声控才是互联网的未来，传统的硬件或许就要被淘汰了

教师之友网

声控才是互联网的未来，传统的硬件或许就要被淘汰了

译者：handsomejian原文作者：Cade metz

杰森·玛尓斯(Jason Mars)开发出siri后将其公开。
这位密歇根大学的计算机科学教授最近开发出一个能用语音命令做出即时反应的数字助手——Sirius。与siri相似，Sirius支持苹果的iphone。接着他将Sirius开源，免费在全球范围内分享其底层代码。
这个开源项目为所有其他领域的软件程序员提供了一个探索现代语音识别的途径，他们或许会给自己的手机应用加上语音识别功能。杰森·玛尔斯认为这体现出世界在进步。

而该项目还有另外一个目的。马尔斯意识到支撑当今互联网的这些大型计算中心无法负荷接下来的语音革命，因此在他的项目中，他希望让人们知道升级这些设备势在必行。“我们想知道该如何构建未来的数据中心，”他说。
像Siri，Google Now和 Microsoft Cortana这样的数字助手不仅在手机上运行，它们还在计算中心数以千计的机器中运行，并且当数字助手服务的受众扩展至世界上越来越多的人的时候，一般的机器也力不胜任了。传统的硬件会占用太多空间，消耗太多能源。我们需要更有效率的硬件。
在他们的开源项目中，马尔斯和他的同事们，以及一位名叫Yunqi Zhang的密歇根大学博士生，能够展示像Siri这样的工具是如何在数据中心里面运行的，他们的最终目标是确定最适合运行这种语音服务的硬件设备。所有其他准备改造互联网的人工智能技术也有相同的需要，如人脸识别技术，无人驾驶等。
支撑当今互联网的这些大型计算中心无法负荷接下来的语音革命。

对Sirius的测试中，马尔斯已经证明，在传统的硬件上运行这些服务所需的机器，空间和能源将会比基于文本的搜索引擎多168倍。考虑到语音识别不仅是手机的未来，还是可穿戴设备的未来，这根本不实际。“我们将会遭遇瓶颈，”马尔斯说。数据中心不仅占用空间，还需要消耗大量的能源，花费大量的金钱。
问题是，什么样的硬件才能取代传统设备？这个问题不仅会影响到苹果，谷歌和微软等企业以及为数众多的应用程序开发商，还会影响到向数据中心销售硬件的公司，比如英特尔和AMD。“我们都身处其中，”AMD的首席技术官马克·佩珀马斯特说，“这对于我们自身以及未来影响重大。”
这就是玛尔斯运营Sirius项目的原因。苹果，谷歌和微软等企业知道如何运营这种新型服务，但绝大多数企业不知道。而他们却需要知道。
从Google的网页搜索引擎到Facebook的社交网络，大多数网页服务都是在英特尔和AMD的基础服务器上运行的(主要是英特尔)。问题在于这些CPU(中央处理器)不太适合运行Siri这样的语音识别服务，因为需要同时进行非常多的小规模计算。
如Google，微软，和中国搜索引擎巨头百度这样的企业所述，专用于处理复合数字图像的GPU(图像处理单元)以及可为特定任务编程的FPSA(现场可编程门阵列)等简单，低能耗的处理器更适于处理这些计算。Google现已使用GPU运行其与大脑类似的“神经网络”上。微软也在利用FPGA处理器来运行Bing搜索引擎的部分功能。

Bing不做语音服务。但GPU和FPGA处理器之所以能在运行各种网页服务时更有效率，主要是因为他们功耗低，占用空间小。
如果采用GPU和FPGA，你可以往一台机器里装入更多的芯片。虽然单个芯片都不及CPU，但他们可以将大型的计算分成小块，然后分摊到每个芯片上进行计算。这对于语音识别等应用极具吸引力。“很多新兴服务需要你在非常快的时间内筛选大量信息，”佩珀马斯特说。“因其重复性的本质，可以通过GPU或FPGA加速。”
GPU如今不仅是语音识别领域的必然之选，而且是基于神经网络的一切服务的最佳选择。这些“深度学习”工具涵盖了一切，从Google+和Facebook的人脸识别服务到百度搜索引擎的自动瞄准技术，它们将为无人驾驶技术与其他机器人技术提供帮助。负责Google大部分深度学习工作的Jeff Dean说公司现正混合使用CPU和GPU来运行神经网络，运行约50种不同的谷歌Web服务。

不过微软证明，FPGA也可以成为另一种选择。杰森·马尔斯一直在密歇根大学和加州大学圣地亚哥分校研究现代数据中心的建筑风格，他正视图利用开源数字助手寻找最适合未来互联网服务的设备。
问题的答案还没有被找到。但玛尔斯至少利用Sirius证明GPU和FPGA更适用于英特尔等公司。“设计未来的数据中心应该采用GPU还是FPGA，这非常关键，”马尔斯说。“你至少可以得到一个数量级的改进。”

你可以给它们编写程序，让它们为你做事。FPGA可能比GPU的效率更高（根据密歇根大学的测试，FPGA可以提供约16倍的性能，而GPU是10倍）。但他们需要更多的规划工作。谷歌，苹果和微软等公司必须聘请能够编写这些程序的工程师。
GPU也需要一些额外的工作。而使用FPGA，你必须调整你的软件来适应这些特殊的芯片。但你无须为芯片本身编程。因为这个原因，这可能是一个更可行的选择，尤其是当语音识别工具最终会超越苹果，谷歌和微软等公司，进入那些甚至不愿雇佣芯片工程师的公司。 “Siri，Cortana和Google Now，甚至那些更先进的，进行数据分析和实时处理视频，给你个性化建议的应用，这些是科技与工业前进的方向。”马尔斯说。
然而这一切都正在发生，这些改变将重塑计算机处理器的世界。英特尔已经在开发FPGA。GPU制造商Nvidia正在把深度学习的风潮带领到新的高度。几年前收购了GPU制造商ATI的AMD，正在推动领域的发展。如佩珀马斯特所说，公司目前正与行业中多家公司构建能让程序员编写GPU软件更容易的工具。
包括facebook和微软在内的许多大型的互联网公司也试图在自家的数据中心采用低功耗的ARM芯片，芯片市场有望在接下来的几年迎来巨大转变，杰森·马尔斯和他的Sirius项目致力于展示这一图景。但Sirius本身也将迎来巨大变数。毕竟，如果每个人都运行自己的Siri，他们将需要属于自己的芯片。