盡管現(xiàn)今IBM的硬件業(yè)務(wù)僅限于POWER和Mainframe芯片和系統(tǒng)，但這家技術(shù)巨頭正在悄悄地建立自己在AI硬件方面的專(zhuān)業(yè)知識(shí)和能力。所有人都肯會(huì)猜測(cè)IBM接下來(lái)要干嘛，今天我們主要探討一些關(guān)于IBM所做的事情的思考以及對(duì)背后原因的猜測(cè)。

IBM對(duì)AI硬件的研究

IBM于2019年初成立了IBM AI硬件研究中心，中心位于紐約州，與紐約州立大學(xué)理工學(xué)院以及Mellanox、Samsung和Synopsys等技術(shù)公司合作進(jìn)行AI 芯片研究。

據(jù)介紹，該中心對(duì)AI硬件采取整體，端到端的方法，朝著其雄心勃勃的目標(biāo)努力，即在未來(lái)10年內(nèi)將AI性能提高1000倍。同時(shí)，該中心還在開(kāi)發(fā)新的數(shù)字和模擬AI內(nèi)核。

上圖是IBM AI硬件研發(fā)中心發(fā)布的實(shí)現(xiàn)AI性能提升1000倍的概念性路線圖。該路線圖還展示了將采用不同于目前半導(dǎo)體制造使用的全新材料制成新內(nèi)核的方式。

IBM最近發(fā)表了兩篇論文，描述了其降低精度的方法，這些方法旨在提高AI處理效率，同時(shí)保留預(yù)期的準(zhǔn)確性?；旧希贜VIDIA和Google的帶領(lǐng)下，人工智能研究在過(guò)去4-5年中一直在利用降低的精度數(shù)字和數(shù)學(xué)運(yùn)算。如果“降低精度”聽(tīng)起來(lái)好像不是什么好事，但是我們要記住，更高的精度會(huì)帶來(lái)巨大的成本，使用數(shù)字的位長(zhǎng)的平方也會(huì)增加。因此，從32位到16位成本降低了4倍。

Google最近提出了一種新的16位格式，稱(chēng)為Bfloat，該格式使用的位數(shù)更多，指數(shù)尾數(shù)更少。高于IEEE 16位浮點(diǎn)標(biāo)準(zhǔn)。與傳統(tǒng)的32位格式相比，這可以在保留精度的同時(shí)使用更少的功率和芯片空間。英特爾就是其中之一。但是，研究人員在努力爭(zhēng)取8位浮點(diǎn)數(shù)下保持準(zhǔn)確性。

IBM本周提出了一種“混合8位浮點(diǎn)數(shù)”格式，該格式可以提高性能或?qū)⒊杀窘档投噙_(dá)4倍。就是說(shuō)，如果有人(IBM?)生產(chǎn)出可以執(zhí)行這些計(jì)算進(jìn)行訓(xùn)練的芯片，則該芯片將使用已經(jīng)“量化”為那些8位格式的DNN。這些操作的“混合”性質(zhì)來(lái)自于前向和后向傳播計(jì)算所需的不同精度要求。通過(guò)將用于指數(shù)和尾數(shù)的位數(shù)調(diào)整為向前和向后傳遞計(jì)算，IBM證明了確實(shí)可以?xún)H使用8位權(quán)重和激活來(lái)訓(xùn)練用于視覺(jué)、語(yǔ)音和語(yǔ)言處理的神經(jīng)網(wǎng)絡(luò)。此外，這些較小的數(shù)字可以更有效地在芯片上進(jìn)行通信，從而將訓(xùn)練時(shí)間進(jìn)一步減少了30-60%。

如果所有這些數(shù)學(xué)運(yùn)算聽(tīng)起來(lái)很復(fù)雜，但其帶來(lái)的好處非常簡(jiǎn)單。從理論上講，這種方法可以讓人打造用于訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的芯片，芯片面積僅為原來(lái)的四分之一，或者以相同的成本實(shí)現(xiàn)4倍的性能提升。

在AI的推理方面，出于相同的原因，芯片公司和模型開(kāi)發(fā)人員正在轉(zhuǎn)向8位。但是，有人還能降得更低嗎?迄今為止，使用較低精度的努力未能達(dá)到8位模型提供的精度。但是，IBM最近發(fā)表了一篇論文，該論文提議使用稱(chēng)為參數(shù)化限幅激活(PACT)和統(tǒng)計(jì)感知權(quán)重合并(SAWB)的兩種技術(shù)，當(dāng)結(jié)合使用時(shí)，它們已經(jīng)演示了2位推理處理，可實(shí)現(xiàn)與8位相當(dāng)?shù)臏?zhǔn)確性。

那么，誰(shuí)在乎呢?

如果有人在CPU或AI芯片中使用這些技術(shù)，答案可能是“所有人”。 IBM的路線圖肯定意味著該公司將做到這一點(diǎn)，但是就目前而言，這一切都是在IBM研發(fā)而非產(chǎn)品部門(mén)完成的。IBM經(jīng)常有一些研究項(xiàng)目從未變成最終產(chǎn)品。

IBM通過(guò)AI硬件研究成果獲利基本上有三種途徑。首先，它可以將該技術(shù)授權(quán)可給其他半導(dǎo)體公司用于移動(dòng)、邊緣和數(shù)據(jù)中心應(yīng)用。其次，IBM可以將該技術(shù)應(yīng)用到IBM POWER或大型機(jī)處理器中，尤其是2位推理處理。第三，IBM可以生產(chǎn)用于數(shù)據(jù)中心培訓(xùn)和推理處理的加速器，直接與NVIDIA，Intel等競(jìng)爭(zhēng)。

最后一種途徑可能會(huì)解決更大的市場(chǎng)需要，但會(huì)帶來(lái)業(yè)務(wù)問(wèn)題，如IBM需要建立一個(gè)渠道，以覆蓋其POWER和Mainframe安裝基礎(chǔ)之外的數(shù)據(jù)中心客戶(hù)。例如，IBM可以通過(guò)Lenovo出售給正在構(gòu)建數(shù)據(jù)中心服務(wù)器的ODM。當(dāng)然，這三種途徑并不是互相排斥的。

總結(jié)

IBM在新的AI硬件研究中心所取得的成就給我們留下了深刻的印象，而且他僅用了一年的時(shí)間。從實(shí)現(xiàn)將效率提高1000倍的雄心勃勃的愿景開(kāi)始，采用了從算法到芯片再到材料的整體方法。這讓IBM在這個(gè)快速發(fā)展的市場(chǎng)中具有巨大的潛力。

該研發(fā)中心很快將需要對(duì)其商業(yè)模式做出一些艱難的選擇，以便將這項(xiàng)研究變現(xiàn)并達(dá)到其目標(biāo)市場(chǎng)。管理層需要保持耐心并堅(jiān)持到底，我認(rèn)為下一任首席執(zhí)行官Arvind Krishna將會(huì)做到這一點(diǎn)。也就是說(shuō)，在過(guò)去十年中，IBM穩(wěn)步擺脫了硬件業(yè)務(wù)。