然而在之前的版本中，DSP對于深度學(xué)習(xí)應(yīng)用并不友好，開發(fā)者想要調(diào)用DSP完成深度學(xué)習(xí)中的定點(diǎn)數(shù)運(yùn)算并不容易。針對這一點(diǎn)，高通在逐漸加強(qiáng)DSP對于深度學(xué)習(xí)應(yīng)用的支持。在驍龍835中，對具有 Hexagon 向量擴(kuò)展（HVX）特性的 Hexagon DSP 進(jìn)一步增強(qiáng)，包括了對定制神經(jīng)網(wǎng)絡(luò)層更好的支持。

　　另外，Adreno GPU是驍龍SoC中可以實(shí)現(xiàn)SIMD（單指令流多數(shù)據(jù)流）高效率并行計(jì)算的模塊。GPU的SIMD特性使得其可以高效完成深度學(xué)習(xí)計(jì)算，但是需要提供給深度學(xué)習(xí)開發(fā)者一套完善的編程接口。Nvidia的編程接口是CUDA，憑借其易用性成為了深度學(xué)習(xí)開發(fā)者首選的開發(fā)語言之一。在非Nvidia的GPU中，類似CUDA的接口是OpenCL。這次驍龍835中的Adreno GPU可以完美支持OpenCL 2.0，對于想要借助高通SoC中GPU進(jìn)行深度學(xué)習(xí)計(jì)算的開發(fā)者是個(gè)好消息。

　　最后，高通升級了包含了升級過的神經(jīng)處理引擎軟件框架，其中增加了對 Google TensorFlow 的支持，以及對驍龍異構(gòu)核心的功耗與性能的優(yōu)化。這進(jìn)一步使得深度學(xué)習(xí)開發(fā)者可以更高效地利用高通驍龍SoC的計(jì)算能力完成不同的應(yīng)用。

　　點(diǎn)評

　　高通作為一個(gè)通信行業(yè)起家的半導(dǎo)體巨頭，此次CES上仍然以無線通訊為主要戰(zhàn)略重點(diǎn)，其在自動(dòng)駕駛方面的布局也主要在車聯(lián)網(wǎng)方面而非人工智能運(yùn)算。不過隨著人工智能漸漸向移動(dòng)（嵌入式）端靠攏，高通也在驍龍SoC中逐漸增加對深度學(xué)習(xí)的支持。這次驍龍SoC中對深度學(xué)習(xí)的支持主要體現(xiàn)在指令級以及應(yīng)用框架上，即可以讓開發(fā)者更高效地利用現(xiàn)有SoC資源完成深度學(xué)習(xí)計(jì)算。高通的專用的深度學(xué)習(xí)硬件（如加速器模塊）在實(shí)驗(yàn)性質(zhì)的Zeroth之后尚無下文，可見高通對于深度學(xué)習(xí)的投入尚屬保守，這也給其他專注于嵌入式深度學(xué)習(xí)硬件的廠商一個(gè)超越的機(jī)會(huì)。

　　2.Intel

　　之前的Intel已經(jīng)錯(cuò)失了移動(dòng)設(shè)備的機(jī)會(huì)，這次Intel不愿意再次錯(cuò)過人工智能。在本屆CES，Intel發(fā)布了GO平臺(tái)，顯示了其在自動(dòng)駕駛領(lǐng)域的決心。GO平臺(tái)包括了車聯(lián)網(wǎng)、車內(nèi)運(yùn)算與云端計(jì)算服務(wù)。在車內(nèi)運(yùn)算，Intel將使用符合汽車電子標(biāo)準(zhǔn)的Atom和Xeon CPU，并配合Altera最新的FPGA技術(shù)。在云端，Intel GO將提供包括高效能Intel Xeon處理器、Intel Arria 10 FPGA、SSD以及Intel Nervana平臺(tái)在內(nèi)的眾多技術(shù)，建構(gòu)出強(qiáng)大的主機(jī)與深度學(xué)習(xí)訓(xùn)練與模擬基礎(chǔ)設(shè)施，滿足自動(dòng)駕駛產(chǎn)業(yè)的需求。另外，Intel還發(fā)布了針對GO平臺(tái)的SDK，讓開發(fā)者可以充分利用GO平臺(tái)的計(jì)算能力。

　　無人駕駛是英特爾聚焦的重要領(lǐng)域之一。2016年底，英特爾將汽車團(tuán)隊(duì)從物聯(lián)網(wǎng)事業(yè)部剝離，單獨(dú)成立自動(dòng)駕駛事業(yè)部。更重要的是，去年Intel與寶馬及Mobileye達(dá)成聯(lián)盟，計(jì)劃在2021年前推出無人駕駛汽車。在這項(xiàng)結(jié)盟合作中，BMW集團(tuán)將負(fù)責(zé)駕駛操控與動(dòng)力機(jī)件，以及評測整體功能安全性，包括設(shè)定高效能模擬引擎、整體零組件整合、生產(chǎn)原型車款。Intel GO平臺(tái)為各種關(guān)鍵功能提供可擴(kuò)充的開發(fā)與運(yùn)算平臺(tái)，包括感測器融合、駕駛策略、環(huán)境建模、路徑規(guī)劃、以及決策制定。Mobileye貢獻(xiàn)其EyeQ 5專利高效能電腦視覺處理器，提供汽車等級的功能安全性以及低功耗的表現(xiàn)。EyeQ 5負(fù)責(zé)處理與轉(zhuǎn)譯360度環(huán)景視覺感測器以及地域性的資料。Mobileye更將進(jìn)一步與BMW集團(tuán)合作，著手開發(fā)感測器融合解決方案，匯集視覺、雷達(dá)、光達(dá)感測器搜集到的資料，針對車輛周圍環(huán)境建立一個(gè)完整模型，結(jié)合其人工智能算法，讓汽車能安全應(yīng)付各種復(fù)雜的駕駛情境。

　　在本屆CES，寶馬、Intel和Mobileye聯(lián)盟在展前發(fā)布會(huì)上宣布，大約40輛寶馬無人駕駛汽車將于2017年下半年開始路測。這是三家公司攜手實(shí)現(xiàn)無人駕駛目標(biāo)，所邁出的重要一步。三家公司披露，這些BMW 7系列汽車將采用英特爾和Mobileye的技術(shù)，從美國和歐洲開始全球路測之旅。

　　點(diǎn)評

　　Intel對于人工智能的投入目前主要顯示在云端，其收購的Altera FPGA和Nervana已經(jīng)在為Intel的云端人工智能業(yè)務(wù)提供強(qiáng)大的性能。在無人駕駛方面，Intel與BMW、Mobileye組成的聯(lián)盟各司其職，Intel負(fù)責(zé)計(jì)算平臺(tái)，Mobileye負(fù)責(zé)算法、環(huán)境感知和大數(shù)據(jù)采集，而BMW則負(fù)責(zé)汽車。Intel在移動(dòng)端人工智能領(lǐng)域還是很低調(diào)，但去年收購Movidius動(dòng)作讓我們相信Intel正在這一方面積極布局，不久的將來一定會(huì)有更大的作為。

　　3.Nvidia

　　借著人工智能的風(fēng)頭，Nvidia的股價(jià)在去年飛升三倍有余，令人驚嘆。今年CES更是請Nvidia的黃仁勛作為開幕前夜最重頭的專場演講的嘉賓。毫無疑問Nvidia已經(jīng)成為了本屆CES的焦點(diǎn)。今年CES展上，Nvidia發(fā)布的產(chǎn)品中有兩款與人工智能相關(guān)，一款是用于家庭物聯(lián)網(wǎng)的Shield+Spot，另一款是車載人工智能平臺(tái)Xavier。

　　首先我們來看一下Shield+Spot。Shield是Nvidia于幾年前發(fā)布的游戲主機(jī)，而這次在CES發(fā)布的則是最新版Shield。新Shield除了擁有常規(guī)的游戲和互聯(lián)網(wǎng)視頻播放功能外，最大的亮點(diǎn)是引入了Google助手。Google助手可以通過語音識(shí)別完成用戶的各種指令，如在CES演講的演示視頻中，就出現(xiàn)了用戶通過與Google助手語音交談從而讓Shield播放視頻，展示照片等。

　　然而，Nvidia對Shield的野心遠(yuǎn)不止“支持語音交互的智能機(jī)頂盒”，而是智能家庭中心。為了讓Shield能接收用戶從家里任何地方發(fā)出的語音指令，黃仁勛在發(fā)布新Shield的同時(shí)還展示了與新Shield搭配使用的Nvidia Spot。Nvidia Spot是經(jīng)過特別設(shè)計(jì)的麥克風(fēng)，可以放置在家里的任何地方，并且通過局域網(wǎng)與Shield連接起來，把用戶的語音指令傳輸?shù)絊hield。

　　同時(shí)，在Nvidia的計(jì)劃中，Shield可以控制的也遠(yuǎn)遠(yuǎn)不止電視機(jī)，而是可以控制各種智能家電（如Nest的產(chǎn)品）。這樣，在Nvidia提供的智能家庭方案中，Nvidia Spot作為用戶指令的接收者遍布家的每一個(gè)角落，用戶在任何地方下的語音指令通過Spot傳回物聯(lián)網(wǎng)中心節(jié)點(diǎn)Shield，而Shield則根據(jù)指令來控制家庭的智能家電，如打開空調(diào)，啟動(dòng)掃地機(jī)器人等等。

　　Nvidia發(fā)布會(huì)第二個(gè)重頭戲是Xavier。是Nvidia預(yù)期在2017年正式發(fā)售的車載超級計(jì)算機(jī)模組。Xavier包含了擁有512 CUDA核的Volta GPU，8核心的Nvidia定制ARM64 CPU。最令業(yè)界震驚的，可謂是其性能：在峰值性能達(dá)到30TOPS的情況下，僅僅消耗30W！也就是說，其能量效率達(dá)到了1TOPS/W。相形之下，2017年發(fā)布在半導(dǎo)體領(lǐng)域最頂級會(huì)議ISSCC Deep Learning Processor Session的第一篇paper，ST最頂尖的深度學(xué)習(xí)專用ASIC也僅僅實(shí)現(xiàn)了2.9TOPS/W。ST的深度學(xué)習(xí)加速器是專為深度學(xué)習(xí)開發(fā)，一般而言只能做深度學(xué)習(xí)計(jì)算；而Xavier是一款通用的計(jì)算平臺(tái)，1TOPS/W的性能除了可以計(jì)算深度學(xué)習(xí)外還可以做其他計(jì)算，因此通用性遠(yuǎn)好于ASIC。通常專用的ASIC的能量效率應(yīng)當(dāng)比通用計(jì)算平臺(tái)好一個(gè)數(shù)量級左右，而現(xiàn)在這個(gè)差距被縮小到了3倍不到，可見Xavier性能之強(qiáng)大。在性能相差不大的情況下，大多數(shù)人都會(huì)選擇通用計(jì)算平臺(tái)而非ASIC，因此相信從事深度學(xué)習(xí)加速器ASIC研發(fā)的工程師們看到Xavier這個(gè)指標(biāo)真的是壓力很大。

　　另一個(gè)有趣的細(xì)節(jié)是，Xavier的性能并沒有用常規(guī)GPU的FLOPS（每秒浮點(diǎn)運(yùn)算量）做單位，而是OPS（每秒定點(diǎn)數(shù)運(yùn)算量）。在往常的GPU中，深度學(xué)習(xí)計(jì)算通常用浮點(diǎn)數(shù)運(yùn)算來完成，這樣的做法在保證計(jì)算精度的同時(shí)卻損失了計(jì)算速度，因此深度學(xué)習(xí)硬件的一個(gè)很熱門的方向就是如何用定點(diǎn)數(shù)運(yùn)算來代替浮點(diǎn)數(shù)運(yùn)算，在保證計(jì)算精度損失可控的情況下大幅提升速度。Nvidia在Pascal GPU上已經(jīng)做了一些對于定點(diǎn)數(shù)計(jì)算的支持，而根據(jù)CES的主題演講透露出的蛛絲馬跡，下一代Volta GPU上想必會(huì)加強(qiáng)對定點(diǎn)數(shù)運(yùn)算的支持。而Nvidia作為深度學(xué)習(xí)硬件領(lǐng)域的絕對統(tǒng)治者，其對于定點(diǎn)數(shù)運(yùn)算的大力支持又會(huì)倒逼深度學(xué)習(xí)算法開發(fā)者加強(qiáng)對于使用定點(diǎn)數(shù)的深度學(xué)習(xí)框架的開發(fā)。在可預(yù)計(jì)的將來，使用定點(diǎn)數(shù)的深度學(xué)習(xí)網(wǎng)絡(luò)將會(huì)變得越來越流行。

　　Xavier的性能和功耗都完美符合無人駕駛市場的需求，而無人駕駛是Nvidia在人工智能市場布局的重中之重。黃仁勛提到，目前的運(yùn)輸市場規(guī)模可達(dá)一萬億美元，全球共有十億量跑在路上的汽車，而汽車運(yùn)輸市場又是一個(gè)損耗嚴(yán)重的市場，主因就是人類駕駛員容易犯錯(cuò)。一旦駕駛員犯錯(cuò)，車禍帶來的損失非常大。如果用人工智能幫助駕駛，那么這些損耗可以被大大降低。

　　Nvidia還發(fā)布了配合Xavier的無人駕駛和協(xié)同駕駛應(yīng)用。在無人駕駛方面，Nvidia發(fā)布了搭載BB2無人駕駛車，BB2目前能實(shí)現(xiàn)根據(jù)路況自動(dòng)變道，減速轉(zhuǎn)彎，避讓行人等等。Nvidia與奧迪合作，預(yù)期在2020年實(shí)現(xiàn)第四級無人駕駛（即僅僅在極少情況下需要人工干預(yù)的自動(dòng)駕駛系統(tǒng)）。

　　在協(xié)同駕駛方面，Nvidia發(fā)布了四項(xiàng)技術(shù)，包括面部識(shí)別，頭部追蹤，視線追蹤以及讀唇技術(shù)。面部識(shí)別首先可以通過深度學(xué)習(xí)判斷駕駛員的表情從而進(jìn)一步判斷駕駛員的情緒狀況，在發(fā)現(xiàn)情緒不穩(wěn)時(shí)提醒駕駛員即使休息調(diào)整情緒以避免發(fā)生沖動(dòng)駕駛。頭部追蹤和視線追蹤可以幫助協(xié)同駕駛系統(tǒng)判斷駕駛員注意力是否集中，并在駕駛員分神時(shí)及時(shí)提醒。讀唇技術(shù)則可以在環(huán)境較吵鬧的情況下根據(jù)駕駛員嘴唇的動(dòng)作判斷其發(fā)出的語音指令并予以執(zhí)行。根據(jù)黃仁勛的解釋，Nvidia正在和英國牛津大學(xué)LipNet團(tuán)隊(duì)合作研發(fā)用于讀唇的深度學(xué)習(xí)網(wǎng)絡(luò)模型，目前該模型已經(jīng)能達(dá)到93.4%的正確率，可望很快就能用在真正的汽車中。最后，協(xié)同駕駛系統(tǒng)還能為駕駛行為打分，在督促駕駛員安全駕駛的同時(shí)也能夠成為保險(xiǎn)公司制定保費(fèi)的依據(jù)。

　　點(diǎn)評

　　有意思的是，在CES上Nvidia并沒有像AMD一樣發(fā)布GPU，而是直接發(fā)布應(yīng)用平臺(tái)，可見Nvidia對自己的角色定位已經(jīng)從原來的半導(dǎo)體廠商慢慢轉(zhuǎn)型到人工智能平臺(tái)提供商。另外，如果說高通的芯片主要定位在移動(dòng)端，Intel的芯片主要服務(wù)于云服務(wù)器端，那么Nvidia的產(chǎn)品則是介于高通和Intel之間，服務(wù)于車載以及家用端。

　　在數(shù)據(jù)量巨大的數(shù)據(jù)中心，Nvidia的GPU是服務(wù)器不可或缺的一部分，但是Nvidia自己的服務(wù)器目前還在試水階段，因此在大數(shù)據(jù)人工智能市場Nvidia提供的是硬件而非平臺(tái)。在另一個(gè)極端，即數(shù)據(jù)量不大，對運(yùn)算能力要求不高但是對功耗有極大限制的嵌入式深度學(xué)習(xí)領(lǐng)域，Nvidia基于GPU的人工智能平臺(tái)一方面功耗太大，另一方面過高的計(jì)算能力反而導(dǎo)致成本過高，因此無法與ASIC（如高通的SoC）抗衡。而在ADAS與家用電器市場，Nvidia的人工智能平臺(tái)無論計(jì)算能力（10-100TOPS）還是功耗（10-100W）都能完美地符合要求，因此Nvidia主打自動(dòng)駕駛與家用物聯(lián)網(wǎng)中心并不奇怪。

　　4.中國廠商

　　在本屆CES上，中國廠商展出的人工智能相關(guān)產(chǎn)品主要還是使用國外半導(dǎo)體廠商的芯片并進(jìn)一步開發(fā)，例如地平線基于Intel開發(fā)的駕駛輔助（ADAS）技術(shù)，以及大疆的無人機(jī)。

　　目前，中國在人工智能專用芯片方面相對國際先進(jìn)水平并不落后。中科院寒武紀(jì)的技術(shù)在獲得國際學(xué)術(shù)界和業(yè)界的極大認(rèn)可，在2016年的ISCA（國際計(jì)算機(jī)架構(gòu)大會(huì)）發(fā)表的論文總評分排名第一?；谄浼夹g(shù)開發(fā)的系列芯片已經(jīng)經(jīng)過流片驗(yàn)證，目前正在積極進(jìn)入商業(yè)化軌道。深鑒科技則專注于神經(jīng)網(wǎng)絡(luò)壓縮，其深度學(xué)習(xí)處理器架構(gòu)（DPU）也得到了國際認(rèn)可，去年下半年剛剛在HotChips發(fā)布了Aristole（用于卷積神經(jīng)網(wǎng)絡(luò)）和Descartes（用于語音識(shí)別）的加速器。

　　寒武紀(jì)芯片

　　深鑒發(fā)布的DPU架構(gòu)

　　除此之外，華為、大疆等公司也在積極開發(fā)人工智能方面的硬件。人工智能專用硬件對于國內(nèi)外而言處于相近的起跑線，加上國內(nèi)廠商相對國外半導(dǎo)體巨頭而言包袱比較少，因此國內(nèi)廠商有超越國外巨頭的機(jī)會(huì)。然而，國內(nèi)的人工智能芯片廠商不能只開發(fā)深度學(xué)習(xí)加速器，而必須要提供整套解決方案才能有足夠競爭力。中國半導(dǎo)體廠商在這方面還任重而道遠(yuǎn)。