近日,外媒The Information报道称,有两位消息人士透露,Facebook正在开发一种机器学习芯片,以处理向用户推荐的内容等任务。除此之外,据透露,Facebook还正在开发另一种视频转码芯片,用于提高用户在应用程序中观看视频和直播的体验。
其实在2019年,Facebook就曾经引进一批工程师从事芯片设计,并与高通、英特尔、博通等芯片公司合作,共同开发用于AI推理和视频转码的半定制ASIC芯片。但与外部芯片公司合作修改芯片设计不同,这次Facebook准备完全单独开发自研ASIC芯片,用于特定的用途,不会取代数据中心中现有的芯片。
随着视频和广告等业务的需求增长,依靠此前的半定制ASIC处理器可能无法满足Facebook日益增长的推理和转码服务数据中心需求。据公开信息,Facebook数据中心中的半定制ASIC芯片每天要处理近2.5亿个视频,如果可以通过自研全定制ASIC,必然能更好地匹配公司相关算法,能效也会更高。
在数据中心芯片自研上,Facebook其实相比其他互联网巨头更加保守。谷歌早在2013年开始意识到数据中心处理能力瓶颈,开始开发数据中心使用的TPU芯片,并在2015年开始使用TPU为其搜索、街景、翻译等服务提供支持。于此同时,在数据中心芯片上取得成功后,在手机上谷歌也开始发力,其即将发布的Pixel 6系列手机就预计将会使用谷歌自研的Tensor SoC。
亚马逊作为全球领先的云服务提供商,在2018年就为其客户设计了Graviton服务器处理器,而到了2021年,有消息显示亚马逊正在研发网通芯片,以降低对博通等芯片厂商的依赖。
国内方面,阿里旗下平头哥半导体在2019年就推出了第一颗自研AI推理芯片含光800;百度在2018年推出了AI芯片昆仑系列,并在2020年初量产,目前已经规模化部署超过两万片。
2020年在科创板上市的AI芯片公司寒武纪在年报中介绍:随着当前以深度学习为代表的人工智能技术普遍应用于日常生活和传统产业,对于底层芯片计算能力的需求一直在飞速增长,其增速已经大幅超过了摩尔定律的速度。人工智能运算常常具有大运算量、高并发度、访存频繁的特点,且不同子领域(如视觉、语音与自然语言处理)所涉及的运算模式具有高度多样性,对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。
此外,相比与通用处理器,定制ASIC芯片其实在开发成本上要低得多。而且对于互联网巨头们而言,自身对于芯片的需求本身就足够大,自研芯片不仅能够更好地匹配自家算法、满足自身需求、降低总体成本,而且还能利用软硬一体的优势建立起自己的技术壁垒,同时减轻对外部芯片供应商的依赖,特别在近年来行业普遍存在的缺芯状况下显得尤为重要。
其实在2019年,Facebook就曾经引进一批工程师从事芯片设计,并与高通、英特尔、博通等芯片公司合作,共同开发用于AI推理和视频转码的半定制ASIC芯片。但与外部芯片公司合作修改芯片设计不同,这次Facebook准备完全单独开发自研ASIC芯片,用于特定的用途,不会取代数据中心中现有的芯片。
随着视频和广告等业务的需求增长,依靠此前的半定制ASIC处理器可能无法满足Facebook日益增长的推理和转码服务数据中心需求。据公开信息,Facebook数据中心中的半定制ASIC芯片每天要处理近2.5亿个视频,如果可以通过自研全定制ASIC,必然能更好地匹配公司相关算法,能效也会更高。
在数据中心芯片自研上,Facebook其实相比其他互联网巨头更加保守。谷歌早在2013年开始意识到数据中心处理能力瓶颈,开始开发数据中心使用的TPU芯片,并在2015年开始使用TPU为其搜索、街景、翻译等服务提供支持。于此同时,在数据中心芯片上取得成功后,在手机上谷歌也开始发力,其即将发布的Pixel 6系列手机就预计将会使用谷歌自研的Tensor SoC。
亚马逊作为全球领先的云服务提供商,在2018年就为其客户设计了Graviton服务器处理器,而到了2021年,有消息显示亚马逊正在研发网通芯片,以降低对博通等芯片厂商的依赖。
国内方面,阿里旗下平头哥半导体在2019年就推出了第一颗自研AI推理芯片含光800;百度在2018年推出了AI芯片昆仑系列,并在2020年初量产,目前已经规模化部署超过两万片。
2020年在科创板上市的AI芯片公司寒武纪在年报中介绍:随着当前以深度学习为代表的人工智能技术普遍应用于日常生活和传统产业,对于底层芯片计算能力的需求一直在飞速增长,其增速已经大幅超过了摩尔定律的速度。人工智能运算常常具有大运算量、高并发度、访存频繁的特点,且不同子领域(如视觉、语音与自然语言处理)所涉及的运算模式具有高度多样性,对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。
此外,相比与通用处理器,定制ASIC芯片其实在开发成本上要低得多。而且对于互联网巨头们而言,自身对于芯片的需求本身就足够大,自研芯片不仅能够更好地匹配自家算法、满足自身需求、降低总体成本,而且还能利用软硬一体的优势建立起自己的技术壁垒,同时减轻对外部芯片供应商的依赖,特别在近年来行业普遍存在的缺芯状况下显得尤为重要。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
机器学习
+关注
关注
66文章
8227浏览量
131265 -
自研芯片
+关注
关注
0文章
15浏览量
4188 -
AI芯片
+关注
关注
17文章
1760浏览量
34533
发布评论请先 登录
相关推荐
全球机器人开发领域采用NVIDIA 机器人开发和生产
比亚迪电子、西门子、泰瑞达和 Alphabet 旗下公司 Intrinsic 采用 NVIDIA Isaac 机器人平台开发自主机械臂、人形机器人和移动机器人 NVIDIA 于今日
OpenAI正在为ChatGPT开发全新的搜索功能
OpenAI近日传来令人振奋的消息,其正在为旗下明星产品ChatGPT研发一项全新的搜索功能。据悉,这项功能将极大地拓宽ChatGPT的应用范围,并为用户带来更为全面、准确的回答。
LabVIEW开发自动驾驶的双目测距系统
LabVIEW开发自动驾驶的双目测距系统
随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的自动驾驶技术,车辆安全性和智能化水平正在不断提升
发表于 12-19 18:02
Microchip与IHWK正在合作开发模拟计算平台
由于人工智能 (AI) 和机器学习 (ML) 的进步,嵌入式系统提供商越来越多地开发大脑芯片,边缘的人工智能 (AI) 使用正在急剧增长。
OpenAI自研AI芯片应对供应短缺,欧洲首台百万亿次超级计算机挑战x86霸主地位
开发自家的AI芯片,以解决目前依赖Nvidia芯片的问题。由于芯片的高昂成本和供应短缺,OpenAI正在探讨多种可能的解决方案,包括
Microchip 推出 MPLAB® 机器学习开发工具包,助力开发人员轻松将机器学习集成到 MCU 和 MPU中
机器学习 (ML) 正成为嵌入式设计人员开发或改进各种产品的标准要求。为满足这一需求,Microchip Technology Inc.(美国微芯科技公司)近日推出了全新的 MPLAB 机器
中兴宣布已成功自研7nm芯片,已拥有芯片设计和开发能力
除了中兴通讯和华为之外,国内还有其他拥有自研芯片设计和开发能力的公司。例如,小米旗下的松果电子于2017年发布了其首款自研芯片澎湃S1。虽然
3D NAND层数“争霸赛”,300层虽迟但到
众所周知,固态硬盘的数据传输速度虽然很快,但售价和容量还都是个问题。这种宽度为2.5英寸的硬盘用来容纳存储芯片的空间较为有限,容量越高的芯片可以增加硬盘的总体存储空间,但更高的成本也拉
发表于 08-30 11:26
•359次阅读
字节跳动旗下火山引擎自研的视频编解码芯片已出片
字节跳动旗下火山引擎自研的视频编解码芯片已出片 在8月22日的一场活动中,据字节跳动视频架构负责人、火山引擎视频云架构技术总监王悦介绍,字节
机器学习可以分为哪几类?机器学习技术有哪些?
对自然语言、图像、声音、视频等数据进行分析、分类、预测的重要方法之一。在日常生活和工作中,我们可以看到机器学习广泛应用于推荐系统、搜索引擎、语音识别、自然语言处理、计算机视觉、医学诊断等领域。
评论