极客网•极客观察7月18日，计算产业走到了转折点，一方面，深度学习（机器学习的一种）流行，对芯片提出新要求，另一方面，摩尔定律渐渐失效。几天前，来自各大芯片巨头的高管齐聚旧金山，讨论未来大计。
周二时，在Applied Materials赞助下，A.I. Design Forum（AI设计论坛）开幕；就在同一时间，另一场芯片年度盛会Semicon West也拉开序幕。
从聚会传达的信号看，既有好消息，也有坏消息。先说好的一面，厂商开发许多新工具，例如，AMD、Xilinx开发的异构芯片可以满足深度学习的要求。再看不好的一面，计算需求越来越大，数据中心压力加大，到底厂商开发的新玩意能否减轻数据中心的压力呢？大家没有给出明确答案。
摩尔定律逐渐失效，芯片架构需要谋变
在Semicon展会上我们看到许多新芯片，AI论坛的重点不是展示产品，而是讨论未来，比如机器学习大爆炸有何影响，对计算机来说意味着什么。
Applied Materials CEO Gary Dickerson发表演讲，他刚一开口就说摩尔定律正在减速，他还援引加州大学伯克利分校教授David Patterson、Alphabet董事长John Hennessy提供的数据说，每年新处理的速度只提升3.5%。这一数据实际上有点过时了，2月份的新数据说提升速度只有3%。
Dickerson预测，在未来大约10年的时间里，全球数据中心的AI负载将会占到计算周期（Compute Cycles）的80%，占据全球用电量的10%。
如何应对这种变化？Dickerson认为行业应该从多个角度寻找解决方案，比如设计新芯片架构，开发新型内存芯片。他提到几种新内存，比如MRAM、ReRAM（resistive RAM）、PCRAM（phase-change RAM）和FeRAM。行业还要研究新逻辑芯片设计方法，开发新芯片，这种芯片可以用连续实值信号处理数据，而不是用离散单元的形式处理，除了硅之外，行业还要努力寻找新材料。
AMD CEO Lisa Su和Xilinx CEO Victor Peng都谈到了异构计算。
Lisa Su介绍了Epyc服务器芯片，它将多块硅片封装在一起，在硅片之间有高速存储器总线。Victor Peng谈到了Xilinx开发的可编程芯片，也就是FPGA，它既能处理AI矩阵乘法，还能处理机器学习运行前后的传统软件任务。
因心存恐惧，谷歌TPU率先迈出一步
谷歌高级工程师Cliff Young介绍了Tensor Processing Unit（简称TPU）的进展，从2013年开始，谷歌一直在开发TPU。Cliff Young解释说，谷歌之所以拼命开发TPU，主要是心存恐惧。
为什么这样讲呢？谷歌平台出现越来越多的机器学习服务，矩阵乘法已经成为谷歌数据中心计算周期中相当重要的部分，如果每个人每天向手机说2分钟的话，或者每天分析2分钟的视频片段，都用机器学习来完成，那么谷歌的计算机就会不够用。
Cliff Young告诉大家，AI服务需求出现大爆炸，既有可能带来成功，也有可能带来灾难，谷歌已经启动15个月的崩溃测试，希望能让性能提升10倍。
现在TPU已经发展到第三代，不过危机并没有结束。Cliff Young说计算需要正在飞速增长。谷歌有仓库一样大的建筑，里面装满架子，上面装有TPU，可是仍然不够用。如何扩大数据中心？即使是谷歌也受到限制，更别说其它企业了。
Cliff Young认为，硬件设计师、软件程序员应该携手合作，共同设计，还要与材料物理学家一起设计。Cliff Young问大家：“我们能不能用光收发器操纵神经网络呢？”光计算在矩阵乘法方面有着超强表现，但是用它处理神经网的其它关键部分表现却很平庸。
CMOS是基本的芯片材料，Cliff Young认为行业应该努力寻找替代材料。内存计算同样很重要，我们可以让计算靠近内存单元，缩短数据传输距离。Cliff Young还说，机器学习也许能为模拟计算带来新机会。
摩尔定律已死，需要调整步调跟上AI速度
会议快要结束时，主持人与5位风投家座谈，谈论如何为尖端技术开发商（比如AI企业）提供资金支持。
5位风投家分别是Lux Capital管理合伙人Shahin Farshchi，Spirit Ventures普通合伙人Laura Oliphant，Hardware Club普通合伙人Aymerik Reynard，Applied Ventures普通合伙人Rajesh Swaminathan和英特尔风投投资主管Jennifer Ard。
座谈开始时，主持人问小组成员：摩尔定律是不是已经死了？有4人回答说“YES”，只有Shahin Farshchi给出否定回答。Shahin Farshchi解释说，虽然我们无法再用摩尔定律来预测晶体管的进步，但是计算力仍然可以用相同的速度增长，只是来自于整个计算生态系统。
不管这种说法准不准确，他的论调和会议的其它言论是一致的。整个行业正在调整步伐，希望能跟上AI的节奏。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
