2017年，“人工智能”儼然已經(jīng)成為所有媒體的頭條熱點(diǎn)，在媒體和資本的推動(dòng)下，AI以迅雷不及掩耳之勢(shì)向我們洶涌奔來。從政策層面，2017年關(guān)于AI發(fā)生了三件大事，一是發(fā)布了人工智能發(fā)展規(guī)劃；二是人工智能首次寫入十九大報(bào)告；三是很多城市，如上海、重慶等都在進(jìn)行人工智能規(guī)劃。
從數(shù)據(jù)來看，2013年只有100多家組織機(jī)構(gòu)研究深度學(xué)習(xí)和人工智能，而到了2015年，這個(gè)數(shù)字已經(jīng)飆升到3409家，兩年時(shí)間增長(zhǎng)30多倍。就連以電動(dòng)汽車起家的特斯拉也宣布開始設(shè)計(jì)AI芯片，馬斯克請(qǐng)來了AMD公司Zen架構(gòu)的開發(fā)者Jim Keller，擔(dān)任自動(dòng)駕駛硬件副總裁。
在AI熱鬧非凡的大背景下我們也需要認(rèn)真思考：人工智能是否需要專門的芯片？現(xiàn)有的技術(shù)架構(gòu)具有怎樣的優(yōu)勢(shì)？近期，北京建廣資產(chǎn)管理有限公司主辦了一場(chǎng)以“構(gòu)造’芯’生態(tài)”為主題的沙龍，賽迪智庫(kù)半導(dǎo)體研究所副所長(zhǎng)林雨從AI芯片定義、分類、生態(tài)環(huán)境、投資等方面做了分析。
人工智能如果按照架構(gòu)進(jìn)行劃分，有三個(gè)重要元素：數(shù)據(jù)、算法和算例，其中算例就是芯片，算例是基礎(chǔ)，算法是核心，數(shù)據(jù)是保障。先看人工智能的定義，從廣義上講只要能夠運(yùn)行人工智能算法的芯片都叫人工智能芯片。但是深入分析，林雨表示，“只有針對(duì)人工智能算法做了特殊加速設(shè)計(jì)的芯片才可以稱作為人工智能芯片，市場(chǎng)上真正做到了對(duì)芯片里面的架構(gòu)做了特殊加速設(shè)計(jì)的公司少之又少。”
三個(gè)維度對(duì)人工智能進(jìn)行分類
林雨分別從功能、應(yīng)用場(chǎng)景和技術(shù)架構(gòu)對(duì)人工智能進(jìn)行了分類：
從功能上來看，人工智能包括推理和訓(xùn)練兩個(gè)環(huán)節(jié)。在訓(xùn)練層面，通過大數(shù)據(jù)訓(xùn)練出一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型。目前訓(xùn)練環(huán)節(jié)主要使用英偉達(dá)的GPU集群完成，谷歌的TPU2．0也支持訓(xùn)練環(huán)節(jié)和深度網(wǎng)絡(luò)加速。推理環(huán)節(jié)是指利用訓(xùn)練好的模型，使用新數(shù)據(jù)推理出各種結(jié)論?？偟脕砜矗?xùn)練環(huán)節(jié)對(duì)芯片的性能要求比較高，推理環(huán)節(jié)對(duì)簡(jiǎn)單指定的重復(fù)計(jì)算和低延遲的要求很高。
從應(yīng)用場(chǎng)景來看，人工智能芯片應(yīng)用于云端和設(shè)備端，在深度學(xué)習(xí)的訓(xùn)練階段需要極大的數(shù)據(jù)量和大運(yùn)算量，單一處理器無法獨(dú)立完成，因此訓(xùn)練環(huán)節(jié)只能在云端實(shí)現(xiàn)。在設(shè)備端，智能終端的數(shù)量龐大，而且需求差異較大，比如VR設(shè)備對(duì)于實(shí)時(shí)性要求很高，推理環(huán)節(jié)無法在云端完成，要求設(shè)備有獨(dú)立的推理計(jì)算能力，因此專用芯片的需求還是很大。
從技術(shù)架構(gòu)來看有四類：一是通用性芯片，如GPU；二是以FPGA為代表的半定制化芯片，如深鑒科技的DPU；第三，ASIC全定制化芯片，如谷歌的TPU；第四，類腦芯片。
GPU／FPGA／ASIC／類腦芯片，各有怎樣的優(yōu)勢(shì)？
為了進(jìn)行大數(shù)據(jù)處理，當(dāng)前的方案一般采用高性能的處理器輔助MCU進(jìn)行計(jì)算，但是隨著摩爾定律時(shí)間周期拉長(zhǎng)，處理器上可集成的器件數(shù)量會(huì)達(dá)到極限，而數(shù)據(jù)量還在不斷增加，因此我們需要通過架構(gòu)的變化來滿足數(shù)據(jù)量的增長(zhǎng)，這就是人工智能芯片推出的背景。
目前來看，人工智能芯片有四類架構(gòu)：GPU、FPGA、ASIC和類腦芯片。
GPU：是單指令、多數(shù)據(jù)處理，采用數(shù)量眾多的計(jì)算單元和超長(zhǎng)的流水線，如名字一樣，圖形處理器，GPU善于處理圖像領(lǐng)域的運(yùn)算加速。但GPU無法單獨(dú)工作，必須由CPU進(jìn)行控制調(diào)用才能工作。CPU可單獨(dú)作用，處理復(fù)雜的邏輯運(yùn)算和不同的數(shù)據(jù)類型，但當(dāng)需要大量的處理類型統(tǒng)一的數(shù)據(jù)時(shí)，則可調(diào)用GPU進(jìn)行并行計(jì)算。
FPGA：和GPU相反，F(xiàn)PGA適用于多指令，單數(shù)據(jù)流的分析，因此常用于預(yù)測(cè)階段，如云端。FPGA是用硬件實(shí)現(xiàn)軟件算法，因此在實(shí)現(xiàn)復(fù)雜算法方面有一定的難度，缺點(diǎn)是價(jià)格比較高。將FPGA和GPU對(duì)比發(fā)現(xiàn)，一是缺少內(nèi)存和控制所帶來的存儲(chǔ)和讀取部分，速度更快。二是因?yàn)槿鄙僮x取的作用，所以功耗低，劣勢(shì)是運(yùn)算量并不是很大。結(jié)合CPU和GPU各自的優(yōu)勢(shì)，有一種解決方案就是異構(gòu)。
ASIC芯片：是專用定制芯片，為實(shí)現(xiàn)特定要求而定制的芯片。除了不能擴(kuò)展以外，在功耗、可靠性、體積方面都有優(yōu)勢(shì)，尤其在高性能、低功耗的移動(dòng)端。谷歌的TPU、寒武紀(jì)的GPU，地平線的BPU都屬于ASIC芯片。谷歌的TPU比CPU和GPU的方案快30－80倍，與CPU和GPU相比，TPU把控制縮小了，因此減少了芯片的面積，降低了功耗。
很多人認(rèn)為ASIC是人工智能芯片的一個(gè)主要發(fā)展方向，其實(shí)在ASIC芯片里還有一個(gè)特殊的群體—類腦計(jì)算，林雨認(rèn)為，“這才是真正的人工智能芯片未來發(fā)展的方向。類腦計(jì)算是真正模擬人腦進(jìn)行設(shè)計(jì)，人腦的特點(diǎn)就是神經(jīng)元進(jìn)行傳輸數(shù)據(jù)。當(dāng)我們用硬件去模擬人腦時(shí)，在硬件環(huán)節(jié)里還有許多多余的元素，而類腦芯片就擬合人腦的作用。要做類腦芯片非常難，IBM、高通、英特爾等公司的芯片策略都是用硬件來模仿人腦的神經(jīng)突觸?！?/p>
四種架構(gòu)將走向哪里？
將以上四種架構(gòu)對(duì)比，GPU未來的主攻方向是高級(jí)復(fù)雜算法和通用性人工智能平臺(tái)，其發(fā)展路線分兩條走：一是主攻高端算法的實(shí)現(xiàn)，對(duì)于指令的邏輯性控制要更復(fù)雜一些，在面向需求通用的AI計(jì)算方面具有優(yōu)勢(shì)；二是主攻通用性人工智能平臺(tái)，GPU的通用性強(qiáng)，所以應(yīng)用于大型人工智能平臺(tái)可高效完成不同的需求。FPGA更適用于各種細(xì)分的行業(yè)，人工智能會(huì)應(yīng)用到各個(gè)細(xì)分領(lǐng)域。
ASIC芯片是全定制芯片，長(zhǎng)遠(yuǎn)看適用于人工智能?，F(xiàn)在很多做AI算法的企業(yè)也是從這個(gè)點(diǎn)切入。因?yàn)樗惴◤?fù)雜度越強(qiáng)，越需要一套專用的芯片架構(gòu)與其進(jìn)行對(duì)應(yīng)，ASIC基于人工智能算法進(jìn)行定制，其發(fā)展前景看好。類腦芯片是人工智能最終的發(fā)展模式，但是離產(chǎn)業(yè)化還很遙遠(yuǎn)。
投資投哪里？大佬擦亮眼睛看這幾點(diǎn)
第一，關(guān)注具有縱向產(chǎn)業(yè)鏈整合能力的企業(yè)。因?yàn)槲磥碓谌斯ぶ悄茴I(lǐng)域側(cè)重生態(tài)整合。單獨(dú)做芯片的公司不如既掌握芯片又掌握算法公司，因此，那些算法和芯片兼具的企業(yè)更值得關(guān)注。
第二，專攻終端應(yīng)用市場(chǎng)，人工智能芯片的應(yīng)用場(chǎng)景里有兩個(gè)：一個(gè)是在云端，一個(gè)是在終端。云端格局應(yīng)該變化不大，但是在終端方面變數(shù)未定，這是對(duì)國(guó)內(nèi)企業(yè)來說是一個(gè)不錯(cuò)的切入點(diǎn)，邊緣計(jì)算值得關(guān)注。
第三，關(guān)注專用芯片，ASIC從功耗、技術(shù)都具有優(yōu)勢(shì)，是未來AI芯片發(fā)展的主要方向，尤其要關(guān)注是否有加速環(huán)節(jié)。
有了資本和媒體的熱捧，AI已經(jīng)在全球范圍內(nèi)遍地開花，順勢(shì)而為的創(chuàng)業(yè)者也不在少數(shù)。目前，國(guó)內(nèi)已經(jīng)有20多家初創(chuàng)企業(yè)在做人工智能芯片，但是評(píng)估一家企業(yè)的技術(shù)能力是第二位的，第一位的考察點(diǎn)要看他們是否能真正能將技術(shù)變現(xiàn)，是否能將技術(shù)轉(zhuǎn)化為商業(yè)產(chǎn)品。因此，看一家AI芯片設(shè)計(jì)企業(yè)，商業(yè)能力要大于技術(shù)能力，這才是融資點(diǎn)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
