2018关于人工智能的十大预测盘点

2017年是人工元年，人工智能技术开始走入我们的生活，对于AI粉丝和AI采用者来说，2017是令人振奋的一年。当我们进入2018年的时候，有一点是肯定的：我们刚刚开始这个旅程，今后一年AI会有很大的成功和巨大的失败，2018年全球AI芯片领域会有哪些变化？福布斯深度学习和高性能计算领域分析师Karl Freund做了如下预测。

首先看看2017年AI领域的十大事件：

1、NVIDIA在数据中心实现三位数增长，达到约15亿美元的收入运行率。

2、NVIDIA®（英伟达™）使用NVIDIA®（英伟达™）V100 GPU和用于机器学习的云服务令市场大吃一惊，TensorCores-6X能够以每秒125万亿次的运算速度超越一年前的PASCAL前身。

3、NVIDIA也宣布推出自己的Deep Learning ASIC，将其纳入该公司下一代DrivePX汽车平台。如承诺的那样，公司在第三季度发布了规格为开源技术。

4、AMD推出了其AI GPU和软件Vega Frontier Edition。该公司宣布了几项大规模部署，包括百度的GPU和微软的的Azure EPYC CPU。

5、谷歌宣布自己的AI芯片用于人工智能深度学习培训，Cloud TensorFlow处理单元，每个芯片提供45个TeraOps，以及一个用于其数据中心和云服务的4芯180 TeraOps卡。这一消息引发了人们对ASIC可能对NVIDIA®（英伟达™）的统治地位带来威胁的猜测。

6、微软公司在内部使用Intel INTCAltera FPGA进行机器学习和其他应用程序方面取得了令人印象深刻的成果。这提高了赛灵思在数据中心的预期。

7、Amazon.comAWS宣布了AWS Marketplace Solutions针对其赛灵思应用加速（用于视频，基因组学，分析和机器学习）的F1实例。百度、华为等公司也采用了赛灵思的FPGA用于深度学习。

8、英特尔错失2016年4亿美元收购的Nervana Engine产品发布最佳时间窗，Nervana的业务着眼于基于云的深度学习服务，其主要深度学习框架Neon在主流的深度学习网络例如AlexNet、VGG、GoogLeNet上均性能优异；具备强大的易用性及可扩展性，支持CNN、RNN、LSTM、GRU、BatchNorm等模型。Neon在卷积计算时采用了Winograd算法，在数据载入层面也做了很多优化。Nervana表示，Neon的计算速率是Caffe的两倍。

9、Intel I取消了Knights Hill Xeon Phi芯片，这要么是因为标准至强处理器非常好，要么是因为公司计划将其人工智能转移到Nervana。在我看来，毫无疑问，开发费用的显着节省是最终决定因素。

10、最后，有关AI的ASIC芯片数量急剧增长，其中包括六家中国初创公司，六家美国风险投资公司以及其他几家大公司包括高通、华为和东芝。

2018年AI芯片十大预测

作者用现高，中，低概率来说明预测。

1、谷歌将公布其TPU在谷歌GOOGL计算云中的可用性，以及新的API和工具服务，以更好地与微软的和亚马逊的机器学习即服务竞争。 （高概率）

2、英特尔终于会推出Nervana引擎，可能在第二季度或者第三季度。在KNH取消之后，公司就不能再等待了，然而，我怀疑英特尔会利用芯片的裸片结构，因为它想要销售尽可能多的至强芯片 。 （高概率）

3、NVIDIA将预先发布跟随Volta的芯片。既然沃尔是如此的新颖，并且仍然保持领先的地位，那么会在十一月SC'18会议上不是在三月份的GTC会议上公布。 （中概率）

4、Xilinx将赢得至少一个AI推理的高端客户，尽管我不认为这将是微软。 （高概率）

5、虽然2017年是人工智能在数据中心昂首阔步的一年，但2018年人工智能在物联网和其他边缘应用将处于领先地位，这对于NVIDIA 来说至关重要，因为它需要在边缘保持领先的地位。 （中概率）

6、虽然戴尔，HPE和联想都提出了新的基础设施来支持人工智能，但在企业中采用人工智能将持续滞后，直到2019年或更晚。 （高概率）

7、有人会购买至少一个ASIC初创公司，如Wave Computing，Cerebras或Groq。收购价格更高的可能是戴尔或惠普，因为系统业务模式更为深入。（中概率）

8、NVIDIA将为机器学习带来全面的ASIC产品（不仅仅是开源的DLA逻辑）。 2018年，不过我认为这个概率很低，因为我不认为NVIDIA将会在2019年之前受到像谷歌这样的ASIC TPU的威胁。（低概率）

9、2018年底，至少有一家大型中国云供应商（百度，腾讯或阿里巴巴）将收购众多中国ASIC初创厂商之一。（中概率）

10、虽然AMD的EPYC CPU在数据中心获得巨大的推动力，但公司难以在AIGPU中建立有意义的（两位数增长）市场份额。该公司的高端Vega GPU仍然比NVIDIA的Volta落后一代，建立一个生态系统需要时间。 AMD会非常专注于2018年将APU推向市场。（高概率）