Facebook如何帮助广告商吸引更多用户？

Facebook自研芯片的主要目的是为了实时分析和过滤视频内容，用AI技术来替代人工监管。

自从数据泄露门的事件发生以后，Facebook就变成了监管重地，而如何确保平台上用户生成的内容合规合法就成为了Facebook最头疼的问题。这样难怪，Facebook已经不仅仅是一个社交网络，更是一个体量巨大的新媒体”了；既然是媒体，那么必然面临内容审核的问题。

在这个短视频时代，Facebook光靠传统的群众举报”机制早已经不能对付每天产生的海量数据。此前，一名极端组织的法国籍男子曾通过Facebook直播发表了恐怖宣言，并在巴黎附近持刀杀害了两名警察；还有一位美国弗吉尼亚州的Facebook用户在视频直播中射杀了自己的前同事；包括在特朗普选举期间，Facebook上也出现了假新闻等等。

如何实时发现涉及恐怖、暴力、色情的视频并阻断传播？拥有深度学习三驾马车”之一Yann LeCun的Facebook当然会在AI技术上进行布局，而为了处理海量数据，自己开发用于分析和过滤视频的专业FPGA/ASIC芯片也在情理之中了。从目前得到的信息来看，Facebook研发芯片主要还是为了自用，而不是准备进军芯片行业。

不过Facebook的这件事情倒是让我想到了今日头条，抖音也曾经因为低俗内容而短暂下架，包括内涵段子被永久关停，其实头条也有和Facebook一样的需求，尤其是对于如火如荼的短视频以及目前即将进军游戏直播。查了一下网上的新闻，果然头条也将涉足芯片领域。

4月24日，北京字节跳动科技有限公司（今日头条的母公司）副总裁杨震原向36氪透露，将在芯片领域有所行动。杨震原向36氪表示：字节跳动拥有全球数量最大的用户上传视频需要分析处理，有大量的芯片采购和应用。目前也在芯片相关领域积极寻求突破。”

怎么看待Facebook开始自研芯片？

从2018年年中开始，Facebook就在AI芯片方面频频发声。

5月，在巴黎Viva科技峰会上，Facebook首席AI科学家Yann LeCun首次直接披露了Facebook在AI芯片方面的具体方向：视频实时监测。

由于这两年来视频直播的盛行，越来越多用户选择使用这种方式分享自己的生活，这对Facebook的视频实时分析、实时审核过滤带来了极大的压力。

2017年的复活节时，一名男子在Facebook上直播开枪杀人，该视频在Facebook上停留了超过2个小时后才被删除，引起了社会的极大恐慌。

传统软硬件不仅分析过滤不及时，对于越来越大量的视频压缩、审核、监管等应用，传统软硬件在计算资源和功耗控制上都达不到要求。

Yann LeCun说，Facebook之所以要自己做芯片，是因为传统资源无法满足新时代需求，传统方法已经失效，我们需要一款AI芯片，实时分析和过滤视频内容。”

顺便一提的是，今年1月，Yann LeCun宣布将不再担任FAIR负责人，将由前IBM大数据集团CTO Jér?me Pesenti接任。LeCun表示他将改任Facebook的首席AI科学家，专注于AI学术研究以及对FAIR进行方向性指导。

▲Shahriar Rabii的LinkedIn界面

目前。Facebook的AI芯片团队还处在早期的起步组建阶段。就在上周，Facebook才刚刚从谷歌挖来一员大将——谷歌前芯片产品开发部门负责人Shahriar Rabii跳槽，担任Facebook副总监及芯片部分负责人一职。

Shahriar Rabii曾在谷歌工作7年，离职前职位为高级工程师主管、芯片产品开发部门负责人。他负责带队进行了大量针对消费者用户的芯片研发工作，其中最值得一提的是为谷歌亲儿子”Pixel智能手机打造的Visual Core定制化AI视觉芯片，这枚芯片能够为智能手机摄像头带来机器学习AI功能。

更早之前的4月19日，Facebook的第一条AI芯片招聘信息开始在线上流传。在招聘信息当中，Facebook宣布即将为招聘一名管理者（Manger）来组建端对端SoC/ASIC固件和驱动开发组织”，该管理者需要针对多个垂直领域开发定制解决方案，包括人工智能和机器学习”。

在同日的另一则招聘启事中，Facebook则表示正在招聘ASIC&FPGA设计工程师”，该工程是需要拥架构和设计半定制和全定制ASIC的专业知识、能够与软件和系统工程师合作，了解当前硬件的局限性，并利用他们的专业知识打造针对多种应用（包括人工智能/机器学习，压缩，视频解码等）的定制解决方案。

时至今日，Facebook依然有不少AI芯片相关的岗位招聘挂在LinkedIn页面上，并且在持续更新中：比如五天前跟新的一条内存&芯片产品总监”招聘信息、以及三天前更新的两条ASIC&FPGA工程师”、ASIC/FPGA技术项目主管”招聘信息。

从高调挖人到大规模招聘，可见Facebook在AI芯片的决心与投入。不过如果按照芯片18个月的设计制造周期来说，如果Facebook现在才开始招募团队，那么离芯片真正量产就还有至少一年时间。