深扒NASA前高管要颠覆冯·诺依曼架构的芯片公司KnuEdge

新智元原创

根据国外多家媒体报道,NASA前高管Daniel Goldin当地时间6月6日向外界透露,自己默默耕耘了十年的芯片公司KnuEdge已经在筹备第二款深度学习芯片,很快会推向市场。

KnuEdge是一家以开发神经网络芯片为目标的公司,Goldin在接受VentureBeat采访时说,公司已经获得2000万美元营收,目前获得的投资超过1亿美元。KnuEdge正在与超大规模计算公司,以及航天、银行、医疗、宾馆和保险行业的财富500强公司积极接洽。

市场研究公司Tirias Research首席分析师鲍罗·泰奇(Paul Teich)在一份声明中说,“KnuEdge脱离‘隐身模式’,目的是利用其全新语音和机器学习技术,解决物联网、基于云计算的机器学习和模式识别领域的关键难题。”

究竟是什么样的芯片,能让NASA前高管隐身10年,并喊出领跑谷歌、intel的口号?是噱头还是实力?

10年磨一剑,颠覆冯·诺依曼架构

Goldin称,KnuEdge芯片基于“稀疏矩阵”。第一个芯片有256核,程序员可给每个核做不同算法的编程,并可使所有核同时运行。

正如 对The Next Platform所说的那样,他所关注的未来应用的范围,已经超越了冯·诺依曼(Von Neumann)架构,超越了稠密矩阵的方法,立足于解决现实问题。他的关注点转移到了超级计算应用中一个已经确立的领域,即基于稀疏矩阵的问题,以及通过更加高效的存储模型和轻型的内核达到的、拥有更低延迟率的计算所需要的技术。

经过了长达10年的发展,这一想法带来的结果是,2015年年末,Knupath向第一位客户交付了首款芯片。Knupath的第二代产品“Hermosa”,将会在2017年下半年推出,这是一款完全内部设计和组装的定制DSP,以及新的“Lambda”模块,既可以连接多个Hermosa芯片,也有潜力被多个系统的机架(Racks)采用。

在一个由以稀疏矩阵为基础的计算主导的未来,这会是一个解决的办法,正如Goldin预测的的那样,这种计算方式在未来的机器学习应用中将会越来越多。

FPGA的潜力,当下,对谷歌和其他公司的(TPU是最好的例子)尝试也进行了分析。那么问题来了,为什么要使用DSP?如果说接下来,这一处理器 将会得到广泛地采用,其中还包括即将推出的Tianhe-2超级计算机,但是,除了信号处理外,还没有别的应用。

第一是成本,第二个是可编程性。DSP并不贵(当然,只是相对的),但是,Knupath没有从德州仪器公司(Texas Instruments )或者别的地方为自己的技术寻找产品,而是自己设计。

一种基于DSP的方法就能获得1亿美元的投资,已经相当有启发性。我们必须思考,有人看到了这个机遇,特别是考虑到在过去几年中,我们已经看到许多深度学习芯片的崛起。

芯片之外,语音登场

KnuEdge芯片是更大平台的一部分。戈尔丁说,KnuEdge还将发布KnuVerse——军用级语音识别和认证技术,它将使语音技术用于下一代计算系统。

尽管过去5年语音技术市场在Siri、Cortana、Google Home和Echo等语音助手推动下呈现爆炸性增长态势。但是,受安全和噪音问题影响,大多数商业性语音技术团队的愿景尚未实现。KnuVerse解决方案基于获得专利的语音识别技术,适用于噪音非常大的环境。安全的语音识别技术可以应用于银行、娱乐和宾馆行业。

KnuEdge表示,无论用何种语言,只要对着麦克风说上数个单词,计算机、移动应用和物联网设备就能对用户身份进行认证,这一过程不会受到环境噪音的影响。除KnuVerse外,KnuEdge还面向开发者发布了Knurld.io开发工具和一款基于云计算的语音识别和认证服务。通常情况下,把这一服务整合到应用中只需2小时。

深扒KnuEdge

Goldin于2005年在San Diego创办Intellisis,如今这个公司的网站已经不可访问,它的Wiki页面还在,它应该是改名为Knuedge了。这家公司注册在10350 Science Center Dr San Diego, CA 92121,它的网站是http://www.knuedge.com登陆后可以看见如下信息:

该公司旨在探索根本性的转变,并提供改变人机交互方式的下一代技术,从语音识别和认证到机器学习。该公司领先的技术进步主要在硬件大型数据中心和语音处理,拥有的绝大多数专利也都是与音频相关的。

Knupath是Knuedge刚刚成立的子公司,专门做芯片的,注册在6500 River Place Blvd Building 7, Suite #100 Austin, TX 78730。在公司的官方宣传中,我们可以看见相比新闻报道“颠覆冯诺依曼结构”这种炫酷的说法更为实际的描述:

KNUPATH是一家致力于开发下一代适应性强、进行大规模并行处理的技术。我们的专用处理器和独特的fabric能够解决一些当前世界上最复杂的问题。

Godlin 在接受 VentureBeat 的采访时表示,其公司已经盈利200万美元,并积极寻求合作机会,与世界500强企业构建超大规模计算架构。可以推断,这家公司一开始就专注于音频,考虑到 Godlin 的背景,这家公司应该能找到客户提供监听的解决方案。最近几年人工智能,尤其是智能语音火了,他们就准备进军民用市场,颠覆冯诺依曼构架只是推销芯片所用的宣传策略而已。

仔细看这个图,封装好的die上面,就只有8个tDSP,每个tDSP很可能就是一个ARM。32个芯片构成supercluster。所谓的256核是这么计算出来的。cluster和supercluster内部的互联采用LambdaFabric。

芯片内部的运算能力稀松平常,其最值得称道的LambdaFabric,400ns的rack-to-rack延迟。本机访问内存的延迟有个100ns多都很正常。常见的latency参见下表:

通过省去了PCIe、Ethernet等协议中所有的繁文缛节,直接往远端的核的片上SRAM里写(push)数据,这款芯片做到了这么小的latency。

因此,这款芯片实际上并没有号称的那么强大。不过,相关报道里提到的这句话值得赞同:

人脑里面没有NUMA、UMA这种概念,存储和处理合一。未来超高性能神经网络计算中,控制数据的流动远比对数据的计算更重要、更复杂,这一任务必须精细、高效组织和控制。

「招聘」

全职记者、编译和活动运营

欢迎实习生

以及人工智能翻译社志愿者

详细信息请进入公众号点击「招聘」

或发邮件至 jobs@aiera.com.cn

新智元相关招聘信息请点击“阅读原文”