（文章來源：網(wǎng)易科技）

在商業(yè)軟件中，電腦芯片已被遺忘。對(duì)于商業(yè)應(yīng)用程序來說，這是一種商品。由于機(jī)器人技術(shù)與個(gè)人硬件設(shè)備聯(lián)系更為緊密，因而制造應(yīng)用程序仍然更側(cè)重于硬件部分。

這有助于理解GPU的價(jià)值，因?yàn)镚PU加速了深度學(xué)習(xí)應(yīng)用程序所需的張量（tensor）處理。FPGA的興趣點(diǎn)則在于尋找研究新AI算法的途徑，訓(xùn)練這些系統(tǒng)，并開始部署現(xiàn)在正在許多工業(yè)AI應(yīng)用中研究的低容量定制系統(tǒng)。盡管這是關(guān)于FPGA進(jìn)行訓(xùn)練的能力研究討論，但我認(rèn)為早期使用是源于F，現(xiàn)場(chǎng)（field）的使用。

有兩類主要的芯片設(shè)計(jì)可以驅(qū)動(dòng)當(dāng)前的ML系統(tǒng)，GPU和FPGA。在未來的中期（至少幾年），也有可能成為游戲轉(zhuǎn)換者的新技術(shù)暗示。讓我們來看看。機(jī)器學(xué)習(xí)世界中最大的芯片是圖形處理單元GPU。這個(gè)主要用于電腦游戲，讓其在計(jì)算機(jī)顯示器上看起來更好的東西是如何變得對(duì)機(jī)器學(xué)習(xí)至關(guān)重要的？要理解這一點(diǎn)，我們必須回到軟件層。

機(jī)器學(xué)習(xí)目前的冠軍是Deep Learning（DL）系統(tǒng)。DL系統(tǒng)基于各種算法，包括深度神經(jīng)網(wǎng)絡(luò)（DNN），卷積神經(jīng)網(wǎng)絡(luò)（CNN），遞歸神經(jīng)網(wǎng)絡(luò)（RNN）以及許多其他變體。你在這三個(gè)術(shù)語(yǔ)中看到的關(guān)鍵詞是“網(wǎng)絡(luò)（network）”。算法是一個(gè)主題的變體，主題是幾層節(jié)點(diǎn)， 節(jié)點(diǎn)和層之間有不同類型的通信。

正在處理的是多個(gè)陣列或矩陣。矩陣（matrix）的另一個(gè)更為精確的術(shù)語(yǔ)是張量（tensor），因此它在整個(gè)機(jī)器學(xué)習(xí)行業(yè)中用于諸如TensorFlow之類。

現(xiàn)在回到你的電腦屏幕。您可以將它按行和列看作是像素或點(diǎn)的矩陣。這是一個(gè)二維矩陣或張量。當(dāng)你添加顏色，添加到每個(gè)像素的位大小，想要一個(gè)快速變化的一致圖像的時(shí)候，計(jì)算可以很快變得復(fù)雜并且在一步一步的CPU中占用周期。而GPU擁有自己的內(nèi)存，可以將整個(gè)圖形圖像保存為矩陣。然后可以使用張量數(shù)學(xué)計(jì)算圖像中的變化，然后只更改屏幕上受影響的像素。這個(gè)過程比每次更改圖像時(shí)重新繪制整個(gè)屏幕要快得多。

NVIDIA于1993年，旨在創(chuàng)建一個(gè)芯片來解決諸如CPU等通用計(jì)算機(jī)無法解決的矩陣問題。這是GPU的誕生。矩陣運(yùn)算并不關(guān)心最終產(chǎn)品是什么，而只是處理元素。這是一種輕微的過度簡(jiǎn)化，因?yàn)椴煌倪\(yùn)算依稀疏矩陣（當(dāng)有很多零時(shí)）與密集矩陣的不同而有不同的工作方式，但內(nèi)容不會(huì)改變運(yùn)算，這個(gè)事實(shí)依然存在。當(dāng)深度學(xué)習(xí)理論學(xué)者看到GPU的發(fā)展時(shí)，他們很快就采用其來加速?gòu)埩窟\(yùn)算。

GPU對(duì)機(jī)器學(xué)習(xí)的發(fā)展至關(guān)重要，推動(dòng)了數(shù)據(jù)中心的訓(xùn)練和推理。例如，NVIDIA Volta V100 Tensor Core在其基本架構(gòu)和以更低精度運(yùn)行推理的能力方面繼續(xù)加速推進(jìn)（這將是另一個(gè)話題，意味著更少的位，即意味著更快的處理）。但是，當(dāng)涉及物聯(lián)網(wǎng)時(shí)還有其他問題需要考慮。

在現(xiàn)場(chǎng)（field）中，所有類型的應(yīng)用程序都有不同的需求。有很多不同的應(yīng)用領(lǐng)域，車輛，管線，機(jī)器人等等。不同行業(yè)可以為每種類型的應(yīng)用設(shè)計(jì)不同的芯片，但這可能會(huì)非常昂貴并且會(huì)破壞公司的投資回報(bào)率。還可能推遲上市時(shí)間，錯(cuò)過重要的商業(yè)機(jī)會(huì)。對(duì)于那些不能提供足夠規(guī)模經(jīng)濟(jì)市場(chǎng)的高度個(gè)性化需求而言，情況尤其如此。

FPGA是幫助公司和研究人員解決問題的芯片。FPGA是一種集成電路，可以編程為多種用途。它有一系列“可編程邏輯塊”和一種編程塊和塊之間關(guān)系的方法。它是一種通用工具，可以為多種用途進(jìn)行定制。主要供應(yīng)商包括賽靈思（Xinlinx）和美國(guó)國(guó)家儀器（National Instruments）。

值得注意的是，芯片設(shè)計(jì)成本較低的問題并不能使FPGA成為低價(jià)位的選擇。它們通常最適用于研究或工業(yè)應(yīng)用。電路和設(shè)計(jì)的復(fù)雜性使其可編程，不適用于低成本的消費(fèi)類應(yīng)用。

由于FPGA可以重新編程，這使得其對(duì)于新興的機(jī)器學(xué)習(xí)領(lǐng)域來說很有價(jià)值。不斷增加算法，并通過重新編程塊來針對(duì)不同算法進(jìn)行微調(diào)。此外，低精度推斷的低功耗FPGA對(duì)于遠(yuǎn)程傳感器來說是一個(gè)很好的組合。雖然發(fā)明人將“現(xiàn)場(chǎng)（field）”更多地稱為“客戶（customer）”，但FPGA在實(shí)現(xiàn)AI應(yīng)用方面的真正優(yōu)勢(shì)在實(shí)際領(lǐng)域中。無論是對(duì)于工廠、道路和管道等基礎(chǔ)設(shè)施，還是無人機(jī)遠(yuǎn)程檢測(cè)，F(xiàn)PGA都允許系統(tǒng)設(shè)計(jì)人員靈活地使用一塊硬件，以實(shí)現(xiàn)多種用途，從而實(shí)現(xiàn)更簡(jiǎn)單的物理設(shè)計(jì)，從而可以更加容易地進(jìn)行現(xiàn)場(chǎng)應(yīng)用。