瞻觀前沿

近日，美國賓夕法尼亞大學(xué)工程師開發(fā)了一種新型芯片，它使用光而不是電來執(zhí)行訓(xùn)練人工智能(AI)所必需的復(fù)雜數(shù)學(xué)運算。該芯片有可能從根本上加快計算機的處理速度，同時還可降低能源消耗。相關(guān)研究發(fā)表在最新一期《自然·光子學(xué)》上。

該芯片首次將本杰明·富蘭克林獎?wù)芦@得者納德·恩赫塔在納米尺度上操縱材料的開創(chuàng)性研究與硅光子(SiPh)平臺結(jié)合起來。前者涉及利用光進行數(shù)學(xué)計算;后者使用的是硅，即一種用于大規(guī)模生產(chǎn)計算機芯片的廉價且豐富的元素。

除了更快的速度和更少的能耗之外，新型芯片還具有隱私優(yōu)勢。由于許多計算可同時進行，因此無需在計算機的工作內(nèi)存中存儲敏感信息，從而使采用此類技術(shù)的未來計算機幾乎無法被入侵。

圖片來源：攝圖網(wǎng)

技術(shù)價值觀察

人工智能芯片產(chǎn)業(yè)鏈結(jié)構(gòu)清晰，鏈條較短，主要分為上游的材料與設(shè)備，中游的產(chǎn)品制造，下游的應(yīng)用市場;上游的材料與設(shè)備主要指半導(dǎo)體材料和半導(dǎo)體設(shè)備，半導(dǎo)體材料包括單晶硅、單晶鍺、砷化鎵、晶體管等材料，半導(dǎo)體設(shè)備包括光刻機、等離子刻蝕機等設(shè)備;中游的產(chǎn)品制造包括芯片設(shè)計和芯片制造，芯片設(shè)計的流程主要是通過EDA進行系統(tǒng)設(shè)計、RTL設(shè)計、物理設(shè)計等過程，芯片制造包括晶圓加工、晶圓測試、晶片切割、芯片封裝等過程;下游的應(yīng)用市場主要有云計算、自動駕駛、智能手機、無人機、智能音箱、智能安防等。

美國工程師開發(fā)出一種新型芯片，使用光加快計算機的處理速度。因此，從人工智能芯片產(chǎn)業(yè)鏈上看，該技術(shù)處于產(chǎn)業(yè)鏈的中游產(chǎn)品制造環(huán)節(jié)。

宏觀市場觀察

——人工智能芯片分類

人工智能芯片的定義從廣義上講只要能夠運行人工智能算法的芯片都叫作人工智能芯片。但是通常意義上的人工智能芯片指的是針對人工智能算法做了特殊加速設(shè)計的芯片?，F(xiàn)階段，這些人工智能算法一般以深度學(xué)習(xí)算法為主，也可以包括其它機器學(xué)習(xí)算法。

人工智能芯片分類一般有按技術(shù)架構(gòu)分類、按功能劃分、按應(yīng)用場景分類三種分類方式。相關(guān)分類方式下的具體分類情況如下圖所示：

——AI芯片是智能計算的主流模式

基于AI芯片的加速計算是當(dāng)前智能計算的主流模式。AI芯片通過和AI算法的協(xié)同設(shè)計來滿足AI計算對算力的超高需求。當(dāng)前主流的AI加速計算主要是采用CPU系統(tǒng)搭載GPU、FPGA、ASIC等異構(gòu)加速芯片。

近年來，國產(chǎn)AI加速芯片廠商持續(xù)發(fā)力，在該領(lǐng)域取得了快速進展，相關(guān)產(chǎn)品陸續(xù)發(fā)布，覆蓋了AI推理和AI訓(xùn)練需求，其中既有基于通用GPU架構(gòu)的芯片，也有基于ASIC架構(gòu)的芯片，另外也出現(xiàn)了類腦架構(gòu)芯片，總體上呈現(xiàn)出多元化的發(fā)展趨勢。

——人工智能芯片滲透多個行業(yè)

人工智能芯片憑借強大的算法承載力和超高的處理速度，廣泛應(yīng)用于多種場景，比如智能人臉識別或智能語音識別，處理超高數(shù)據(jù)庫的服務(wù)器大數(shù)據(jù)分析，隨時處理變化的交通信息及各類傳感器信息的自動駕駛領(lǐng)域，以及機器人的智能化等。

——全球人工智能芯片市場規(guī)模

2019年全球AI芯片市場規(guī)模為110億美元。隨著人工智能技術(shù)日趨成熟，數(shù)字化基礎(chǔ)設(shè)施不斷完善，人工智能商業(yè)化應(yīng)用將加速落地，推動AI芯片市場高速增長，預(yù)計2025年全球人工智能芯片市場規(guī)模將達726億美元。

——四大技術(shù)趨勢凸顯

目前，主流人工智能芯片主要利用MAC加速陣列對CNN(卷積神經(jīng)網(wǎng)絡(luò))中最主要的卷積運算的加速。而隨著這一代人工芯片的不斷被重復(fù)利用，一些問題漸漸暴露出來：第一是深度學(xué)習(xí)計算所需數(shù)據(jù)量巨大，造成內(nèi)存帶寬成為整個系統(tǒng)的瓶頸，即所謂記憶墻問題;第二個問題與第一個問題相關(guān)，內(nèi)存大量訪問和MAC陣列的大量運算，造成人工智能芯片整個功耗的增加。因此這兩個連鎖問題的出現(xiàn)將會給行業(yè)技術(shù)領(lǐng)域帶來新的發(fā)展趨勢，詳細(xì)趨勢見下圖所示：

經(jīng)濟學(xué)人APP資訊組

看完覺得寫得好的，不防打賞一元，以支持藍海情報網(wǎng)揭秘更多好的項目。

標(biāo)簽： 芯片 人工智能 算法 隨筆