人工智能技術(shù)迅猛發(fā)展的當下，要實現(xiàn)更高效、更人性化的AI，需要的不僅僅是架構(gòu)、算法，還有幫助AI成型的基石，即AI芯片。作為人工智能得以運行的載體，AI芯片的發(fā)展無疑左右著人工智能技術(shù)的進步。近日，華為AI戰(zhàn)略完整披露，眾多AI芯片正式亮相，其強勁的性能令眾人驚嘆之時，也不禁讓人產(chǎn)生疑惑，為何華為要為此改變自身集團愿景，AI芯片為何受到這么多的追捧？
初始階段，由于不需考慮功耗等原因，人工智能的芯片可以追求高算力、高并發(fā)、高吞吐量，現(xiàn)階段的解決方案一般是以“GPU＋CPU”的異構(gòu)模式來完成。同時，這種方案主要面向各大AI企業(yè)及實驗室的訓練環(huán)節(jié)，目前市場中由于AMD在此方面的長期缺失，導致深度學習GPU加速市場由NVIDIA一家獨大。
但隨著人工智能逐漸在云端展開應用，對AI芯片則提出了更多要求，在兼顧高性能的同時，還需要兼顧功耗及反應時間。而作為半定制的專用集成電路FPGA（現(xiàn)場可編程門陣列）恰好能夠滿足要求，其特點是能耗低，同時具有低延時、高吞吐的特性，可以滿足人工智能在云端運行的需求。目前，F(xiàn)PGA市場Xilinx和Altera兩家占據(jù)絕對壟斷地位，市場份額接近90％。
未來，人工智能技術(shù)注定要進一步下放至終端設(shè)備，由于物理原因受限，因此芯片的功耗、面積、成本都需要進一步優(yōu)化。主要解決方案為獨立ASIC與SoC＋IP兩種；獨立ASIC可以通過定制化的設(shè)計來實現(xiàn)性能更加優(yōu)越、保密性更強的芯片，但缺點是開發(fā)周期較長，投入成本巨大，一般公司難以承受。SoC＋IP在ASIC的開發(fā)弊端上具有很大的優(yōu)勢，但缺點是功能拓展性較弱，此前華為發(fā)布的昇騰系列AI芯片便按照此種方案開發(fā)。
雖然ASIC有種種開發(fā)上的困難，但是作為專用集成電路，其性能與功耗的優(yōu)勢卻是顯而易見的。在人工智能神經(jīng)網(wǎng)絡計算中，與傳統(tǒng)計算有一定的區(qū)別，導致進行神經(jīng)網(wǎng)絡計算時，CPU、DSP、GPU都有算力、性能、能效等方面的不足，所以產(chǎn)生了專為神經(jīng)網(wǎng)絡計算而設(shè)計處理器或加速器的需求。由于ASIC屬于定制類的芯片，涉及重新設(shè)計電路，因此生產(chǎn)的困難性頗大，目前市場中人工智能ASIC領(lǐng)域龍頭當屬Google TPU，其今年5月份發(fā)布的第三代TPU處理器本身的功能為第二代的兩倍。
以手機為例，在智能手機這類設(shè)備之中一般都有GPU及CPU，可以為人工智能提供相應的運算能力支持，那為何還要專門開發(fā)AI芯片來進行這項工作呢？這里舉一個簡單的例子，去普通飯店吃飯時可以選擇各種菜系，可能會比較美味，但若想要品嘗正宗的菜肴，要去專門的飯店才有可能吃到。
AI芯片也是如此，雖然手機也會有GPU及CPU，但功耗低、重量輕、厚度薄才是其追求的方向。專用的AI芯片能夠?qū)崿F(xiàn)最高效率及能力，并且只占用很小的空間及更低的功耗。同時不會占用CPU及GPU太多的資源，可以保證手機在運行人工智能的同時還能進行其他操作。
當然AI芯片的重要性不止于此。以Google TPU1為例，其擁有256X256尺寸的脈動陣列，約為700MHz，擁有64K個乘法單元，每個單元單次可執(zhí)行一個乘法及加法，即128K個操作。那么TPU1每秒的巔峰計算次數(shù)為約90Tops，當然這里只是理論數(shù)值，由于數(shù)據(jù)傳輸、存儲、提取等原因，往往達不到峰值速率。
但是，相較于普通GPU及CPU方案來進行訓練時，尤其目前神經(jīng)網(wǎng)絡尺寸越發(fā)龐大，參數(shù)更加繁雜，通常大型NN模型的訓練時間長達幾周甚至數(shù)月，而期間出現(xiàn)各種意外情況也會影響到訓練的進度，如停電等。而采用了TPU1則可以在一頓飯的時間內(nèi)完成，其效率大大提升。
而AI芯片雖然被冠以AI之名，但其本質(zhì)還是一枚芯片。在經(jīng)歷中美貿(mào)易戰(zhàn)初期的交鋒后，國內(nèi)企業(yè)已經(jīng)紛紛醒悟過來若沒有自己的核心技術(shù)，即使做到再強也不過一堆沙灘上的雕塑而已，浪潮一來即可覆滅。
在面對CPU及GPU被國外企業(yè)壟斷的格局下，AI芯片成為了國內(nèi)廠商新的突破點。目前來看，人工智能技術(shù)中美兩國基本處于同一起跑線上，因此對于AI芯片的開發(fā)更加有利。但是芯片的設(shè)計并非一朝一夕之功，加之我國的芯片制造能力也非常薄弱，需要投入大量人力財力才可能得出有效的產(chǎn)品。國內(nèi)目前對AI芯片投入研究的企業(yè)有寒武紀、華為海思、中興微電子、阿里平頭哥等，還有許多小型企業(yè)也紛紛跟風進入AI芯片領(lǐng)域中。
這是由于AI芯片制作并不同傳統(tǒng)芯片一般，不需要花費精力制作IP內(nèi)核，直接采用其他IP再加上架構(gòu)層面的優(yōu)化，針對業(yè)務需求對IP進行整合，因此制作的門檻大大降低，如上述提到的SoC＋IP方案。華為昇騰系列的推出為AI國產(chǎn)芯片注入了一針強心劑，極大地振奮了國產(chǎn)AI芯片相關(guān)制造企業(yè)。
但值得注意的是，雖然華為推出了AI芯片，但其在手機端的應用依然有許多局限性，大多只應用于圖片識別上。不僅華為如此，蘋果及聯(lián)發(fā)科也是如此，如何拓展未來AI的更多應用，成為了下一步將要邁出的關(guān)鍵。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
