長遠來看，英特爾豪賭167億美元收購FPGA制造商Altera的舉動是一筆好買賣?，F(xiàn)在，F(xiàn)PGA已經(jīng)成為深層神經(jīng)網(wǎng)絡中GPU的強力競爭對手；英偉達應該也已經(jīng)發(fā)現(xiàn)了，微軟新的實時云AI/深度學習平臺“BrainWave”項目正在采用英特爾的Stratix 10 FPGA；在微軟早期進行的測試中，其基于Stratix 10的“BrainWave”項目中的FPGA系統(tǒng)在FP8持續(xù)計算上達到39.5萬億次每秒的運算速度；微軟計劃向需要實時人工智能服務的Azure客戶推介搭載英特爾計算平臺的“Brain Brain”項目。

預計英特爾的FPGA將減緩英偉達數(shù)據(jù)中心/汽車業(yè)務板塊的增長速度。

英特爾收購Altera時豪擲的167億美金終于見到回報了。現(xiàn)在，Altera的FPGA（現(xiàn)場可編程門陣列）產(chǎn)品成為英特爾對抗英偉達基于GPU的深度學習神經(jīng)網(wǎng)絡平臺的利器。與CPU（中央處理單元）相比，GPU（圖形處理單元）在并行計算方面存在優(yōu)勢，GPU專家英偉達借此躋身為深度學習計算領域的公認領導者。

然而，英偉達的投資者們應該注意到，微軟新的實時人工智能云平臺“BrainWave項目”搭載了英特爾的Stratix 10 FPGA。微軟在選擇深度神經(jīng)網(wǎng)絡［DNN］處理單元或DPU時，沒有選擇英偉達的Tesla或者Volta GPU，反而選擇了Stratix 10。 英特爾將從微軟在全球各個數(shù)據(jù)中心大規(guī)模部署“BrainWave”項目中獲得顯著的經(jīng)濟效益。英特爾沒有任何獨立的GPU產(chǎn)品，但它擁有的FPGA足以加強其未來在超大型深度神經(jīng)網(wǎng)絡中的作用。

為什么這很重要

現(xiàn)在，以人工智能為中心的數(shù)據(jù)中心和汽車業(yè)務板塊為英偉達貢獻的季度收入已經(jīng)超過5億美金。微軟在向Azure客戶提供的Brainwave項目中使用FPGA后，也可以為英特爾貢獻同等規(guī)模的季度收入。我估計，除了微軟之外，其它涉足人工智能的公司也會在其GPU加速的深度學習平臺中使用英特爾的FPGA。

英偉達股價上升到目前的高度，部分原因來自于它在深度學習計算方面的先發(fā)優(yōu)勢。微軟采用英特爾的FPGA加速其深度神經(jīng)網(wǎng)絡也可以幫助提升其股價表現(xiàn)。專注AI的投資者們現(xiàn)在應該正視英特爾，它的Stratix 10產(chǎn)品讓英特爾一躍成為深層神經(jīng)網(wǎng)絡的硬件供應商巨頭。

過去三年中，英偉達的股票大幅跑贏了英特爾。未來，應用在微軟Azure服務業(yè)務中的Stratix FPGA將成為英特爾進入企業(yè)AI市場的遲到的船票。

通過GPU加速的Azure產(chǎn)品，微軟與英偉達公司建立了合作伙伴關系。另一方面，BrainWave項目是微軟使用FPGA加速器推進其實時人工智能商業(yè)服務的舉措。

訓練深度學習計算機是一個需要高吞吐量的計算密集型過程，GPU優(yōu)異的并行計算性能使其成為理想選擇。然而，GPU能夠并行處理復雜的訓練輸入，F(xiàn)PGA則對加速推理很有效。

加速推理的主要目的是改善服務器與最終用戶之間的延遲。 微軟對“BrainWave”項目的推廣定位是實時（零延遲）AI平臺。因此，英特爾的FPGA比英偉達的GPU更加適合做微軟BrainWave項目的DPU。

BrainWave項目最終可能用在微軟為百度自主駕駛汽車定制的云框架/解決方案上。微軟是百度自主駕駛汽車業(yè)務上的合作伙伴。和微軟一樣，百度也在其數(shù)據(jù)中心上使用FPGA?；贔PGA的BrainWave項目被標榜為針對計算機視覺、機器學習和深度學習，它可以滿足未來自動駕駛汽車的云基礎設施需求。

GPU和FPGA是目前雖小但正在快速增長的人工智能服務行業(yè)的關鍵元件。 根據(jù)Tractica的報告，到2025年，與AI相關的產(chǎn)品和服務市場規(guī)模將增長到368億美元。FPGA可以幫助英特爾在這個利基市場上更好地競爭。

未來，英特爾真的需要更多FPGA產(chǎn)品客戶。它需要這塊收入來幫助支付它在以167億美元收購Altera時發(fā)行的70億美元債券。每個新收入來源都可以幫助英特爾恢復因大舉投資Altera而拉下的饑荒。

為什么英特爾的FPGA對微軟至關重要

Stratix 10的F32峰值性能仍然明顯低于英偉達的Pascal GPU。 然而，市場正日趨采用緊湊型低精度數(shù)據(jù)類型（低于32位或FP32）。 TensorFlow和Caffe等DNN軟件框架支持低精度FP16（16位）和FP8（8位）數(shù)據(jù)類型。在這些不需要FP32級性能的深入學習/機器學習任務中，F(xiàn)PGA可以大行其道。

對于非常低精度的2位和1位DNN的持續(xù)改進和FPGA在FP8和FP9 DNN框架上的出色表現(xiàn)相輔相成。人工智能/深度學習并不完全依賴于英偉達GPU所擅長的傳統(tǒng)密集FP32和FP64運算。微軟的Brainwave項目并沒有使用GPU，是因為它還希望能夠通過低精度FPGA實現(xiàn)更節(jié)能的DNN。不像可以深度定制的FPGA，當涉及到低精度、稀疏、不規(guī)則的DNN時，GPU的表現(xiàn)很差。

在早期測試中，基于Stratix 10的Brainwave項目中的FPGA硬件持續(xù)計算性能達到39.5萬億次每秒，這個測試是微軟在定制的低精度8位浮點格式下完成的。隨著繼續(xù)優(yōu)化完善Brainwave項目，預計性能還可以進一步提高。

結論

微軟長期以來對FPGA的興趣是英特爾大舉押注Altera的原因之一。BrainWave項目是微軟2011年推出的 Catapult項目的延續(xù)。六年前，微軟就已經(jīng)在其數(shù)據(jù)中心中配備了Altera FPGA加速板。現(xiàn)在，微軟正在使用英特爾最新的Stratix 10 FPGA來加速基于云的深度學習任務，而不僅僅是傳統(tǒng)的企業(yè)計算工作負載。

微軟早在2011年就知道，傳統(tǒng)的Xeon CPU無法勝任AI計算任務。英特爾迅速收購Altera的舉措表明，它已準備好適應微軟轉(zhuǎn)向FPGA加速超大型數(shù)據(jù)中心的巨大轉(zhuǎn)變。我認為，英特爾從來都沒有考慮過購買英偉達這樣的GPU廠商，它看中的是微軟大力推動FPGA加速云計算背后的趨勢，投資的是Altera的潛力和FPGA的未來。

在數(shù)據(jù)中心硬件產(chǎn)品上，英特爾不需要拿出自己的GPU來與英偉達競爭，它手中的利器是基于14nm工藝、面向數(shù)據(jù)中心加速應用的Stratix 10。英特爾將繼續(xù)向數(shù)據(jù)中心運營商兜售Xeon處理器，同時也會努力爭取為其FPGA獲得新的訂單。