訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
新華社:人工智慧需要專門的AI晶片
獲取產業訊息零時差!立即訂閱電電公會電子報。
去年“阿爾法狗”戰勝韓國棋手李世石,需要耗電數萬瓦、依賴體積巨大的雲伺服器。一年多後,一個小小的人工智慧晶片,就可讓手機、手錶甚至攝像頭都能和“阿爾法狗”一樣“聰明”。

隨著中國企業率先推出市場化的人工智慧手機晶片,這樣的手機之“芯”正掀起全球熱潮。它將帶來怎樣的影響,傳統晶片命運幾何?

專“芯”專用
2017年柏林國際消費電子展上,華為推出麒麟970人工智慧手機晶片,內置神經元網路單元(NPU),通過人工智慧深度學習,讓手機的運行更加高效。

晶片又叫積體電路,按照功能可分為很多種,有的負責電源電壓輸出控制,有的負責音訊視頻處理,還有的負責複雜運算處理。目前市場上的手機晶片有指紋識別晶片、圖像識別晶片、基帶晶片、射頻晶片等近百種。

現有晶片種類繁多,為何還要人工智慧晶片?

隨著手機智能應用越來越多,傳統晶片要麼性能不夠,要麼效率不足,難以支撐人工智慧所需的大規模神經網路運轉。

例如,“穀歌大腦”用了上萬個通用處理器“跑”了數天來學習如何識別貓臉;“阿爾法狗”和李世石下棋時使用了上千個中央處理器(CPU)和數百個圖形處理器(GPU),平均每局電費近3000美元。對於絕大多數智慧需求來說,基於通用處理器的傳統電腦成本高、功耗高、體積大、速度慢,難以接受。

與傳統的4核晶片相比,在處理同樣的人工智慧應用任務時,麒麟970擁有大約50倍能效和25倍性能優勢。
術業有專攻。專業人士指出,普通的處理器就好比瑞士軍刀,雖然通用,但不專業。廚師要做出像樣的菜肴,就必須使用專業的菜刀,而專門的深度學習處理器就是這把更高效、更快捷的“菜刀”。

“芯”夠強 才能走得遠
目前迅猛發展的人工智慧,上層的應用都依賴於底層核心能力,而這個核心能力就是人工智慧處理器。如果在晶片上不能突破,人工智慧應用就不可能真正成功。可以說核心晶片是人工智慧時代的戰略制高點。

人工智慧目前採用的深度學習演算法,有海量的資料運算需求,對傳統架構和系統提出了極大挑戰。

深度學習,就是通過演算法給機器設計一個神經網路。這個網路的基本特點,是模仿大腦神經元之間傳遞、處理資訊的模式,從多個角度和層次來觀察、學習、判斷、決策。近年來,這種方法已應用於許多領域,比如人臉識別、語音辨識等,是人工智慧領域的熱點研究方向之一。

用於影像處理的GPU晶片因海量資料(40.670, -0.95, -2.28%)並行運算能力,被最先引入深度學習。2011年,當時在穀歌就職的吳恩達將英偉達的GPU應用于“穀歌大腦”中,結果表明12個GPU可達到相當於2000個CPU的深度學習性能。之後多家研究機構都基於GPU來加速其深度學習神經網路。

然而,隨著近兩年人工智慧技術的迅速發展,GPU在三個方面顯露出局限性:無法充分發揮平行計算優勢,硬體結構固定不具備可程式設計性,運行深度學習演算法能效不足。

全球科研界和企業於是競相開發更加適用的人工智慧晶片,尤其是適用於移動通信時代的晶片。

華為公司與中國科學院計算技術研究所“寒武紀”專案團隊共同開發的麒麟970人工智慧手機晶片,首次集成NPU,將通常由多個晶片完成的傳統計算、圖形、圖像以及數位(數位)信號處理功能集成在一塊晶片內,節省空間、節約能耗,同時極大提高了運算效率。

據預測,類腦計算晶片市場將在2022年前達到千億美元規模,其中消費終端將是最大市場,佔據98.17%,其他需求包括工業檢測、航空、軍事與國防等領域。

在新的計算時代,核心晶片將決定基礎架構和未來生態。因此,穀歌、微軟、超微等全球資訊技術和通信製造巨頭都投入鉅資,加速人工智慧晶片的研發。
訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。