百家争鸣 谈谈人工智能驱动下的服务器芯片市场

　　当前，人工智能成为炙手可热的话题。而人工智能离不开计算力的支撑，于是我们看到数据中心服务器芯片市场的火爆，比如FPGA、AI芯片、ARM等。其实不管芯片形式，其最根本的目的是为人工智能提供源源不断的计算力。计算力的多样化是大势所趋，所以整个市场是乐于看到多样化的处理器和加速器产品的。

　　在这样的需求驱动下，我们看到英特尔、英伟达、IBM等在芯片创新上并没有止步。当然除了这些IT巨头，寒武纪、Google等也在尝试基于自身的业务创新进行人工智能芯片的研发。

　　众所周知，英特尔在PC时代和云计算时代是芯片市场的霸主，在进入到人工智能时代，英特尔也在创新自身的芯片产品。比如英特尔至强可扩展处理器采用了英特尔高级矢量指令集AVX-512集成加速技术，将极大增强机器学习工作负载的推理性能。

　　除了至强可扩展处理器，英特尔借助收购的FPGA以及Nervana技术，推出了集成人工智能加速器的芯片产品。这些全新的产品通过搭载支撑人工智能计算的产品，让英特尔芯片可以承载更多的工作负载类型。

　　人工智能中，GPU成为一种重要的计算力载体，在语音识别、计算机视觉等方面发挥了重要的作用。作为图形计算的领导者，英伟达在2017年度GPU技术大会上，英伟达发布了TeslaV100，号称史上最强的GPU加速器。

　　TeslaV100加速器基于台积电专门为NVIDIA设计的最新12nmFFN高精度制程封装技术，内部集成了高达211亿个晶体管结构。NVIDIATeslaV100是目前世界上最高性能的并行处理器，为深度学习算法和框架、HPC系统和应用程序，均提供了强大的计算力支持。作为一个加速器产品，TeslaV100是可以与英特尔的至强可扩展处理器进行合作的。

　　在英特尔和英伟达积极拓展人工智能芯片的同时，作为“百年老店”IBM也没有停止芯片创新布局。继Power8之后，IBM推出了新一代的Power9芯片。由于Power9系列目标面向人工智能以及机器学习，特别针对主流的Chainer、TensorFlow和Caffe等通用AI框架进行定向设计、优化，性能更好更强。

　　Power9是一款具有新型系统架构的芯片，它可以针对机器学习中的加速器进行优化。单个核心可以支持4线程或者8线程，能够分配最多24个核心，逻辑线程总数最多为96个。同时，Power9支持一系列新的I/O技术，包括超前的PCIe4.0接口、NVLink2.0、OpenCAPI、诸如ASICFPGA类高带宽的人工智能和数据库接口架构加速器。