微型處理器變得越來越小、越來越快、效率更高。但隨著它們達到物理極限，芯片構(gòu)造開始驅(qū)動性能增長。1月4日，英偉達（Nvidia）創(chuàng)始人兼首席執(zhí)行官黃仁勛（Jen-Hsun Huang），在拉斯維加斯舉行的國際消費類電子產(chǎn)品展覽會（CES）上發(fā)表主題演講，同時也帶來了Nvidia Xavie：一款用于人工智能汽車的超級計算機。

請點擊此處(黃仁勛（Jen-Hsun Huang）在CES上的演講)

最近，兩家最大的半導(dǎo)體公司相繼發(fā)表聲明，看似毫無聯(lián)系，實則息息相關(guān)。英特爾（Intel）宣布收購Mobileye——一家專為無人駕駛汽車制造芯片和軟件的以色列創(chuàng)業(yè)公司。Nvidia則公開了對于人工智能至關(guān)重要的、新一代用于加速機器自身學(xué)習(xí)的系統(tǒng)。

兩大公司的舉動其實都是基于“專業(yè)計算”，也就是把特定的軟件任務(wù)轉(zhuǎn)變?yōu)橐粡垖嶓w的硅芯片，而不是依賴于一個速度更快的CPU（中央處理器）。這種技術(shù)雖然以種種形式存在了數(shù)十年，但直到最近才成為諸多酷炫科技背后的動力（從人工智能到無人駕駛汽車）。為什么？因為CPU的更新速度早已大不如前。摩爾定律正在走向滅亡。

摩爾定律是指，每隔兩年左右的時間，芯片上晶體管的數(shù)量就會翻倍。用大眾的觀點來看就是電腦運行速度持續(xù)加快，體型變小，效率更高。然而現(xiàn)在并沒有按過去的方式發(fā)展?！斑@不是說摩爾定律撞上了南墻——某種意義上它將要壽終正寢了”，愛荷華大學(xué)計算機科學(xué)與生物信息學(xué)教授丹尼爾·里德（Daniel Reed）說道。

(摩爾定律 )

當(dāng)Intel和其他芯片鑄造廠還在花費資金維持老本生意時，行業(yè)內(nèi)的芯片設(shè)計師們已經(jīng)在尋找創(chuàng)新型的方法與摩爾定律的增長速度保持一致，并且在多數(shù)情況下提高設(shè)備性能，速度更快。

“我們今天取得的大部分成就都源于（芯片）設(shè)計和軟件”，Nvidia首席科學(xué)家威廉·達利（William Dally）稱，“對我們來說這一直是個挑戰(zhàn)，因為每一代產(chǎn)品更新都要使其擁有原先兩倍的性能，這讓我們倍感壓力”，他補充道。迄今為止，Nvidia一直保持著這個節(jié)奏，即使芯片上面的元件尺寸并不改變，他們唯一做的就是芯片設(shè)計，或者說“構(gòu)造”。

盡管不能一一羅列，但專業(yè)計算原則已經(jīng)應(yīng)用于諸多程序：人工智能、圖像識別、無人駕駛汽車、虛擬現(xiàn)實、比特幣礦業(yè)、無人機、數(shù)據(jù)中心、甚至是攝影。幾乎每家制造或提供硬件設(shè)備的技術(shù)公司——包括蘋果、三星、亞馬遜、高通、英偉達、博通、英特爾、華為和小米——都在利用這一現(xiàn)象謀利。即使是只生產(chǎn)自用芯片的公司——比如微軟、谷歌和臉書，也同樣如此。

(蘋果公司A11芯片 )

許多年前，幾乎所有的計算功能都靠CPU完成，一個接著一個依次完成，高通公司高級副總裁基思·克里辛（Keith Kressin）說道。漸漸地，那些很常用但需要許多處理器才能完成的任務(wù)會被轉(zhuǎn)移到專門的芯片中。這些任務(wù)可以同時進行，而CPU只能執(zhí)行絕對必要的指令。

這些任務(wù)型的芯片品種紛繁復(fù)雜，一方面也正體現(xiàn)了它們的用途廣泛，不同芯片之間區(qū)分的界限也很模糊。其中一種是圖形處理器——想想Nvidia和游戲玩家們——為那些原本完美匹配的任務(wù)找到了更多的用途，其中也包括人工智能。在這之后，智能手機的興起創(chuàng)造了人們對于另一種數(shù)字信號處理芯片的大量需求，比如用以提高攝影水平。

“我們的目標(biāo)是最小化CPU處理的軟件數(shù)量”，克里辛（Kressin）說道。因此，現(xiàn)代的微型芯片，比如由高通公司開發(fā)，用于安卓智能手機的Snapdragon不僅能搭載CPU，還能安裝24塊或更多的獨立數(shù)字信號處理芯片和圖像處理器。每個元件都被優(yōu)化以操作不同的任務(wù)，從處理圖片到傾聽手機的“喚醒指令”。

把類似圖像增強的雜事交給數(shù)字信號處理器來做能將速度提升至原來的25倍，克里辛（Kressin）表示。這就是為什么智能手機能夠完成許多你的臺式電腦無法完成的事情，即使手機的CPU沒有那么強大。

在手機行業(yè)，蘋果公司證明了設(shè)計自身芯片的實用性，對納米晶硅的每一單位進行優(yōu)化從而準(zhǔn)確運行它將要處理的任務(wù)，一位市場研究公司創(chuàng)意戰(zhàn)略（Creative Strategies）的分析師本·巴賈林（Ben Bajarin）說。蘋果對自用芯片的巨額投資是保證其設(shè)備操作流暢的關(guān)鍵，以及新特性的使用，例如指紋識別感應(yīng)器（Touch ID）。

Nividia首席科學(xué)家達利（Dally）還補充道，對涉及人工智能的任務(wù)，改用圖形處理器而不是CPU的話會使速度提升10倍至100倍不等。

如今半自動駕駛汽車已經(jīng)能在美國公路上行駛，這要歸功于人工智能性能增長背后的無人駕駛技術(shù)，也正是Intel收購Mobileye的原因。Intel拒絕對此發(fā)表評論，但是把Mobileye的硅片和軟件融入Intel自身的芯片技術(shù)會成為專業(yè)計算的一個經(jīng)典例子。

而Nvidia向人工智能和無人駕駛技術(shù)領(lǐng)域的進軍也與之類似，雖然他們的圖形處理器相比于那種專門用于加速程序的超專業(yè)硅片來說已經(jīng)是能力超群的計算機了。達利（Dally）先生還表示，自2010年開始公司就致力于協(xié)調(diào)圖形處理器以適應(yīng)各種不同的人工智能技術(shù)。

然而，近代航空史的發(fā)展則表明，把重心放在專業(yè)化上取得的優(yōu)勢也會有極限?！耙患苄碌牟ㄒ?77飛機并不比1960年代初的707飛得快”，愛荷華大學(xué)里德（Reed）教授說。但創(chuàng)新發(fā)生在各個領(lǐng)域，從輕型材料到計算機控制，并確實取得了實實在在的利益——飛機更安全，燃油效率越高。從這個類比的邏輯來看，雖然芯片的原始性能可能不會提高，但總的來說，處理多項特定任務(wù)的能力使其更優(yōu)越。

同樣產(chǎn)生的還有規(guī)模問題。以無人機制造商為例的某些購買芯片的客戶，必須將就著使用已購買的多用途微型處理器，直到他們確信（新型芯片）已經(jīng)有足夠的市場需求，克里辛（Kressin）稱。高通公司正在制造專為無人機設(shè)計的Snapdragon芯片：它們必須快速處理從傳感器收集到的信息，以防那架自動化的小直升飛機從天上墜毀。

(Snapdragon迷你飛行無人機，世界上最小的4K無人機)

里德（Reed）教授還認為，專業(yè)化的優(yōu)點就在于，如今制造速度更快的芯片主要依賴于芯片設(shè)計師的才智，而不是制造商在硅片上蝕刻微小電路的能力。所以，微型芯片比以往任何時候都成功地證明了史蒂夫·喬布斯（Steve Jobs）的名言，同時也是他對計算機科學(xué)家艾倫·凱（Alan Kay）的理解，“真正關(guān)心軟件的人應(yīng)該自己做硬件?！?/p>

更正與補充

Nvidia首席科學(xué)家威廉·達利（William Dally）表示，Nvidia已經(jīng)在調(diào)整它們的圖形處理器以更好的適配人工智能。在早期的版本中，這一說法被誤認為是高通公司執(zhí)行官基思·克里辛（Keith Kressin）的言論。