手機芯片也要被AI占領(lǐng)了
一個小小的人工智能芯片，就可讓手機、手表甚至攝像頭都能和“阿爾法狗”一樣“聰明”。
這是9月1日在德國柏林舉行的國際消費電子展上拍攝的一臺手機。
去年“阿爾法狗”戰(zhàn)勝韓國棋手李世石，需要耗電數(shù)萬瓦、依賴體積巨大的云服務(wù)器。一年多后，一個小小的人工智能芯片，就可讓手機、手表甚至攝像頭都能和“阿爾法狗”一樣“聰明”。
隨著中國企業(yè)率先推出市場化的人工智能（AI）手機芯片，這樣的手機之“芯”正掀起全球熱潮。
智能手機需要更強芯片
2017年柏林國際消費電子展上，華為推出麒麟970人工智能手機芯片，內(nèi)置神經(jīng)元網(wǎng)絡(luò)單元（NPU），通過人工智能深度學習，讓手機的運行更加高效。
芯片又叫集成電路，按照功能可分為很多種，有的負責電源電壓輸出控制，有的負責音頻視頻處理，還有的負責復(fù)雜運算處理。目前市場上的手機芯片有指紋識別芯片、圖像識別芯片、基帶芯片、射頻芯片等近百種。
現(xiàn)有芯片種類繁多，為何還要人工智能芯片？
隨著手機智能應(yīng)用越來越多，傳統(tǒng)芯片要么性能不夠，要么效率不足，難以支撐人工智能所需的大規(guī)模神經(jīng)網(wǎng)絡(luò)運轉(zhuǎn)。
例如，“谷歌大腦”用了上萬個通用處理器“跑”了數(shù)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(shù)百個圖形處理器（GPU），平均每局電費近3000美元。對于絕大多數(shù)智能需求來說，基于通用處理器的傳統(tǒng)計算機成本高、功耗高、體積大、速度慢，難以接受。
與傳統(tǒng)的4核芯片相比，在處理同樣的人工智能應(yīng)用任務(wù)時，麒麟970擁有大約50倍能效和25倍性能優(yōu)勢。
IT巨頭將加速研發(fā)AI芯片
目前迅猛發(fā)展的人工智能，上層的應(yīng)用都依賴于底層核心能力，而這個核心能力就是人工智能處理器。如果在芯片上不能突破，人工智能應(yīng)用就不可能真正成功?？梢哉f核心芯片是人工智能時代的戰(zhàn)略制高點。
人工智能目前采用的深度學習算法，有海量的數(shù)據(jù)運算需求，對傳統(tǒng)架構(gòu)和系統(tǒng)提出了極大挑戰(zhàn)。
深度學習，就是通過算法給機器設(shè)計一個神經(jīng)網(wǎng)絡(luò)。這個網(wǎng)絡(luò)的基本特點，是模仿大腦神經(jīng)元之間傳遞、處理信息的模式，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(yīng)用于許多領(lǐng)域，比如人臉識別、語音識別等，是人工智能領(lǐng)域的熱點研究方向之一。
用于圖像處理的GPU芯片因海量數(shù)據(jù)并行運算能力，被最先引入深度學習。2011年，當時在谷歌就職的吳恩達將英偉達的GPU應(yīng)用于“谷歌大腦”中，結(jié)果表明12個GPU可達到相當于2000個CPU的深度學習性能。之后多家研究機構(gòu)都基于GPU來加速其深度學習神經(jīng)網(wǎng)絡(luò)。
然而，隨著近兩年人工智能技術(shù)的迅速發(fā)展，GPU在三個方面顯露出局限性：無法充分發(fā)揮并行計算優(yōu)勢，硬件結(jié)構(gòu)固定不具備可編程性，運行深度學習算法能效不足。
全球科研界和企業(yè)于是競相開發(fā)更加適用的人工智能芯片，尤其是適用于移動通信時代的芯片。
華為公司與中國科學院計算技術(shù)研究所“寒武紀”項目團隊共同開發(fā)的麒麟970人工智能手機芯片，首次集成NPU，將通常由多個芯片完成的傳統(tǒng)計算、圖形、圖像以及數(shù)字（數(shù)位）信號處理功能集成在一塊芯片內(nèi)，節(jié)省空間、節(jié)約能耗，同時極大提高了運算效率。
在新的計算時代，核心芯片將決定基礎(chǔ)架構(gòu)和未來生態(tài)。因此，谷歌、微軟、超威等全球信息技術(shù)和通信制造巨頭都投入巨資，加速人工智能芯片的研發(fā)。
