定制芯片行列“新人”：臉書自研機(jī)器學(xué)習(xí)芯片，用于內(nèi)容推薦及視頻轉(zhuǎn)碼

近年來(lái)，不少科技公司開(kāi)始自主研發(fā)計(jì)算機(jī)芯片，旨在節(jié)省服務(wù)器成本，并提高機(jī)器學(xué)習(xí)模型的處理和訓(xùn)練效率。

據(jù)悉，臉書也加入了這一行列，并正在為其數(shù)據(jù)中心自主開(kāi)發(fā)一套定制芯片。

其中，一個(gè)芯片處理器用于優(yōu)化視頻轉(zhuǎn)碼，或進(jìn)一步提升其用戶觀看視頻的體驗(yàn);而另一個(gè)芯片處理器將用于內(nèi)容推薦等機(jī)器學(xué)習(xí)任務(wù)。

這樣一來(lái)，臉書將逐漸減少對(duì)外部芯片制造商的依賴，比如英特爾、高通和博通等;另一方面，由于臉書數(shù)據(jù)中心的碳足跡處于不斷增長(zhǎng)的趨勢(shì)，轉(zhuǎn)向定制芯片可以有效幫助其減少碳足跡。

此外，臉書并不打算讓自研芯片完全取代原本的芯片處理器，新芯片將與其目前正在使用的第三方處理器一起運(yùn)行。

定制芯片并不是一個(gè)新命題，比如，自2016年以來(lái)，谷歌一直擁有用于機(jī)器學(xué)習(xí)的TPU（Tensor Processing Unit）定制芯片。該芯片正在為Google的許多應(yīng)用程序提供支持，包括用于提高搜索結(jié)果和街景相關(guān)性的人工智能系統(tǒng)RankBrain，進(jìn)一步提高了谷歌地圖導(dǎo)航的準(zhǔn)確性和質(zhì)量。

值得一提的是，在與圍棋世界冠軍李世石的對(duì)弈中，由TPU提供支持的谷歌DeepMind AI程序以4：1的總比分獲勝。

2020年12月，據(jù)外媒報(bào)道，微軟也在為其Surface設(shè)備和云基礎(chǔ)設(shè)施開(kāi)發(fā)內(nèi)部的ARM芯片處理器，并開(kāi)始自研用于數(shù)據(jù)中心的芯片。

一直以來(lái)，微軟的Azure云服務(wù)都是使用英特爾的處理器來(lái)驅(qū)動(dòng)。雖然Surface設(shè)備在PC市場(chǎng)中所占的份額相對(duì)較小，但微軟開(kāi)始自研芯片的這一舉動(dòng)仍對(duì)英特爾造成一定打擊，致使其股價(jià)在該日收盤前下跌約6.3%。

臉書表示，他們一直在與芯片合作伙伴共同探索提高計(jì)算性能和能效水平的方法。關(guān)于未來(lái)的計(jì)劃，目前尚未有更多可公布的新訊息。

事實(shí)上，對(duì)臉書來(lái)說(shuō)，涉足定制芯片并不是一件容易的事，不過(guò)此前該公司已經(jīng)進(jìn)入半定制芯片領(lǐng)域。

2019年，臉書宣布正在開(kāi)發(fā)一種用于視頻轉(zhuǎn)碼和推理工作的專用集成電路（ASIC）。

據(jù)了解，臉書每月需為超過(guò)27億用戶提供應(yīng)用和服務(wù)。為支持如此龐大的用戶量，該公司設(shè)計(jì)并構(gòu)建了先進(jìn)且高效的系統(tǒng)來(lái)擴(kuò)展其基礎(chǔ)設(shè)施。

然而，隨著工作負(fù)載的增長(zhǎng)，僅由傳統(tǒng)的通用處理器為用戶提供服務(wù)已遠(yuǎn)遠(yuǎn)不夠。在臉書看來(lái)，或許只有開(kāi)發(fā)新的專用加速器和整體系統(tǒng)級(jí)解決方案，才能進(jìn)一步提高系統(tǒng)的性能、功率和效率。

因此，臉書與其他公司合作開(kāi)發(fā)了分別面向人工智能推理優(yōu)化、人工智能模型培訓(xùn)和視頻轉(zhuǎn)碼的解決方案。

2019年3月14日，臉書宣布推出用于AI模型培訓(xùn)的“Zion”平臺(tái)、用于AI推理優(yōu)化的專用集成電路“Kings Canyon”以及用于視頻轉(zhuǎn)碼的“Mount Shasta”。

臉書用于人工智能推理解決方案的構(gòu)建塊

其中，作為臉書的下一代訓(xùn)練硬件平臺(tái)，“Zion”平臺(tái)具有強(qiáng)大的計(jì)算能力。在進(jìn)行AI模型培訓(xùn)的過(guò)程中，不僅能夠有效處理CNN、LSTM和SparseNN等一系列神經(jīng)網(wǎng)絡(luò)，而且可提供高內(nèi)存容量、高帶寬以及靈活的高速互連，以支持臉書的關(guān)鍵工作負(fù)載。

需要注意的是，在臉書訓(xùn)練工作負(fù)載增加的同時(shí)，其推理工作負(fù)載也在不斷增加。而臉書當(dāng)前使用的標(biāo)準(zhǔn)CPU服務(wù)器由于很難繼續(xù)擴(kuò)展，因此并不能跟上人工智能推理優(yōu)化的進(jìn)程。基于此，臉書與多個(gè)合作伙伴合作開(kāi)發(fā)了可在其基礎(chǔ)設(shè)施中部署和擴(kuò)展的推理ASIC。

據(jù)了解，該推ASIC擁有四個(gè)主要組成部分，分別為國(guó)王峽谷推理M.2模塊、雙湖單路服務(wù)器、Glacier Point v2載卡、優(yōu)勝美地v2機(jī)箱。這些組成部分利用已經(jīng)發(fā)布到OCP（Open Compute Project，開(kāi)放計(jì)算項(xiàng)目）

的現(xiàn)有構(gòu)建塊，加快了開(kāi)發(fā)時(shí)間且依靠其通用性降低了風(fēng)險(xiǎn)。

據(jù)統(tǒng)計(jì)，臉書的平均直播數(shù)量每年都在翻倍增長(zhǎng)。尤其自2018年8月在全球推出以來(lái)，F(xiàn)acebook Watch服務(wù)的月觀眾人數(shù)已超過(guò)4億，每天約有7500萬(wàn)人使用。

針對(duì)觀眾不同的可用互聯(lián)網(wǎng)連接，臉書生成了多種輸出質(zhì)量和分辨率（或比特率）來(lái)優(yōu)化視頻觀看，這一過(guò)程稱為轉(zhuǎn)碼。要完成此轉(zhuǎn)碼過(guò)程需要大量密集型的計(jì)算，而通用CPU的效率遠(yuǎn)遠(yuǎn)不及臉書視頻擴(kuò)展基礎(chǔ)設(shè)施的增長(zhǎng)速率。

因此，臉書與其芯片供應(yīng)商Broadcom和Verisilicon合作設(shè)計(jì)了針對(duì)轉(zhuǎn)碼工作負(fù)載進(jìn)行優(yōu)化的定制ASIC。這其中包含用于轉(zhuǎn)碼工作流程每個(gè)階段的專用芯片，能夠支持分布在不同數(shù)據(jù)中心位置的異構(gòu)硬件設(shè)備，平衡視頻轉(zhuǎn)碼的工作負(fù)載。

自研芯片的勢(shì)頭正逐漸擴(kuò)大，整個(gè)科技行業(yè)的芯片布局是否會(huì)因此發(fā)生變化？目前仍需繼續(xù)觀望。（摘自美《深科技》） （編輯/克珂）