Facebook正自主研发新的机器学习芯片

2021-09-10 08:48:39
来源:文章来源于网络

  据北京时间9月10日早间消息,谷歌、亚马逊、微软此前已开展招聘和大规模投资,从零开始自主设计计计算机芯片,希望降低服务器成本,取得更好的性能。两位消息人士透露,脸书也加入了这个行列。该公司正在开发机器学习的芯片。

  再见,高吞吐量!谷歌宣布启用手机芯片。
  自主开发的另一个芯片希望通过视频转换来优化用户观看视频和直播视频的质量。如果成功,开发出成本低、性能强的芯片,也有助于Facebook在未来几年减少数据中心的碳排放,减少对传统芯片供应商的依赖,如英特尔、高吞吐量和博通。
\
  贝恩公司关注半导体行业的合作伙伴维尔辛哈表示,由于开发成本低,大型科技公司不是向英特尔和英伟达等公司购买通用芯片,而是自主开发定制芯片。他指出:这方面的投资只有数百万美元,而不是数亿美元。
  以前也为芯片设计师的工作单位发布了招聘广告,希望开发专用集成电路(ASIC)这样的半定制和全定制芯片,但外部不知道Facebook开发完全定制芯片的目的。Facebook的发言人说:关于我们未来的计划,现在没有新的消息。但Facebook一直在探索,如何通过内部努力,与芯片行业的合作伙伴一起推进更高水平的计算机性能和能源效率。
  有知情人士透露,加盟Facebook从事芯片开发的工程师最初专注于与外部芯片公司合作,优化当前芯片设计。例如,Facebook在2019年宣布与英特尔、高吞吐量、博通等公司合作,开发了用于推理和视频转换的半定制ASIC芯片,确保技术上提前满足需求,提高性能和能源效率。
  目前,脸书正在开发推理和视频转换芯片,这些工作没有外部公司的参与。消息人士表示,在Facebook的数据中心,新开发的芯片将与外部购买的半定制芯片一起使用,而不是完全替换后者。
  此前曾表示,仅仅依靠通用的处理器芯片无法满足其数据中心的需求,而推理和视频转码是“增长最快的服务”。2019年,Facebook披露的数据显示,其平台每天要处理200万亿次预测、60亿次语言翻译,服务7500万视频观众。
  今年年初,Facebook工程师在博客中宣布,正在大规模投资ASIC芯片。与通用芯片相比,这种芯片在执行某些人工智能任务时性能提高了30倍,能源效率也大幅度优化。据Facebook报道,半定制的视频转换芯片每天协助处理将近2亿5千万个上传到平台的视频。完全定制的ASIC芯片可以做得更好,但Facebook不知道能否开发出合适的辅助软件,实现批量生产。据新闻报道,Facebook内至少有100人致力于开发这种完全定制的ASIC芯片。
  亚马逊和谷歌等公司通常使用ASIC,而不是通用芯片推理,训练机械学习模型。用于训练的芯片实际上是神经网络的老师,处理海量数据,例如数十亿张带标签的Facebook照片,以帮助神经网络学习如何识别人脸。在神经网络完成训练后,推理芯片就会将其应用至新的数据集,用于实际完成任务,例如在新照片中自动标记出一张人脸。
  尽管英伟达等公司提供的通用芯片也可以执行这些任务,但专为神经网络训练和推理而开发的ASIC芯片速度更快、功耗更低、效率更高,可以显著降低数据中心的成本。但ASIC的缺点是硬件限制不能应用于其他任务。
  实际上,在开发数据中心订购芯片方面,Facebook目前正在跟随其他大型科技公司的步伐。谷歌于2013年开始开发数据中心芯片Tensor。当时谷歌意识到,用户需求的增加要求数据中心的处理能力加倍。从2015年开始,谷歌引进Tensor,承担搜索、街景视频、照片和翻译服务的需求。目前,谷歌还基于通过该项目获得的经验,为智能手机和云计算业务开发订购的芯片。
  亚马逊于2018年宣布为云计算客户开发Graviton芯片。据今年年初报道,亚马逊正在开发网络芯片,负责网络中数据传输的交换机。该项目可能有助于减少亚马逊对博通等供应商的依赖。去年12月,彭博社报道称,微软正在为服务器和Surface计算机设计芯片。
  据了解Facebook项目的消息人士透露,Facebook在为个人计算设备,如OculusVR头像设计芯片。据报道,Facebook已经挖掘出谷歌芯片设计团队的前负责人沙利亚尔·拉比负责提高现实和虚拟现实领域的芯片开发。今年早些时候,以色列媒体报道称,Facebook计划在以色列建设一个芯片设计中心。