AI芯片技术与产业发展路径

2020年国家推出了新基建的经济刺激发展规划,人工智能无疑会是新基建领域的重要一环,AI产业也将迎来更高速的发展和更加光明的前景。

由全球电子科技领域专业媒体 举办的第三届2020年人工智能大会盛大开幕,受疫情影响,今年AI大会由线下改成了线上举办,赛灵思人工智能业务高级总监姚颂带来了《AI芯片技术与产业发展路径》的演讲。

在本次分享中,姚颂表示,AI需要芯片,芯片需要AI。由于神经网络的加入,深度学习成为AI产业的助推力。转折点出现在2012年,英伟达在2007年和2008年推出CUDA,GPU和CUDA让深度学习复兴,对后来的整个人工智能起到了决定性的意义。2012年,Google当时有两个大神,一个是吴文达老师,斯坦福教授,后来成为百度的首席科学家,还有Justin和吴恩达做了一个猫眼识别的项目,花费了1000台服务器,16,000个CPU是一个非常大型的分布式的计算系统。采用了两个GPU,这个算法把神经网络劈成了两半,分别放在两个GPU上,一起训练出来,极大的简化了整个计算系统的复杂度,把海量的数据用起来,把神经网络和深度学习的优势给体现出来。

在姚颂看来,数据、算力和算法三大因素共同驱动了人工智能的兴起。AI芯片的发展主要是关键性的应用推动。AI正在为越来越多的细分应用提供支持,不同的模型针对不同的应用类别,例如分类、目标检测、道路分割等主要采用卷积神经网络(CNN)。

哪些杀手级应用推动芯片的应用?下一代技术主力发展是IoT和AI,IoT如果只做简单的连接,价值不大,如果赋予IoT一定AI能力,比如全家实现语音控制和语音交互,这些智慧生活体验带动应用的兴起。新零售、新制造、医疗领域也将成为AI市场的新增长点。

AI芯片的核心解决什么问题?姚颂认为,AI芯片主要解决的是带宽不足的问题,提高芯片的利用率。AI计算优化的三个维度,包括微架构设计、核心技术和算法压缩。AI芯片微架构设计的核心就是减少访存次数,芯片物理上的改进,采用的方法包括增大芯片尺寸,采用更多的晶体管,采用最新的制程和最高的带宽。

AI芯片近年来最大的进步非常大。姚颂分析说,清华大学高性能计算研究组的数据研究结果显示,从2019年到目前,ASIC产品已经出来,总体性能达到一个很好的指标,FPGA也在不断改进,用数模混合方式做出来的AI芯片得到一些特别恐怖的新指标,目前离量产还有一段距离。

姚颂指出,AI芯片越专用,性能越好,设计难度越小,各行业对AI芯片的需求确实差异很大。比如无线耳机的语音唤醒与识别需要AI芯片功耗低,成本低。自动驾驶需要的是AI芯片低延迟、高可靠。

姚颂认为,生态与软件的重要性远远大于AI芯片本身。如果只有芯片和指令集,应用时就会产生很多问题。没有软件,开发者无法使用,没有生态,初学者根本没有办法看懂,学习成本很高,厂商不做板卡跟系统,工程师拿到你的AI芯片,最后做成产品也非常费劲。

更多演讲分享请赶快视频

推荐阅读