今日，微軟在 HotChips 大會上正式揭曉了 Brainwave 系統(tǒng)，該產(chǎn)品是微軟加入人工智能硬件競賽的首發(fā)產(chǎn)品。微軟表示這款高速度、低延遲的 AI 專用芯片系統(tǒng)可以為機器學(xué)習(xí)開發(fā)者們提供超越 GPU 的性能。

　　微軟的研究人員現(xiàn)場展示了 Brainwave 的威力：在使用英特爾最新的 Stratix 10 FPGA(現(xiàn)場可編程門陣列)芯片的情況下，Brainwave 運行 Gated Recurrent Unit(LSTM的變種)的浮點運算速度可高達 39.5 TFLOPS，并且不需要任何批量處理，即芯片可以即時處理每一項提交上去的請求，為機器學(xué)習(xí)系統(tǒng)提供實時的見解。

　　對于用戶來說，低延遲是大規(guī)模部署機器學(xué)習(xí)系統(tǒng)時必須滿足的一個要求，因為他們不會有太多耐心等待 APP 反應(yīng)。

　　“我們需要‘即時AI’，因為你在提交請求后，會想立刻獲得反饋，不論是視頻播放、對話，還是檢測網(wǎng)絡(luò)入侵者和異常狀況，你會期望 APP 都能即時反饋”，微軟研究所的工程師 Doug Burger 說。

　　然而，之前的硬件加速機器學(xué)習(xí)系統(tǒng)相關(guān)的研究卻注重于犧牲延遲來實現(xiàn)高流量。Burger 認為，需要思考的是，在不對請求進行批量處理時，機器學(xué)習(xí)加速器的反應(yīng)速度。“其他人給出的數(shù)字都注水了。”

　　由于 FPGA 屬于可編程芯片，它可以讓開發(fā)者專門為各種功能對硬件進行優(yōu)化設(shè)置，比如設(shè)置出可以快速處理神經(jīng)網(wǎng)絡(luò)所需的數(shù)學(xué)計算的硬件。微軟已在其數(shù)據(jù)中心安裝了數(shù)十萬枚 FPGA。而這些 FPGA 已經(jīng)開始使用 Brainwave，讓微軟的各種服務(wù)可以更迅速地支持人工智能功能。此外，微軟還將通過旗下 Azure 云服務(wù)，向第三方客戶提供 Brainwave。

　　在這些 FPGA 上，Brainwave 會提前設(shè)置好一個經(jīng)過訓(xùn)練的機器學(xué)習(xí)模型。之后，它們就可以被用來做識別文字、辨別圖像等機器學(xué)習(xí)任務(wù)了。對于一個較大的文件，Brainwave 的軟件可以將它分拆到多個芯片上進行計算。而這個模型將永存與這些 FPGA 上，直到微軟選擇對其進行升級。

　　微軟并不是唯一一家投資于加速機器學(xué)習(xí)硬件的公司。今年年初，谷歌就曾揭曉其機器學(xué)習(xí)訓(xùn)練和運行的專用芯片——TPU(Tensor Processing Unit)的第二個版本。此外，還有多家初創(chuàng)公司正在開發(fā)機器學(xué)習(xí)加速硬件。

　　然而，各方各界對于機器學(xué)習(xí)加速硬件的看法卻并不一樣。有些人認為，F(xiàn)PGA比專門為機器學(xué)習(xí)而設(shè)計的 ASIC(專用集成電路)效率更低，速度更慢。Burger 表示，他們在 FPGA 上所展現(xiàn)的性能足以反駁這一說法，讓人們見識到FPGA 也可以提供高性能。

　　而且，今天微軟的展示的 Stratix 10 是一款全新芯片，還有與英特爾合作優(yōu)化的空間。據(jù)Burger計算，使用 Stratix 10 的 Brainwave 的運算速度最高應(yīng)該可以實現(xiàn) 90 TFLOPS。

　　目前，Brainwave 只支持在微軟 CNTK 框架和谷歌 TensorFlow 框架下的模型。其團隊正開發(fā)兼容 Caffe 等其他框架的 Brainwave 版本。微軟表示，未來，第三方客戶將可以在 Brainwave 上運行任何模型，不過并未給出 Brainwave 全面上市的時間表。