大比特商务网 |资讯中心 |技术论坛 |解决方案 登录 注册 |数字刊 |招聘/求职
广告
广告
您的位置: 半导体器件应用网 >>行业要闻 >> 行业新闻 >> AI芯片为何受到如此追捧?

AI芯片为何受到如此追捧?

2018-10-11 10:40:47 来源:华强资讯

【大比特导读】人工智能技术迅猛发展的当下,要实现更高效、更人性化的AI,需要的不仅仅是架构、算法,还有帮助AI成型的基石,即AI芯片。近日,华为AI战略完整披露,众多AI芯片正式亮相,其强劲的性能令众人惊叹之时,也不禁让人产生疑惑,为何华为要为此改变自身集团愿景,AI芯片为何受到这么多的追捧?

人工智能技术迅猛发展的当下,要实现更高效、更人性化的AI,需要的不仅仅是架构、算法,还有帮助AI成型的基石,即AI芯片。作为人工智能得以运行的载体,AI芯片的发展无疑左右着人工智能技术的进步。近日,华为AI战略完整披露,众多AI芯片正式亮相,其强劲的性能令众人惊叹之时,也不禁让人产生疑惑,为何华为要为此改变自身集团愿景,AI芯片为何受到这么多的追捧?

初始阶段,由于不需考虑功耗等原因,人工智能的芯片可以追求高算力、高并发、高吞吐量,现阶段的解决方案一般是以“GPU+CPU”的异构模式来完成。同时,这种方案主要面向各大AI企业及实验室的训练环节,目前市场中由于AMD在此方面的长期缺失,导致深度学习GPU加速市场由NVIDIA一家独大。

AI芯片为何受到如此追捧?

但随着人工智能逐渐在云端展开应用,对AI芯片则提出了更多要求,在兼顾高性能的同时,还需要兼顾功耗及反应时间。而作为半定制的专用集成电路FPGA(现场可编程门阵列)恰好能够满足要求,其特点是能耗低,同时具有低延时、高吞吐的特性,可以满足人工智能在云端运行的需求。目前,FPGA市场Xilinx和Altera两家占据绝对垄断地位,市场份额接近90%。

未来,人工智能技术注定要进一步下放至终端设备,由于物理原因受限,因此芯片的功耗、面积、成本都需要进一步优化。主要解决方案为独立ASIC与SoC+IP两种;独立ASIC可以通过定制化的设计来实现性能更加优越、保密性更强的芯片,但缺点是开发周期较长,投入成本巨大,一般公司难以承受。SoC+IP在ASIC的开发弊端上具有很大的优势,但缺点是功能拓展性较弱,此前华为发布的昇腾系列AI芯片便按照此种方案开发。

虽然ASIC有种种开发上的困难,但是作为专用集成电路,其性能与功耗的优势却是显而易见的。在人工智能神经网络计算中,与传统计算有一定的区别,导致进行神经网络计算时,CPU、DSP、GPU都有算力、性能、能效等方面的不足,所以产生了专为神经网络计算而设计处理器或加速器的需求。由于ASIC属于定制类的芯片,涉及重新设计电路,因此生产的困难性颇大,目前市场中人工智能ASIC领域龙头当属Google TPU,其今年5月份发布的第三代TPU处理器本身的功能为第二代的两倍。

以手机为例,在智能手机这类设备之中一般都有GPU及CPU,可以为人工智能提供相应的运算能力支持,那为何还要专门开发AI芯片来进行这项工作呢?这里举一个简单的例子,去普通饭店吃饭时可以选择各种菜系,可能会比较美味,但若想要品尝正宗的菜肴,要去专门的饭店才有可能吃到。

AI芯片也是如此,虽然手机也会有GPU及CPU,但功耗低、重量轻、厚度薄才是其追求的方向。专用的AI芯片能够实现最高效率及能力,并且只占用很小的空间及更低的功耗。同时不会占用CPU及GPU太多的资源,可以保证手机在运行人工智能的同时还能进行其他操作。

当然AI芯片的重要性不止于此。以Google TPU1为例,其拥有256X256尺寸的脉动阵列,约为700MHz,拥有64K个乘法单元,每个单元单次可执行一个乘法及加法,即128K个操作。那么TPU1每秒的巅峰计算次数为约90Tops,当然这里只是理论数值,由于数据传输、存储、提取等原因,往往达不到峰值速率。

但是,相较于普通GPU及CPU方案来进行训练时,尤其目前神经网络尺寸越发庞大,参数更加繁杂,通常大型NN模型的训练时间长达几周甚至数月,而期间出现各种意外情况也会影响到训练的进度,如停电等。而采用了TPU1则可以在一顿饭的时间内完成,其效率大大提升。

而AI芯片虽然被冠以AI之名,但其本质还是一枚芯片。在经历中美贸易战初期的交锋后,国内企业已经纷纷醒悟过来若没有自己的核心技术,即使做到再强也不过一堆沙滩上的雕塑而已,浪潮一来即可覆灭。

在面对CPU及GPU被国外企业垄断的格局下,AI芯片成为了国内厂商新的突破点。目前来看,人工智能技术中美两国基本处于同一起跑线上,因此对于AI芯片的开发更加有利。但是芯片的设计并非一朝一夕之功,加之我国的芯片制造能力也非常薄弱,需要投入大量人力财力才可能得出有效的产品。国内目前对AI芯片投入研究的企业有寒武纪、华为海思、中兴微电子、阿里平头哥等,还有许多小型企业也纷纷跟风进入AI芯片领域中。

这是由于AI芯片制作并不同传统芯片一般,不需要花费精力制作IP内核,直接采用其他IP再加上架构层面的优化,针对业务需求对IP进行整合,因此制作的门槛大大降低,如上述提到的SoC+IP方案。华为昇腾系列的推出为AI国产芯片注入了一针强心剂,极大地振奋了国产AI芯片相关制造企业。

但值得注意的是,虽然华为推出了AI芯片,但其在手机端的应用依然有许多局限性,大多只应用于图片识别上。不仅华为如此,苹果及联发科也是如此,如何拓展未来AI的更多应用,成为了下一步将要迈出的关键。

本文由大比特资讯收集整理(www.big-bit.com)

分享到:
阅读延展
AI芯片
  • AI加速器的新选择

    AI加速器的新选择

    过去几年兴起的人工智能浪潮里,人们在过去的AI芯片选型。但进入今天,这种格局也许就要被改变了。

  • 继续扩军,地平线将融资10亿美元

    继续扩军,地平线将融资10亿美元

    年底AI芯片又有新动态,据金融时报报道,AI芯片公司地平线正在进行新一轮融资,计划筹资最多达10亿美元,本轮融资估值在30亿至40亿美元之间,这次融资也成为中国新兴AI芯片领域最大的融资活动之一。

  • 服务器芯片市场杀出程咬金,AWS云芯片亮相

    服务器芯片市场杀出程咬金,AWS云芯片亮相

    云AI芯片自身的性能比较强,并且能够同时支持大量运算共同运行,除此之外还能够支持图片、语音等多种不同的应用,在AI芯片中,基于云AI芯片的技术能够让各种智能设备和云端服务器进行快速的连接,并且连接中能够保持最大的稳定,这个作用也是很大的。

  • 又一AI芯片问世,主要用于哪方面?

    又一AI芯片问世,主要用于哪方面?

    通过改变计算的基本属性,美国普林斯顿大学研究人员日前打造的一款专注于人工智能系统的新型计算机芯片,可在极大提高性能的同时减少能耗需求。

  • 对AI芯片创业公司来说,哪些市场更容易规模化?

    对AI芯片创业公司来说,哪些市场更容易规模化?

    一颗芯片需要百万级以上规模出货量才能收回成本,像英特尔、英伟达、高通等芯片巨头都是提供标准化产品给各行业客户来实现规模化。虽然AI芯片的趋势是软硬结合,但现在很多 AI芯片创业公司却成为系统集成商。

  • 新思科技推出Platform Architect Ultra满足下一代AI芯片设计需求

    新思科技推出Platform Architect Ultra满足下一代AI芯片设计需求

    新思科技(Synopsys, Inc.)宣布,推出适用于下一代架构探索、分析和设计的解决方案Platform Architect?Ultra,以应对人工智能(AI)系统级芯片(SoC)的系统挑战。此解决方案支持神经网络芯片根据数据中心或嵌入式设备可用功耗和性能预算,平衡所需卷积神经网络(CNN)的吞吐量。

微信

第一时间获取电子制造行业新鲜资讯和深度商业分析,请在微信公众账号中搜索“大比特商务网”或者“big-bit”,或用手机扫描左方二维码,即可获得大比特每日精华内容推送和最优搜索体验,并参与活动!

发表评论

  • 最新评论
  • 广告
  • 广告
  • 广告
广告
Copyright Big-Bit © 1999-2016 All Right Reserved 大比特资讯公司 版权所有      未经本网站书面特别授权,请勿转载或建立影像,违者依法追究相关法律责任