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硬件方面的專業(yè)知識和能力。所有人都肯會猜測IBM接下來要干嘛，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背后原因的猜測。

IBM對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)公司合作進行AI 芯片研究。

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

IBM AI硬件研發(fā)中心發(fā)布的實現(xiàn)AI性能提升1000倍的概念性路線圖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，同時保留預(yù)期的準確性。基本上，在NVIDIA和Google的帶領(lǐng)下，人工智能研究在過去4－5年中一直在利用降低的精度數(shù)字和數(shù)學(xué)運算。如果“降低精度”聽起來好像不是什么好事，但是我們要記住，更高的精度會帶來巨大的成本，使用數(shù)字的位長的平方也會增加。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位浮點標準。與傳統(tǒng)的32位格式相比，這可以在保留精度的同時使用更少的功率和芯片空間。英特爾就是其中之一。但是，研究人員在努力爭取8位浮點數(shù)下保持準確性。

IBM本周提出了一種“混合8位浮點數(shù)”格式，該格式可以提高性能或?qū)⒊杀窘档投噙_4倍。就是說，如果有人（IBM？）生產(chǎn)出可以執(zhí)行這些計算進行訓(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)來自于前向和后向傳播計算所需的不同精度要求。通過將用于指數(shù)和尾數(shù)的位數(shù)調(diào)整為向前和向后傳遞計算，IBM證明了確實可以僅使用8位權(quán)重和激活來訓(xùn)練用于視覺、語音和語言處理的神經(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行通信，從而將訓(xùn)練時間進一步減少了30－60％。

如果所有這些數(shù)學(xué)運算聽起來很復(fù)雜，但其帶來的好處非常簡單。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，芯片面積僅為原來的四分之一，或者以相同的成本實現(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，該論文提議使用稱為參數(shù)化限幅激活（PACT）和統(tǒng)計感知權(quán)重合并（SAWB）的兩種技術(shù)，當結(jié)合使用時，它們已經(jīng)演示了2位推理處理，可實現(xiàn)與8位相當?shù)臏蚀_性。

那么，誰在乎呢？

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，但是就目前而言，這一切都是在IBM研發(fā)而非產(chǎn)品部門完成的。IBM經(jīng)常有一些研究項目從未變成最終產(chǎn)品。

IBM通過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、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等競爭。

最后一種途徑可能會解決更大的市場需要，但會帶來業(yè)務(wù)問題，如IBM需要建立一個渠道，以覆蓋其POWER和Mainframe安裝基礎(chǔ)之外的數(shù)據(jù)中心客戶。例如，IBM可以通過Lenovo出售給正在構(gòu)建數(shù)據(jù)中心服務(wù)器的ODM。當然，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間。從實現(xiàn)將效率提高1000倍的雄心勃勃的愿景開始，采用了從算法到芯片再到材料的整體方法。這讓IBM在這個快速發(fā)展的市場中具有巨大的潛力。

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