科網未來AI及IoT 刺激晶片需求 2017年6月21日 郝承林

Summary:
CPU & GPU difference: 
傳統電腦使用的CPU(Central Processing Unit),可高效地處理計算任務,卻無法同時處理多項任務。GPU在處理單項任務時效率較低,但卻能同時執行多個任務。例如你要做小數位後3個位的乘法,CPU會較快;但如要將此一乘法乘100萬次,則GPU肯定會較快。\全球GPU的王者,便是過去一年股價升了近四倍的NVIDIA。桌上電腦時代,Intel是絕對的王者,全球有近八成電腦都是用其晶片。但為何Intel卻和智能手機盛世失諸交臂?答案是Intel晶片性能高,但同時耗電量大,放在充電不易的智能手機上,可能一下子便把電耗光。

英ARM低耗電量稱霸手機

那麼TPU又是什麼來的?TPU全名Tensor Processing Unit,是科網巨擘自行開發的AI晶片,在某些特定用途上,甚至較GPU還要快,但兩者其實是蘋果和橙的比較。TPU是咖啡機,只設計用於特定用途;GPU是萬能飲品機,適用於不同領域。



2017年6月21日

科網未來AI及IoT 刺激晶片需求

內地「6.18」網購節慶剛過,交易金額再創出新高。網購、社交媒體和手機遊戲等發展得很好,但科網公司除了「軟件」,「硬件」發展亦甚為可觀。人工智能(AI)和物聯網(IoT)是科網未來增長所在,兩者的核心技術是晶片。
有說人工智能興起,將會大量刺激GPU的需求。GPU到底是什麼,它又會否取代傳統的CPU?GPU的全寫是(Graphics Processing Unit),原先只是用來處理圖像的,最常見便是用在3D電視遊戲機。你在遊戲機前跳來跳去,鏡頭懂得「閱讀」,便是因為GPU。
傳統電腦使用的CPU(Central Processing Unit),可高效地處理計算任務,卻無法同時處理多項任務。GPU在處理單項任務時效率較低,但卻能同時執行多個任務。例如你要做小數位後3個位的乘法,CPU會較快;但如要將此一乘法乘100萬次,則GPU肯定會較快。
人工智能乃通過訓練(Training)和推理(Inference)來進行機器學習。如圍棋便是先輸入自古至今幾百萬局的棋譜,然後反覆歸納出棋理。待下子時,則反覆推算落在哪點勝率較高,如此反覆的重複同一件事,當然GPU更為合適。現在全球GPU的王者,便是過去一年股價升了近四倍的NVIDIA。GPU前景再好,現在的估值也很難說是便宜了。
英ARM低耗電量稱霸手機
那麼GPU會取代CPU嗎?答案是:機會不大。GPU強在機器學習,但一套成熟的人工智能系統,除運算外,還有記憶體搬運、資訊傳遞等任務。CPU不再單獨佔據運算市場,但整個市場較之前大了不知多少倍。
因為在物聯網世代,不只人會和機器溝通,機器和機器也會溝通,且機器的數目亦將大增。試舉無人駕駛為例,馬路邊的機器不斷「注視」路面情況,然後和無人車「溝通」,再由無人車的人工智能作出最穩健的判斷。機器無處不在,GPU和CPU的需求都會大增。
那麼TPU又是什麼來的?TPU全名Tensor Processing Unit,是科網巨擘自行開發的AI晶片,在某些特定用途上,甚至較GPU還要快,但兩者其實是蘋果和橙的比較。TPU是咖啡機,只設計用於特定用途;GPU是萬能飲品機,適用於不同領域。TPU專項較快,關鍵便是設計圖是按每個項目特別繪畫的,務求降低功耗,加快運算速度。科網巨擘將開發適合自用的TPU,但GPU仍將佔據大眾市場。
物聯網普及後,會否所有運算,全都上載到AI數據中心(便似現在的Siri一樣),移動終端(如手機、無人車)的運算需求將大減?
桌上電腦時代,Intel是絕對的王者,全球有近八成電腦都是用其晶片。但為何Intel卻和智能手機盛世失諸交臂?答案是Intel晶片性能高,但同時耗電量大,放在充電不易的智能手機上,可能一下子便把電耗光。於是設計出運算功能不弱,且耗電量低晶片的英國公司ARM,便拿下整個智能手機市場。
「硬件」護城河須不斷加固
Siri新奇有趣,但應沒人會覺得Siri快吧。網絡傳輸有延遲,可能慢幾秒甚至幾十秒才傳回移動終端。無人車和無人機,能等這幾十秒嗎?故移動終端的晶片需求,未來依舊存在。
AI和IoT刺激晶片需求,市場份額隨時是現在的10倍以上。但綜合而言,或許還是「軟件」更合適長線投資多一點。因「硬件」的產品周期可以很短,且廠商需要不斷投入才能保持優勢。護城河需要不斷加固,不及「軟件」般近乎一勞永逸。
漢劉向《新序》記載:「春秋時有一辭客在楚國京城高歌,從最流行的民曲《下里巴人》開始,和者數千人。再唱較高深的《陽陵採薇》,和者數百人。唱至高雅的《陽春白雪》時,能和者數十人而已。」天下難事千萬,惟以賺錢最難。肯下苦功深入做研究,又或忍悶看完本文的,當然是本欄老友。

Comments

Popular Posts