datasheet

AI芯片的过去、现在与未来

2018-08-10来源: 华尔街见闻关键字:AI芯片

医疗争端、化学合成、罪犯识别、自动驾驶等应用领域,AI的威力日趋扩大。目前哪些是AI做不到的,未来哪些事又是AI可能做到的?美国商用系统芯片互连IP供应商ArterisIP的CTO Ty Garibay发表了一篇博客,解释了AI及AI芯片的前世今生。


经历了第一次泡沫、寒冬时期、研究重启的AI技术,目前的突破点在基础层AI芯片的更新中。AI到底能不能超越现在顺利达到深度学习的高标准,还是有待商榷和验证的。


简史


“人工智能”的术语1956年便诞生,由三位科学家John McCarthy、Claude Shannon and Marvin Minsky在英国达特茅斯会议上提出。当时那个年代末期,Arthur Samuel创造了“机器学习”的概念,指能够从错误中学习的程序,这个程序甚至能够在跳棋等游戏中表现胜过编程的人。


计算机技术的飞速进步使研究者相信,AI可很快解决。科学家们在研究基于人类大脑功能计算是否能解决实际生活中的问题过程中,创造了“神经网络”的理念。


1970年,科学家Marvin Minsky在《生活周刊》采访中表示,3至8年内,将有望出现一台与人类平均智力相当的机器。


上世纪80年代,AI走出了实验室并走向商业化,还掀起了AI投资狂潮。当AI相关的科技股泡沫破灭后,AI又重新回到实验室。“AI寒冬”到来。业内人士认为,当时发展AI技术过于超前,甚至此技术永远都无法普及。


AI芯片的过去、现在与未来


1986年,神经网络之父Geoffrey Hinton和其他研究人员发表了一篇里程碑式的报告,报告探讨了在“反向传播”算法如何使深层神经网络反应更出色。


1989年,深度学习三巨头之一的美国计算机科学家杨立昆(Yann LeCun)与当时他在贝尔实验室的同事通过培养能够识别手写ZIP码的神经系统而验证了一个AI理论在真实生活中的可行性。


2009年,斯坦福大学的Rajat Raina、Anand Madhavan和Andrew Ng发表了论文,论证了现代GPU的深度学习能力远远超过CPU。AI大军似乎卷土重来了。


现在


为什么现在投资界都在聊AI,说到底驱动因素是计算机技术成熟,海量数据容易获得,一旦研究者有了这些资源,算法与解决方案也就不是天方夜谭。


但AI芯片的最大挑战是,如何在系统级的芯片中,将以上资源协调在一起,而且系统级的芯片是以硬件加速器为载体的。


所以AI芯片的设计要求很高,尤其是在汽车行业,对安全和可靠性的标准一点都不能降低。


谷歌和特斯拉这样的公司对集成电路设计也许还并不成熟,而AI Movie、Horizon Robotics等AI初创企业虽然对机器学习有很深造诣,但要完成高水准的系统级芯片研发也很困难。


以汽车前置摄像头中的深度学习AI芯片加速器为例,此芯片主要用途是为了分析和检测道路上的车辆、物体。每个AI芯片都带有记忆文件以确保最大的带宽。


芯片内互联机制必须在检测到物体时保证较宽的带宽,并且在没有遇到物体,优化能源耗损时分配较窄的带宽。而优化的手段就是更新更高级的算法。这样的AI算法每天都要更新或升级一次。


如果把现在的深度算法芯片比作香蕉,那么没人愿意保留烂了的香蕉。其实AI芯片中旧算法就好比烂香蕉。所以对AI芯片来说,问世时间比其他类别的半导体更加敏感。


未来


除了深度学习和神经网络大幅推动了AI技术的进程,仍有很多研究者认为,如果AI要达到更好的要求,还需要更多的方法去支持AI芯片。


大多数AI芯片的设计目前只是基于杨立昆和Hinton等学者的理论而研发出的不同版本,但如果一直沿着这一条轨道前进,AI技术无法有更大的实质突破,更不用说用AI完全替代人类思维。


目前AI技术还是要建立在“标签化”数据的基础上的,它无法完成一个与历史经验毫无关联的任务。神经网络也并没有将已有知识与陌生规则(例如,“向上”的对立面是“向下”、孩子由父母生育等事实)。


AI技术现在还不能根据没有标签的数据解决问题,好比一个人即使没被烫过,也不会主动去碰点燃的火炉,AI却还做不到。即使通过“标签化”的数据学习,数据样本也要足够大。


AI芯片似乎没能表现得比人类更智能,但它们的学习能力很强,未来可以变得更聪明。算法和芯片系统的设计都可以进步,这需要AI芯片具备更高级的记忆系统和连接机制,以及承载深度学习数据流的硬件加速器。

关键字:AI芯片

编辑:冀凯 引用地址:http://www.eeworld.com.cn/qrs/2018/ic-news081050498.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:英特尔在AI芯片领域将有哪些新动作?
下一篇:AI芯片销售额已达10亿美元的英特尔如何看待AI芯片市场竞争

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

人工智能领域的高速发展,大公司竞相自主研发AI芯片

行业概况行业简介人工智能芯片(简称AI芯片)是指含有专门处理人工智能应用中大量计算任务模块的芯片,属于集成电路和人工智能的交叉领域。自2016年以来,谷歌、百度、阿里、腾讯等互联网巨头以及多家知名的风险投资基金疯狂涌入人工智能行业,大力推动各初创算法(方案)公司在多个应用领域商业化落地。随着人工智能在视觉识别、语音识别等领域明确的商业化应用不断涌现,人工智能算法及方案芯片化、硬件化的趋势日益明显,具有深度学习算法加速功能的芯片需求快速提升。 人工智能领域的高速发展,取决于对前沿算法的研究、落地应用场景的积极探索及通过先进的芯片设计、制造技术来满足日益明确的商业需求三个关键因素。商汤科技、旷视科技、科大讯飞、思必驰、华为
发表于 2019-05-14
人工智能领域的高速发展,大公司竞相自主研发AI芯片

中国AI芯片三强:海思、寒武纪、地平线实力分析

在5G 的架构下,AI 已是下个世代科技革命和产业变革的重要驱动力量。AI 将能催生出新的技术、产品、产业,及企业营运模式,进而引发经济结构大转变,甚至提升整体经济生产力。 不过以目前来看,AI 产业仍处于草创阶段,占整体IC 产业比重低,即使发展到2025 年,AI 产值也只能占整体IC 产业约10%。不过,以成长性来看,AI 产业绝对是未来半导体产业发展的明日之星。 资料来源:Statista, Tractica,Frost & Sullivan,钜亨网制表 而AI 产业的发展有三个基本要素,即演算法,数据和运算力,其中,运算力的关键在芯片。 在这三方面,清华大学指出,若与美国
发表于 2019-05-13
中国AI芯片三强:海思、寒武纪、地平线实力分析

依图发布首款AI芯片:专注于视觉推理领域

5月10日消息 昨日,人工智能企业依图科技在上海举行发布会,推出了一款云端视觉推理AI芯片“求索questcore”,以及基于该芯片构建的软硬件一体化系列产品和行业解决方案。求索是依图科技进入硬件领域后开发的首款芯片。据介绍,求索是全球首款为云端定制的深度学习视觉推理芯片,由依图科技和AI芯片初创团队ThinkForce联合开发。其基于依图的ManyCore 架构,采用台积电16nm工艺,适用于人脸识别、视频结构化分析、行人再识别等图像和视频实时智能分析任务。作为云端AI芯片,求索是一个完整的、具有端到端能力的AI处理器。在接受媒体采访时,依图科技表示,求索芯片不会单独售卖,会结合依图的硬件、产品或方案一同出售,目前已有不少订单
发表于 2019-05-10
依图发布首款AI芯片:专注于视觉推理领域

另辟蹊径避锋芒,日本发力AI芯片

日本已启动「AI芯片」(适合人工智能处理信息的专用半导体电路)的开发事业。将使之具备连接大量计算机所需的处理庞大数据量的计算性能,可以用于汽车和机器人等。为了掌握产业竞争力的关键,中美企业在AI芯片开发方面展开激烈竞争。日本也正在为采取对抗举措而绞尽脑汁。东京大学一个房间里新设置的计算机4月起正式投入运行。这是验证设计出来的半导体能否准确运行的专用计算机。其成为日本产业技术综合研究所和东京大学共同运营的「AI芯片设计基地」的核心设备。东京大学教授池田诚表示,「花费约16亿日元建成。对于制造稳定运行的半导体来说是不可或缺的」。即使是缺乏技术和资金的新创企业,也在准备参与这项业务。日本将在5年时间里投入近100亿日元的国家资金。今后
发表于 2019-05-07
另辟蹊径避锋芒,日本发力AI芯片

AI芯片角逐刚刚开始,但未来只属于少数玩家

AI芯片领域玩家众多,作品也在不断更新迭代。然而,到目前为止,完全符合描述和基准测试的AI芯片寥寥无几。即便是谷歌的TPU,也不足以支撑起AI更为长远的发展。人工智能的崛起有三个基本要素:算法、数据和算力。当云计算广泛应用,深度学习成为当下AI研究和运用的主流方式时,AI对算力的要求正快速提升。对AI芯片的持续深耕,就是对算力的不懈追求。AI芯片方向众多,企业集中于“初级”赛道目前,在摩尔定律的驱动下,CPU可以在合理的算力、价格、功耗和时间内为人工智能提供所需的计算性能。但AI的许多数据处理涉及矩阵乘法和加法,而CPU的设计与优化是针对成百上千种工作任务进行的,所以用CPU来执行AI算法,其内部大量的其他逻辑对目前的AI算法来说
发表于 2019-05-05
AI芯片角逐刚刚开始,但未来只属于少数玩家

一款AI芯片惊艳亮相亚马逊神秘大会,麻省理工挑战未来AI硬件

支撑运算,但是这不会是 AI 走向大范围应用的长远之计。现在,简单的人工智能芯片已经产生了重大影响。高端智能手机已经在使用为运行图像和语音识别的深度学习算法而优化的芯片。与之相比,更高效的芯片可以让这些设备运行功能更强大的人工智能代码。自动驾驶汽车也需要强大的人工智能芯片,因为目前大多数汽车都依赖于大型计算机。为改变这些现状,身为 MIT 电气工程和计算机科学系(EECS)副教授的 Sze,一直在研发新的适用于神经网络的高能效计算机芯片,这种芯片可使人工智能系统在移动设备上进行本地运行。Sze 的芯片叫做Eyeriss。它是 Sze 与英伟达研究科学家、麻省理工学院教授 Joel Emer 合作开发的。该芯片与许多标准处理器一起进行了
发表于 2019-05-03
一款AI芯片惊艳亮相亚马逊神秘大会,麻省理工挑战未来AI硬件

小广播

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved