四大技术巨头正积极打造相关硬件,旨在补充并加快机器学习与人工智能的软件侧发展。
机器学习,人工智能——无论使用哪种称为,其都将很快成为重塑企业IT的中流砥柱,并让原本身居高位的行业巨头继续保持优势。
而作为技术领域***影响力的四大巨头,英特尔、谷歌、IBM与微软皆在倾力投入机器学习/AI的硬件设计方案,希望借此加快下一代应用的开发。
英特尔
当前工作: 全球最知名的芯片制造商最近发布了专门面向机器学习应用的全新CPU产品线:Knights Mill。英特尔还表示其计划将CPU与可重编辑FPGA处理器加以结合。
具体理由: 随着PC市场的持续萎缩,英特尔一直在寻求新的业务突破口。单凭服务器产品显然并不足以解决问题,因此英特尔开始进军用于加速机器学习功能的主处理器与协处理器领域。
然而,英特尔不太可能自行开发GPU以用于机器学习领域。英特尔的GPU方案一直未能得到市场认可,且其始终认为自家CPU改进方案能够击败GPU产品。毕竟在CPU方面英特尔是一家独大,但如果着力扩大GPU生态圈,那么其它竞争对手也将因此获益。
微软
当前工作: 在利用专门设计型FPGA纳入微软Azure云以实现集群的机器学习加速能力之后,微软公司又开始考虑允许客户直接进行设备编程,从而立足于Azure云打造更多面向机器学习的强大工具。
具体理由: 微软已经发布了多种立足Azure之内及之外的机器学习/AI工具(更不用提非盈利性机构OpenAI已经指定Azure作为其云合作伙伴)。不过目前,微软亦在考虑一种新型方法,用于为具备一定硬件资源的云客户提供机器学习方案。其中最困难的部分在于,工作需要相当长的时间周期,且FPGA编程难度极高又不像GPU那样在机器学习领域拥有较为广泛的受众。
谷歌
当前工作: 谷歌已经凭借自家TensorFlow等框架全面进军机器学习软件领域,此外其还计划发布一套硬件补充性方案——即Tensor处理单元——用以加速特定机器学习功能。
具体理由: 与微软类似,谷歌也希望自己的云方案能够成为机器学习应用领域的统治性选项。谷歌已经明显表示,其希望自身能够凭借着出色的易用性脱颖而出,因此其不会像微软那样过多考虑底层硬件访问功能。当然,如果大家熟悉机器学习硬件并希望直接访问,则可使用Google Cloud中的全新GPU实例。
IBM
当前工作: IBM的全新机器学习工具集PowerAI运行在其Power处理器与英伟达GPU的混合硬件基础之上,其中应用的新型专利硬件设计使得CPU得以与GPU尽可能保持邻近。
具体理由: IBM公司已经拥有一套家喻户晓的机器学习/AI方案:沃森。不过沃森主要负责提供一系列黑盒服务。PowerAI则是一款硬件套件——不匹配特定处理器或者GPU——旨在帮助希望自行开发并控制机器学习项目的高端客户达成目标。PowerAI属于IBM公司的Power处理器产品线规划之一,此产品家族主要围绕大数据与云应用工作负载,当然也适用于机器学习类任务。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删