芯片世界觀︱英特爾剛剛收購的計算機視覺硬件制造商Movidius大起底

原創(chuàng)
2016/09/07
4
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論
  • 英特爾剛剛收購了 Movidius,這是一家低功耗計算機視覺硬件制造商。
  • 此舉距離英特爾收購 Nervana 系統(tǒng)公司不過幾周的時間。

在收購 Nervana 系統(tǒng)公司僅僅幾周之后,英特爾再度出手了,該芯片巨頭此次下手的對象是 Movidius,這是一家低功耗計算機視覺硬件制造商。這是英特爾向深度學習硬件戰(zhàn)略轉向的一系列舉措之一,這種類型的硬件和英特爾傳統(tǒng)的搖錢樹 - 典型 CPU- 有著很大的不同。按照我對機器學習領域內的收購合并活動的研究套路,我們首先快速地調查一下英特爾的收購對象,然后討論一下此舉對英特爾和廣大的機器學習市場的潛在影響。

許多從事機器學習的公司在產(chǎn)品聲明上都有意無意地模糊不清(正如上圖中英特爾的聲明那樣),而 Movidius 公司則非常清楚鮮明地專注于低功耗系統(tǒng)級芯片深度學習硬件上。此前我曾指出,通用 GPU(大部分來自于英偉達公司)是大規(guī)模機器學習的主要運算部件,但是,這種類型的器件在某些方面卻不夠靈活,無法支持最近使得神經(jīng)網(wǎng)絡的訓練更有效率的研究進展(主要是使用低精度 /8 位整數(shù)型權重因子)。

這種發(fā)展趨勢必然使得專門用于深度學習的硬件需要針對矩陣運算型神經(jīng)網(wǎng)絡訓練的具體需求進行全面的優(yōu)化。沒有任何一款通用 GPU 能夠滿足這種任務的所有需求。今年早些時候,谷歌曾經(jīng)披露稱,它使用一款定制芯片驅動其機器學習云計算平臺(Tensor 處理單元)已經(jīng)有一年時間了。Movidius,這家成立剛剛八年的公司,已經(jīng)以實力證明了它充分地理解機器學習的需求,并且可以因應其對專用硬件的需求。該公司的旗艦級產(chǎn)品采用的是 Myriad 2 芯片架構。

這項技術看起來相當驚艷。值得注意的是,它并不是像谷歌的 Tensor 處理單元那樣的專用集成電路(ASIC),只支持一種類型的運算。它是一款可編程處理器,能夠支持各種精度模式,并在不同的框架下實施神經(jīng)網(wǎng)絡訓練。開發(fā)者可以使用相關的軟件開發(fā)工具包定義他們自己的處理流水線,然后使用 Myriad 的手動優(yōu)化庫將自定義的流水線運行在芯片上。Myriad 2 處理器已經(jīng)被聯(lián)想用于其 VR 產(chǎn)品計劃中。

使用 Myriad 2 芯片架構的最有趣的產(chǎn)品似乎是 Fathom,它被稱為神經(jīng)計算棒:

從樣子上看,它確實是一根集成了 Myriad 技術的 USB 棒。任何支持 USB 的設備,比如樹莓派或者安裝在無人機上的攝像頭,都可以插在 Fathom 上面,并通過它運行程序映像,而消耗的功率僅為 1 瓦。

就像在非服務器級設備上運行的大多數(shù)深度學習用例,神經(jīng)網(wǎng)絡(比如用于圖像識別)在類似于谷歌的 TensorFlow(它集成了 Fathom 框架)框架上對龐大的離散數(shù)據(jù)進行訓練(大問題需要數(shù)周的訓練時間)。經(jīng)過充分訓練的神經(jīng)網(wǎng)絡的壓縮版隨后被部署在移動設備上,在移動動設備上就不再進行更多的訓練,只是進行分類。

低功耗深度學習現(xiàn)在成了熱門研究課題。首先,研究者試圖找出如何更方便地在智能手機上實施深度學習的方法。智能手機的架構比較復雜 - 除了 CPU 之外,它還有專用的 GPU 和信號處理單元,這些都可以用于運行搜索、虛擬助理或其他應用程序中的神經(jīng)網(wǎng)絡。而 Movidius 似乎對智能手機不大感興趣,而對物聯(lián)網(wǎng)等其他設備比較感興趣,這也正好符合英特爾的戰(zhàn)略規(guī)劃,這就是它為什么會被英特爾收入囊中的原因。


要點
我們可以進一步挖掘 Movidius 公司的更多技術細節(jié)。英特爾為什么需要這些技術,原因也很明顯,事實上,英特爾告訴我們,它想將 Movidius 的芯片整合到其 RealSense 平臺中。

總體來說,這次收購的戰(zhàn)略重要性要高于之前對 Nervana 系統(tǒng)公司的收購??紤]到 Movidius 產(chǎn)品的成熟程度(Nervana 今年晚些時候才會發(fā)布其第一款 ASIC)以及它對英特爾的戰(zhàn)略重要性,如果收購價格低于幾億美金,那將是令我感覺非常驚訝的一件事情。

這樁收購的大背景是,英特爾進入深度學習的陣營有點晚了。該公司目前正在部署大量資源,以改變落后態(tài)勢。然而,我倒希望英特爾未來幾年仍然堅守在服務器級深度學習上。目前,開發(fā)人員和深度學習框架都依賴于英偉達的 GPU 進行重度計算。

英偉達公司目前也正在涉足自動駕駛平臺。這并不是說英特爾沒有機會趕上來了。問題的關鍵是,這次收購使得英特爾能夠更快地進入新的市場(物聯(lián)網(wǎng)感知),而在這個市場上英偉達及其重度計算平臺并不具備競爭力,所以,這是一個英特爾無需面臨艱苦戰(zhàn)斗的市場,這步棋走得好。

更多有關深度學習的資訊,歡迎訪問 與非網(wǎng)深度學習專區(qū)

與非網(wǎng)編譯,未經(jīng)許可,不得轉載!

英特爾

英特爾

英特爾在云計算、數(shù)據(jù)中心、物聯(lián)網(wǎng)和電腦解決方案方面的創(chuàng)新,為我們所生活的智能互連的數(shù)字世界提供支持。

英特爾在云計算、數(shù)據(jù)中心、物聯(lián)網(wǎng)和電腦解決方案方面的創(chuàng)新,為我們所生活的智能互連的數(shù)字世界提供支持。收起

查看更多

相關推薦