Facebook 自研 AI 芯片曝光！将用于内容推荐和视频转码

导读：Facebook 自研 AI 芯片曝光！将用于内容推荐和视频转码 此前曾与高通、英特尔、博通合作设计半定制 ASIC 芯片。作者 | 高歌编辑 | Panken

　　网友提问：

　　Facebook 自研 AI 芯片曝光！将用于内容推荐和视频转码

　　优质回答：

　　此前曾与高通、英特尔、博通合作设计半定制 ASIC 芯片。

　　作者 | 高歌

　　编辑 | Panken

　　芯东西 9 月 10 日报道，昨日，据美国技术媒体 The Information 独家报道，Facebook 正在开发新的机器学习芯片。

　　据知情人士透露，其中一款 AI 推理芯片主要用于推荐算法等；另一款则主要进行视频转码任务，提高 Facebook 用户观看录制和直播视频的质量。

　　如果 Facebook 成功，其芯片将会在性能有所提升的同时，变得更加便宜。同时，自研芯片还有助于 Facebook 降低数据中心的碳排放，并减少 Facebook 对英特尔、高通等芯片厂商的依赖。

　　本文福利：科技巨头纷纷开始自研芯片，芯片成为整个科技行业的命脉，推荐 48 页精品报告，探索芯片半导体行业的矛盾与破局。可在公众号聊天栏回复关键词【芯东西 172】获取。

　　01.

　　Facebook 正独立研发 AI 芯片

　　每天要处理 2.5 亿个视频

　　此前，Facebook 就曾招聘过芯片设计师，以开发半定制和专用集成电路，不过其并未披露最初的定制芯片用途。

　　Facebook 的一位发言人称，Facebook" 目前没有关于未来计划的新消息 "，并且其内部团队一直在与芯片合作伙伴探索提高计算性能和能耗的方法。

　　一位知情人士提到 Facebook 的芯片设计师最初和外部芯片公司一起修改现有的芯片设计。2019 年，Facebook 就曾与英特尔、高通和博通合作，一起开发用于人工智能推理和视频转码的半定制 ASIC（专用集成电路）芯片，提升芯片的性能、功耗和效率。

　　现在，Facebook 则正在单独开发推理和视频转码芯片，没有让外部的芯片公司参与。知情人士认为，Facebook 正在开发的自研芯片并不会完全取代其现有的芯片，而是将会和其他公司设计的半定制芯片一起用于自己的数据中心。

　　今年早些时候，Facebook 的工程师在一篇博客中写道，Facebook 正在大力投资半定制 ASIC 芯片。相比通用芯片，这些半定制 ASIC 芯片可以处理 30 倍以上的人工智能任务。此外，半定制 ASIC 芯片的能效也要更高。

　　Facebook 每天要用半定制 ASIC 芯片处理近 2.5 亿个视频，如果可以完成开发并拥有匹配的软件，其完全定制的 ASIC 芯片能够做得更好。

　　一位比较了解 Facebook 的人士透露，Facebook 还在为 Oculus VR 头显等个人计算设备设计芯片。

　　彭博社此前报道称，Facebook 已聘请谷歌芯片设计团队的前负责人 Shahriar Rabii 来领导 VR/AR 芯片设计工作。今年 4 月，以色列《国土报》称，Facebook 计划在以色列设立一个芯片设计中心。

　　02.

　　谷歌、亚马逊、微软纷纷入局自研芯片

　　专门为数据中心定制芯片的还有谷歌、亚马逊和微软等公司。

　　谷歌在意识到其数据中心的处理能力需要翻倍后，于 2013 年开始开发数据中心芯片 Tensor。2015 年，谷歌开始使用 Tensor 为其搜索、街头视频、照片和翻译服务提供动力。现在谷歌正在凭借开发 Tensor 芯片的经验，设计智能手机 SoC 和云计算定制芯片。

　　亚马逊在 2018 年宣布，为其云计算客户设计了 Graviton 服务器处理器。今年 3 月，The Information 独家报道了亚马逊的网络芯片项目，该芯片专门为网络数据交换机设计，可以降低亚马逊对博通的芯片厂商的依赖。

　　微软也在自研芯片，去年 12 月，据彭博社报道，微软正在为服务器和 Surface 个人电脑设计芯片。

　　▲微软在以色列的机房（来源：以色列《国土报》）

　　03.

　　投资量级仅为数百万美元

　　还能降低数据中心成本

　　Facebook、亚马逊、谷歌等公司通常使用 ASIC 芯片执行推理和机器学习模型训练等工作负载。

　　美国咨询公司 Bain & Company 的半导体合伙人 Velu Sinha 评论道，当下主要的科技公司正在研发定制芯片，这些芯片相比与英特尔、英伟达设计的 CPU 和 GPU 开发成本较小。Velu Sinha 说：" 我们正在谈论的是投资数百万美元来尝试开发自研芯片，而不是数亿美元。"

　　定制芯片不仅开发成本较小，其专用性也超过通用处理器。Facebook 之前透露，仅靠通用处理器无法满足自己的数据中心需求，推理和视频转码是工作量增长最快的两大任务。2019 年，Facebook 每天就要处理 200 万亿次推理、60 亿次语言翻译和 7500 万视频观众的需求。

　　虽然英伟达的 GPU 也可以完成这些任务，但专门针对训练和推理的 ASIC 芯片可以更快地完成这些任务，消耗能源更少且更加高效，能够降低数据中心成本。作为定制芯片，ASIC 很难完成设计范围之外的任务。

　　04.

　　结语：Facebook 芯片布局较为谨慎

　　对于 Facebook 等科技巨头来说，自研芯片不但满足自身需求，降低采购成本，完成软硬件一体的布局；自研芯片还能够减轻科技巨头对芯片供应商的依赖，完全掌控芯片研发进度和上线时间。

　　同时，Facebook 的芯片布局也并不鲁莽，而是先与芯片供应商合作培养自身的芯片设计团队，之后才进入到已有过设计经验的领域。目前，Facebook 等科技巨头的芯片还是自用为主，暂时对芯片厂商构不成威胁。长期来看，这些科技巨头的芯片布局则可能改变行业的走势。

　　来源：The Information

　　本文福利：科技巨头纷纷开始自研芯片，芯片成为整个科技行业的命脉，推荐 48 页精品报告，探索芯片半导体行业的矛盾与破局。可在公众号聊天栏回复关键词【芯东西 172】获取。

　　资料推荐