Facebook入局AI芯片：高調挖人、大規模招聘

• 2018年7月18日 ZhangHongYuan來源：新浪 1302 85
• 繁體

• 

  2018-2024年電腦芯片市場發展前景分析及供需格局研究預測報告

  隨著電腦芯片行業競爭的不斷加劇，大型企業間并購整合與資本運作日趨頻繁，國內外優秀的電腦芯片企業愈來愈重視對行業市場的分析研究，特別是對當前市場環境和客戶需求趨勢變化的深入研究，以期...

除了谷歌、蘋果、華為、百度、英特爾、賽靈思等巨頭陸續重拳入局AI芯片外，亞馬遜也被曝出擁有449人的芯片團隊，設計定制AI芯片的消息基本坐實。

2013年，時任紐約大學教授的Yann LeCun宣布加入Facebook，幫助建立Facebook人工智能研究院(FAIR)。

在成立五年以來，Facebook人工智能研究院已經在美國加州門洛帕克(Facebook總部)、美國紐約、法國巴黎、以及加拿大蒙特利爾等地建有六所人工智能研究所，擁有超過115位科學家，各自專攻機器視覺、機器學習、自然語言處理等領域，包括何凱明、田淵棟等國內熟悉的人工智能學者。

在Yann LeCun的帶領下，Facebook人工智能研究院中不僅誕生了著名的Caffe、Caffe2深度學習開源框架，也讓Facebook在這人工智能浪潮當中能夠與谷歌等巨頭一爭高下。

早在2017年底，Facebook就已經作為英特爾的首位合作伙伴，內部測試了英特爾AI云端芯片Spring Crest，并與英特爾合作進行了AI芯片的研發與優化，一時間有關“Facebook要打造自己的云服務器AI芯片”的傳言塵囂甚起。

不過我們綜合各方線索來看，Facebook最先打造的應該并不會是一款能夠支持多種AI應用的通用云端AI芯片，而是一款主攻視頻的AI芯片，不過目測這款芯片不會在近期與眾人見面。

挖角谷歌，大規模擴建AI芯片團隊

從2018年年中開始，Facebook就在AI芯片方面頻頻發聲。

5月，在巴黎Viva科技峰會上，Yann LeCun首次直接披露了Facebook在AI芯片方面的具體方向：視頻實時監測。

由于這兩年來視頻直播的盛行，越來越多用戶選擇使用這種方式分享自己的生活，這位Facebook的視頻實時分析、實時審核過濾帶來了極大的壓力。

2017年的復活節時，一名男子在Facebook上直播開槍，殺人，該視頻在Facebook上停留了超過2個小時后才被刪除，引起了社會的極大恐慌。

傳統軟硬件不僅分析過濾不及時，對于越來越大量的視頻壓縮、審核、監管等應用，傳統軟硬件在計算資源和功耗控制上都達不到要求。

Yann LeCun說，“Facebook之所以要自己做芯片，是因為傳統資源無法滿足新時代需求，傳統方法已經失效，我們需要一款AI芯片，實時分析和過濾視頻內容。”

順便一提的是，今年1月，Yann LeCun宣布將不再擔任FAIR負責人，將由前IBM大數據集團CTO Jér?me Pesenti接任。LeCun表示他將改任Facebook的首席AI科學家，專注于AI學術研究以及對FAIR進行方向性指導。

目前。Facebook的AI芯片團隊還處在早期的起步組建階段。就在上周，Facebook才剛剛從谷歌挖來一員大將——谷歌前芯片產品開發部門負責人Shahriar Rabii跳槽，擔任Facebook副總監及芯片部分負責人一職。

Shahriar Rabii曾在谷歌工作7年，離職前職位為高級工程師主管、芯片產品開發部門負責人。他負責帶隊進行了大量針對消費者用戶的芯片研發工作，其中最值得一提的是為“谷歌親兒子”Pixel智能手機打造的Visual Core定制化AI視覺芯片，這枚芯片能夠為智能手機攝像頭帶來機器學習AI功能。

更早之前的4月19日，Facebook的第一條AI芯片招聘信息開始在線上流傳。在招聘信息當中，Facebook宣布即將為招聘一名管理者(Manger)來組建“端對端SoC/ASIC固件和驅動開發組織”，該管理者需要“針對多個垂直領域開發定制解決方案，包括人工智能和機器學習”。

在同日的另一則招聘啟事中，Facebook則表示正在招聘“ASIC&FPGA設計工程師”，該工程是需要擁“架構和設計半定制和全定制ASIC的專業知識、能夠與軟件和系統工程師合作，了解當前硬件的局限性，并利用他們的專業知識打造針對多種應用(包括人工智能/機器學習，壓縮，視頻解碼等)的定制解決方案。

時至今日，Facebook依然有不少AI芯片相關的崗位招聘掛在LinkedIn頁面上，并且在持續更新中：比如五天前跟新的一條“內存&芯片產品總監”招聘信息、以及三天前更新的兩條“ASIC&FPGA工程師”、“ASIC/FPGA技術項目主管”招聘信息。

從高調挖人到大規模招聘，可見Facebook在AI芯片的決心與投入。不過如果按照芯片18個月的設計制造周期來說，如果Facebook現在才開始招募團隊，那么離芯片真正量產就還有至少一年時間。

結語：AI芯片的巨大想象空間

隨著AI算法的進一步發展，人工智能在不同應用領域的分化也越來越明顯。對于任何一個業務體量巨大的科技公司而言，專為自己業務線所打造的定制化AI芯片能夠帶來的成本縮減與效率提升有著巨大的想象力，任何一個科技巨頭都不會輕易放過這一機會。

雖然硬件研發一直都不是Facebook的強項，但是如果瞄準的只是視頻壓縮與審查這一領域，那么AI芯片打造的難度將會大大小于通用云端AI芯片(君不見英特爾的AI芯片一再推遲面世)，可能會比預期更早與世人見面。

延伸閱讀

推薦閱讀

猜您喜歡