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(gè)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。可以說核心芯片是人工智能時(shí)代的戰(zhàn)略制高點(diǎn)。
人工智能目前采用的深度學(xué)習(xí)算法,有海量的數(shù)據(jù)運(yùn)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(xué)習(xí),就是通過算法給機(jī)器設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)。這個(gè)網(wǎng)絡(luò)的基本特點(diǎn),是模仿大腦神經(jīng)元之間傳遞、處理信息的模式,從多個(gè)角度和層次來觀察、學(xué)習(xí)、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(diǎn)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(yùn)算能力,被最先引入深度學(xué)習(xí)。2011年,當(dāng)時(shí)在谷歌就職的吳恩達(dá)將英偉達(dá)的GPU應(yīng)用于“谷歌大腦”中,結(jié)果表明12個(gè)GPU可達(dá)到相當(dāng)于2000個(gè)CPU的深度學(xué)習(xí)性能。之后多家研究機(jī)構(gòu)都基于GPU來加速其深度學(xué)習(xí)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(gè)方面顯露出局限性:無法充分發(fā)揮并行計(jì)算優(yōu)勢,硬件結(jié)構(gòu)固定不具備可編程性,運(yùn)行深度學(xué)習(xí)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(dòng)通信時(shí)代的芯片。
華為公司與中國科學(xué)院計(jì)算技術(shù)研究所“寒武紀(jì)”項(xiàng)目團(tuán)隊(duì)共同開發(fā)的麒麟970人工智能手機(jī)芯片,首次集成NPU,將通常由多個(gè)芯片完成的傳統(tǒng)計(jì)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(shí)極大提高了運(yùn)算效率。
在新的計(jì)算時(shí)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)。