AI芯片的前生今世与未来之路.doc

《AI芯片的前生今世与未来之路.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、AI芯片的前生今世与未来之路　　目前，人工智能领域正不断取得突破性进展。作为实现人工智能技术的重要基石，AI芯片拥有巨大的产业价值和战略地位。自2018年伊始，整个人工智能产业对于AI芯片的热情仿佛一瞬间被彻底点燃，无论是巨头公司还是初创企业，无论是芯片厂商还是互联网公司，纷纷积极布局这一领域。放眼整个人工智能行业，一时之间可谓人声鼎沸、热闹非凡。　　AI芯片的前生今世与未来之路　　目前，人工智能领域正不断取得突破性进展。作为实现人工智能技术的重要基石，AI芯片拥有巨大的产业价值和战略地位。自2018年伊始，整个人工智能产业对于AI芯片的热情仿佛一瞬间被彻底点燃，无论是巨头公司

2、还是初创企业，无论是芯片厂商还是互联网公司，纷纷积极布局这一领域。放眼整个人工智能行业，一时之间可谓人声鼎沸、热闹非凡。　　AI芯片的前生今世与未来之路　　目前，人工智能领域正不断取得突破性进展。作为实现人工智能技术的重要基石，AI芯片拥有巨大的产业价值和战略地位。自2018年伊始，整个人工智能产业对于AI芯片的热情仿佛一瞬间被彻底点燃，无论是巨头公司还是初创企业，无论是芯片厂商还是互联网公司，纷纷积极布局这一领域。放眼整个人工智能行业，一时之间可谓人声鼎沸、热闹非凡。　　AI芯片的前生今世与未来之路　　目前，人工智能领域正不断取得突破性进展。作为实现人工智能技术的重要基石，A

3、I芯片拥有巨大的产业价值和战略地位。自2018年伊始，整个人工智能产业对于AI芯片的热情仿佛一瞬间被彻底点燃，无论是巨头公司还是初创企业，无论是芯片厂商还是互联网公司，纷纷积极布局这一领域。放眼整个人工智能行业，一时之间可谓人声鼎沸、热闹非凡。　　　　然而，越是繁荣的表象，整个产业界越需要保持客观与冷静。众所周知，作为人工智能产业链的关键环节和硬件基础，AI芯片有着极高的技术研发和创新的壁垒。从芯片发展的趋势来看，我们现在仍处于AI芯片发展的初级阶段。未来将是AI芯片发展的重要阶段，无论是架构还是设计理念都存在着巨大的创新空间。那么，当前AI芯片的发展现状究竟如何？下一轮的爆发

4、点又将在哪里出现呢？　　AI芯片的前生今世　　经过长期的发展和探索，人工智能在近几年取得了突破性进展。人工智能系统在语音识别、图像识别、围棋、德州扑克等诸多领域取得了超越人的能力的成果。究其原因，业界普遍认为，深度学习算法、海量的数据和充足的计算力这三大要素合力促成了这次突破。　　其中，得益于摩尔定律在最近二十年的发展，充足的算力使得在可以接受的价格、功耗和时间内提供人工智能算法所需的计算性能。根据英特尔的处理器芯片能力和零售价格对比测算，单位价格可以购买到的计算力提升了1.5万倍，从而使“通用中央处理器”（CPU）可以支持各种人工智能任务。可以说，通过芯片技术来大幅增强人工智

5、能研发的时机已经非常成熟。然而，由于CPU要面对成百上千种工作任务来进行设计和优化，因此不可能牺牲灵活性来专门为某一类应用做优化，因此未必针对所有AI算法都是最优的选择。为此，出现了多种CPU加专用芯片的异构计算方案，以解决计算资源和内存访问瓶颈的研究。此外，与“脑启发式”（brain-inspired）的深度神经网络不同的“类脑”（brain-like）计算研究也推出了先进的神经拟态芯片来支持超高能效比的自然学习方式。　　综合来看，如果以设计理念进行划分的话，AI芯片大致可分为两大类别。　　第一类是“AI加速芯片”，它是确定性地加速某类特定的算法或任务，从而达到目标应用领域对

6、速度、功耗、内存占用和部署成本等方面的要求。目前，AI加速芯片的研发有两种主要的方式：一种是利用已有的GPU、众核处理器、DSP、FPGA芯片来做软硬件优化；另一种是设计专用的芯片，也就是ASIC。第二类是“智能芯片”，它让芯片像人一样能使用不同的AI算法进行学习和推导，处理包含感知、理解、分析、决策和行动的一系列任务，并且具有适应场景变化的能力。目前，面向综合、自适应能力的智能芯片研究有两类设计方法，一种是基于类脑计算的“神经拟态芯片”；另一种是基于可重构计算的“软件定义芯片”。　　围绕这两大方向，全球各大芯片公司都积极在人工智能领域进行布局，英特尔也是如此。而英特尔的独特之

7、处，在于能够提供全面的、多元化的解决方案。我们既提供多种芯片类型的产品，又覆盖了从终端到数据中心的使用场景。在终端领域，可以使用Movidius、Mobileye的ASIC芯片。在边缘计算中，可以使用ASIC芯片和FPGA芯片；在数据中心领域，可以灵活选择至强可扩展处理器、众核处理器和NNP等芯片方案。此外，英特尔还通过神经拟态芯片Loihi积极探索新的计算模式。　　AI芯片的未来之路　　目前，AI芯片虽然在某些具体任务上可以大幅超越人的能力，但在通用性、适应性上相较于人类智能还有很大差距，