之前是 Google 和亞馬遜。
微軟正在自己研發可編程的晶片（FPGA，現場可編程門陣列），看上去他們要把公司的未來押在這個叫做 Project Catapult 的項目上。最近，這個項目在《連線》雜誌上曝光了。
Project Catapult 在 2011 年 6 月正式建立，但一些具體的研究工作從 2010 年就開始，說白了就是在開發 FPGA 可編程的晶片。
可編程的晶片並不是什麽新東西。在英國中小學變成教育裏面很常見的“樹莓派”，和意大利的 Arduino 都是可以用軟晶體進行編程的單晶體計算機，後者已經紅了十年了。
比起上述兩者，FPGA 更“高級”一點。在硬體電路上進行編程的晶片，速度更快，還可以並行計算，價格也更貴。
微軟為什麽會對 FPGA 感興趣呢？
答案是：順應人工智慧、機器學習等技術浪潮，以及更好地做雲計算服務。
早在 2010 年微軟就用上了 FPGA。當時，微軟雲應用部門的主管 Doug Burger 請手下設計了一款能在 FPGA 上運行 Bing 機器學習算法的硬體方案，交給 Bing 部門負責人。
這件事情起初沒有得到太多回應。Burger 的團隊又花了幾個月時間做了原型機，證明用他們的方案運行 Bing 機器學習算法時，速度比原來快一百倍。
Project Catapult 原型。圖片來自：Wired
這個結果把 Bing 的老大陸奇吸引過來。他給了 Burger 資金和 1600 多台伺服器做更多的測試。硬體設備到位後被部署在微軟園區內的一處用於試驗的數據中心。
賣企業服務的公司做硬體，是 Google 和亞馬遜早就開始的項目，微軟的入場時間比他們晚了不少。
Google 和亞馬遜，是最早進入這個領域的公司之一。Chris Pinkham 曾任亞馬遜工程副總，主導建立了亞馬遜雲計算服務 EC2。受到 Google 自建數據中心的吸引，2002 年的時候他主張未來亞馬遜網站要有自己的數據中心，不用 Dell、惠普或者 IBM 那樣價格貴、功耗又高的商用服務器，亞馬遜自己開發功耗低、價格便宜，能幫助公司計算業務快速擴張的硬體。
後來 2012 年 Burger 試圖說服微軟 CEO 鮑爾默，公司應該自己做伺服器硬體，用的例證就是 Google 和亞馬遜。但鮑爾默不喜歡這個點子，這個時候陸奇出來解了圍並支持 Burger 說，“他的團隊已經開始了。“
接下去的兩年時間裏，Project Catapult 在微軟內部的一系列測試表明，Bing 的決策樹機器學習算法在 FPGA 晶片上的運行時間比普通晶片快大約 40 倍。
在微軟 2014 年發表的一篇論文裏提到，同時比較某種算法跑在 FPGA 和 CPU 上的運行效率，發現 FPGA 能實現算法 95% 的性能提升。
現在，Project Catapult 已經被部署在 Bing 搜索引擎上。接下去的一段時間內，Bing 團隊打算用它來運行基於深度神經網絡的新搜索算法。
資料來源:SOURCE |
收藏
分享
分享
提升卡
置頂卡
沉默卡
喧囂卡
變色卡
顯身卡
