清华魏少军:芯片是人工智能的载体 为重中之重.doc

清华魏少军:芯片是人工智能的载体 为重中之重.doc

ID:28108150

大小:171.50 KB

页数:7页

时间:2018-12-08

清华魏少军:芯片是人工智能的载体 为重中之重.doc_第1页
清华魏少军:芯片是人工智能的载体 为重中之重.doc_第2页
清华魏少军:芯片是人工智能的载体 为重中之重.doc_第3页
清华魏少军:芯片是人工智能的载体 为重中之重.doc_第4页
清华魏少军:芯片是人工智能的载体 为重中之重.doc_第5页
资源描述:

《清华魏少军:芯片是人工智能的载体 为重中之重.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、清华魏少军:芯片是人工智能的载体为重中之重  “AI芯片是AI技术发展过程中不可逾越的关键阶段,不管有什么好的AI算法,要想最终得到应用,都必然通过芯片来实现。”  作为清华大学微电子所所长、芯片行业顶级大牛,魏少军断言,芯片是实现人工智能的当然载体。  如此,也造成了目前芯片行业格外躁动和火热,不管是巨头公司还是创业公司,不管是传统制造公司还是互联网公司,都在布局AI芯片行业。  AI时代,芯片的架构创新是不可回避的课题  随着市场对芯片计算能力的需求提高,芯片制造工艺也在不断提高,与之而来的是芯片制造成本也随着涨高。有业内人士称,如今设计制造一颗10nm芯片的成本要几千万美元,就算

2、目前寒武纪、深鉴科技等专门做AI芯片的企业,即使采用28nm的芯片工艺,前期从投入到流片的成本都要超过400万美元。也就是说,单一品类的芯片出货量没有百万级很难收回成本。  魏少军表示,要想让AI芯片能够在使用中变得更”聪明“,架构创新就是它面临的一个不可回避的课题。AI算法目前处于不断的变化中,芯片公司都希望找到能够适应所有算法的结构,“高能效通用的深度学习引擎是AI芯片的必备特征。”    基于此,魏少军列出了AI芯片应该具备的几个基本要素:  1、可编程性,适应算法的演进和应用的多样性;  2、架构的动态可变性,适应不同的算法并实现高效计算;  3、高效的架构变换能力,CPU+S

3、W、CPU+GPU、CPU+FPGA、CPU+ASIC的作法都不是理想的架构。  与此同时,魏少军在现场从软硬件可以编程性维度将现在的AI芯片方案做了划分:    第一个方案就是CPU、DSP等处理器,芯片硬件可编程性很弱,软件可编程性强,芯片运行需要软件。这类芯片虽然具备通用性、高灵活性,但是成本高、价格贵,能量效率和计算效率不高,而且被行业寡头垄断。  第二种方案是ASIC、SoC等专用集成电路,芯片软硬件可编程性都很弱,虽然价格便宜、能量效率和计算效率很高,但是专用芯片不具备灵活性,一旦制造完成硬件就不可更改。  第三种方案是FPGA、EPLD等可编程逻辑器件,这种芯片硬件可编程

4、性强,软件可编程性很弱。虽然硬件可编程,但是静态编程,一旦配置完毕就不可更改,逻辑不可复制,而且成本高昂、芯片研发周期长,能量效率和计算效率低。  第四种方案是RCP、CGRA等软件定义芯片(SdC),软件、硬件均可编程,芯片功能随软件变化而变化,而且具备通用和高灵活性,未来扩大用量就可以降低成本。  提出软件定义芯片,Thinker芯片课题组将融资并成立公  软件定义芯片是魏少军带领的清华微电子所提出的全新芯片架构定义,实现了让芯片根据软件进行适应与调整。基于这种架构,清华微电子所相关课题组研发出了全新的Thinker系列芯片,使用了可重构计算芯片架构。在这个架构中,Thinker可

5、以根据控制单元的要求配置计算单元阵列并执行,也可以根据软件的要求将划分后的任务送到数据通道执行。而且,不同于冯诺依曼等效架构,可重构计算模式为函数化的硬件架构。  目前,Thinker系列芯片已经推出了面向通用神经网络计算的Thinker1代,面向极低功耗神经网路计算的Thinker2,以及面向极低功耗语音应用的ThinkerS。Thinker芯片的功耗非常低,只需要7号AA电池就能运行一年。    魏少军透露,Thinker芯片的研发课题组目前正在融资,着手成立新公司进行市场化运作,但是对于融资额度,魏少军表示不方便透露。  给国内造芯企业建议:光靠钱是砸不出来的,一定要开放  对于

6、目前中国企业布局芯片,魏少军表示支持,但是提出了一些建议。他说,“做芯片需要大量的人力和经验,光靠钱是砸不出来的,所以一定要开放,不要封闭。”魏少军同时表示,“如果是互联网巨头公司做芯片,我还要加一条建议,他们已经大到足以影响行业发展,所以在关键技术上要起到引领作用,能够有更大的雄心,肩负起社会责任。”  在谈到目前的AI芯片发展时,魏少军表示,现在的AI芯片市场被过度炒作。“目前,国内芯片的很多领域都存在问题,他们都在吹牛,有人还提出超越英特尔,我反对这样的说法。”  “英伟达当年做GPU就知道人工智能吗?我想未必,只是最后发现GPU用在人工智能上面很好用,才逐渐做起来。”魏少军认为

7、,科研成果是很少能过计划出来的,都是遇到市场机会做出来的。“科技研究很多都是无心插柳柳成荫。”    AI芯片能否独立存在?还不知道,但是做语音芯片不要自欺欺人  “我们现在还不清楚AI芯片有没有独立存在的可能性,如果有,我们就能够有机会创造出与英特尔一样伟大的公司。”魏少军坦言,“但是这个问题现在没有答案。”  谈到国内很多创业公司开始做语音芯片的时候,魏少军这样评论说,语音芯片到底要干嘛?要实现什么样的功能?这个首先要搞清楚。”比如说,你要

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。