深度學(xué)習(xí)、AI人工智能等技術(shù)正在成為各大處理器的熱點(diǎn)，雖然目前的主流是通過(guò)專用的NPU單元來(lái)加速AI指令，但在CPU中集成相應(yīng)的指令集也會(huì)帶來(lái)很大的改變，Intel在Cascade Lake及10nm Ice Lake處理器中就加入了BFlota16指令集（簡(jiǎn)稱BF16），AI性能達(dá)到了前代的2．5倍以上。

BF16是為深度學(xué)習(xí)而優(yōu)化的新數(shù)字格式，它保證了計(jì)算能力和計(jì)算量的節(jié)省，而預(yù)測(cè)精度的降低幅度最小。

BF16，有時(shí)也被稱為BFloat16或Brain Float16，是一種針對(duì)人工智能／深度學(xué)習(xí)應(yīng)用程序進(jìn)行優(yōu)化的新數(shù)字格式。它在谷歌Brain上獲得了廣泛的應(yīng)用，包括谷歌、英特爾、Arm和許多其他公司的人工智能加速器。

BF16背后的想法是通過(guò)降低數(shù)字的精度來(lái)減少計(jì)算能力和將張量相乘所需的能源消耗。張量是一個(gè)三維的數(shù)字矩陣；張量的乘法是計(jì)算人工智能所需的關(guān)鍵數(shù)學(xué)運(yùn)算。

現(xiàn)在大多數(shù)人工智能訓(xùn)練都使用FP32， 32位浮點(diǎn)數(shù)。雖然這意味著計(jì)算非常準(zhǔn)確，但它需要強(qiáng)大的硬件和大量的電力。推理通常使用INT8， 8位整數(shù)（整數(shù)）。雖然使用諸如INT8這樣的較低精度的數(shù)字系統(tǒng)可以在相同的硬件上提供更高的吞吐量，從而節(jié)省電力，但是計(jì)算（預(yù)測(cè)）的結(jié)果卻不那么準(zhǔn)確。

BF16的目的是優(yōu)化精度和預(yù)測(cè)精度之間的權(quán)衡，以增加吞吐量。

解剖FP

計(jì)算中的二進(jìn)制數(shù)表示為：

底數(shù)是2，尾數(shù)是x的基指數(shù)，

在FP32中，每個(gè)數(shù)字都表示為：

1位表示符號(hào)（＋或－），后跟8位的指數(shù)，在后面是23位的尾數(shù)（總共32位）。

對(duì)于BF16，谷歌Brain提出通過(guò)將FP32的尾數(shù)截?cái)酁?位來(lái)降低精度。

因此，BF16數(shù)字表示為：

1個(gè)符號(hào)位＋ 8個(gè)指數(shù)位＋7個(gè)尾數(shù)位（總共16位）。

這些16位數(shù)字提供了谷歌所追求的高吞吐量需求，同時(shí)保留了FP32的近似動(dòng)態(tài)范圍（該系統(tǒng)可以表示的數(shù)字的整個(gè)范圍），因?yàn)橹笖?shù)是相同的大小。

使用BF16算法的預(yù)測(cè)精度與FP32相似，但不如FP32精確（谷歌曾說(shuō)過(guò)，這是因?yàn)?u>神經(jīng)網(wǎng)絡(luò)對(duì)指數(shù)的大小比尾數(shù)敏感得多）。對(duì)于大多數(shù)應(yīng)用程序，這種折衷還是被認(rèn)為可以接受。

為什么不用FP16？

現(xiàn)有的FP16格式（在移動(dòng)圖形應(yīng)用程序中很流行）也是16位浮點(diǎn)數(shù)格式。為什么不用它呢？

FP16包括：

1個(gè)符號(hào)位，5個(gè)指數(shù)位，10個(gè)尾數(shù)位（共16位）。

使用這種格式，指數(shù)比FP32小，因此動(dòng)態(tài)范圍大大縮小。此外，將FP32數(shù)字轉(zhuǎn)換成FP16比轉(zhuǎn)換成BF16要困難得多——這比直接截?cái)辔矓?shù)要多得多，而尾數(shù)截?cái)嗍且粋€(gè)相對(duì)簡(jiǎn)單的操作。

另一個(gè)重點(diǎn)是計(jì)算所需的硅物理面積。由于硬件乘法器的物理大小隨尾數(shù)寬度的平方而增加，因此從FP32切換到BF16可以顯著節(jié)省硅面積（這足以說(shuō)服谷歌在其張量處理單元（TPU）芯片中使用BF16）。BF16乘法器比FP32乘法器小8倍，但仍然是FP16的一半。

DL還有哪些格式？

BF16并不是為深度學(xué)習(xí)提出的唯一新數(shù)字格式。在2017年Nervana提出了一個(gè)名為Flexpoint的格式。這個(gè)想法是通過(guò)結(jié)合點(diǎn)和浮點(diǎn)數(shù)系統(tǒng)的優(yōu)點(diǎn)來(lái)減少計(jì)算和內(nèi)存需求。

定點(diǎn)數(shù)使用固定的位來(lái)表示整數(shù)（整數(shù)）和分?jǐn)?shù)（小數(shù)點(diǎn)后的部分）—與上面描述的浮點(diǎn)格式相比，用定點(diǎn)數(shù)計(jì)算通常更簡(jiǎn)單、更快。但是，對(duì)于給定位數(shù)，定點(diǎn)數(shù)的動(dòng)態(tài)范圍要比浮點(diǎn)數(shù)小得多。

Flexpoint數(shù)字共享相同的指數(shù)，使張量更容易相乘

Flexpoint張量中的（浮點(diǎn)數(shù)）數(shù)使用相同的指數(shù)（不僅僅是相同的指數(shù)大小，而是完全相同的指數(shù)值）。這個(gè)指數(shù)是由張量中的所有數(shù)字共享的，所以指數(shù)的傳遞可以在整個(gè)張量中平攤。

張量相乘可以作為一個(gè)定點(diǎn)運(yùn)算，因?yàn)槊總€(gè)計(jì)算的指數(shù)是相同的——這比浮點(diǎn)數(shù)所需的數(shù)學(xué)運(yùn)算要簡(jiǎn)單。這些計(jì)算代表了深度學(xué)習(xí)數(shù)學(xué)的絕大部分，因此節(jié)省了相當(dāng)大的費(fèi)用。然而，由于所有數(shù)字都有相同的指數(shù)，所以導(dǎo)致管理指數(shù)很復(fù)雜，動(dòng)態(tài)范圍（可以表示的數(shù)字范圍）很低。

可惜的是，F(xiàn)lexpoint從未成功，甚至Nervana自己的芯片在消亡前也使用了BF16。

延伸閱讀——ARM下代處理器架構(gòu)將支持BFloat16指令集 AI性能突飛猛進(jìn)

ARM宣布將在下一版ARMv8架構(gòu)中加入新的Non及SVE指令，以便支持BFloat16運(yùn)算。

BF16運(yùn)算還不是IEEE的標(biāo)準(zhǔn)，但與標(biāo)準(zhǔn)的FP32浮點(diǎn)、FP16半精度相比，BF16運(yùn)算優(yōu)點(diǎn)多多，它可以輕松取代FP32，而且還能保持正確的NN神經(jīng)網(wǎng)絡(luò)操作，這點(diǎn)是FP16做不到的，而且它占用的內(nèi)存及帶寬只有FP32一半，所以性能更高，而且不需要復(fù)雜的架構(gòu)改變。

總之，支持BF16運(yùn)算優(yōu)點(diǎn)多多，根據(jù)ARM做的模擬，不同類型的運(yùn)算中BF16帶來(lái)的性能提升不等，少的有1．6倍性能，多的可達(dá)4倍性能，所以在AI方面性能變化是非常大的，是前代的數(shù)倍之多。