观AI芯片分布格局,可有中国的一席之地?

2018-04-10 16:56:11 来源:传感器技术
标签:

如果说2016年3月份AlphaGo与李世石的那场人机大战只在科技界和围棋界产生较大影响的话,那么2017年5月其与排名第一的世界围棋冠军柯洁的对战则将人工智能技术推向了公众视野。阿尔法狗(AlphaGo)是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序,由谷歌(Google)旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发,其主要工作原理是“深度学习”。

 

 

其实早在2012年,深度学习技术就已经在学术界引起了广泛地讨论。在这一年的ImageNet大规模视觉识别挑战赛ILSVRC中,采用5个卷积层和3个全连接层的神经网络结构AlexNet,取得了top-5(15.3%)的历史最佳错误率,而第二名的成绩仅为26.2%。从此以后,就出现了层数更多、结构更为复杂的神经网络结构,如ResNet、GoogleNet、VGGNet和MaskRCNN等,还有去年比较火的生成式对抗网络GAN。

 

 

不论是赢得视觉识别挑战赛的AlexNet,还是击败围棋冠军柯洁的AlphaGo,它们的实现都离不开现代信息技术的核心——处理器,不论这个处理器是传统的CPU,还是GPU,还是新兴的专用加速部件NNPU(NNPU是Neural Network Processing Unit的简称)。

 

在计算机体系结构国际顶级会议ISCA2016上有个关于体系结构2030的小型研讨会,名人堂成员UCSB的谢源教授就对1991年以来在ISCA收录的论文进行了总结,专用加速部件相关的论文收录是在2008年开始,而在2016年达到了顶峰,超过了处理器、存储器以及互联结构等三大传统领域。而在这一年,来自中国科学院计算技术研究所的陈云霁、陈天石研究员课题组提交的《一种神经网络指令集》论文,更是ISCA2016最高得分论文。

 

 

在具体介绍AI芯片国内外之前,看到这里有部分读者或许会产生这样的疑惑:这不都是在说神经网络和深度学习吗?那么我觉得有必要对人工智能和神经网络的概念进行阐述,特别是2017年工信部发布的《促进新一代人工智能产业发展三年行动计划(2018-2020年)》中,对发展目标的描述很容易让人觉得人工智能就是神经网络,AI芯片就是神经网络芯片。

 

人工智能整体核心基础能力显著增强,智能传感器技术产品实现突破,设计、代工、封测技术达到国际水平,神经网络芯片实现量产并在重点领域实现规模化应用,开源开发平台初步具备支撑产业快速发展的能力。

 

其实则不然。人工智能是一个很老很老的概念,而神经网络只不过是人工智能范畴的一个子集。早在1956年,被誉为“人工智能之父”的图灵奖得主约翰·麦卡锡就这样定义人工智能:创造智能机器的科学与工程。而在1959年,Arthur Samuel给出了人工智能的一个子领域机器学习的定义,即“计算机有能力去学习,而不是通过预先准确实现的代码”,这也是目前公认的对机器学习最早最准确的定义。而我们日常所熟知的神经网络、深度学习等都属于机器学习的范畴,都是受大脑机理启发而发展得来的。另外一个比较重要的研究领域就是脉冲神经网络,国内具有代表的单位和企业是清华大学类脑计算研究中心和上海西井科技等。

 

 

好了,现在终于可以介绍AI芯片国内外的发展现状了,当然这些都是我个人的一点观察和愚见,管窥之见权当抛砖引玉。

 

国外技术寡头,优势明显

由于具有得天独厚的技术和应用优势,英伟达和谷歌几乎占据了人工智能处理领域80%的市场份额,而且在谷歌宣布其Cloud TPU开放服务和英伟达推出自动驾驶处理器Xavier之后,这一份额占比在2018年有望进一步扩大。其他厂商,如英特尔、特斯拉、ARM、IBM以及Cadence等,也在人工智能处理器领域占有一席之地。

 

 

当然,上述这些公司的专注领域却不尽相同。比如英伟达主要专注于GPU和无人驾驶领域,而谷歌则主要针对云端市场,英特尔则主要面向计算机视觉,Cadence则以提供加速神经网络计算相关IP为主。如果说前述这些公司还主要偏向处理器设计等硬件领域,那么ARM公司则主要偏向软件,致力于针对机器学习和人工智能提供高效算法库。

 

注:上述表格中所给为截止到2017年各研制单位公开可查的最新数据。

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

继续阅读
你知道深度学习,可你知道用什么给深度学习加速吗?
你知道深度学习,可你知道用什么给深度学习加速吗?

计算机发展到今天,已经大大改变了我们的生活,我们已经进入了智能化的时代。但要是想实现影视作品中那样充分互动的人工智能与人机互动系统,就不得不提到深度学习。

机器人有何底气进入安防市场?

和其它服务机器人类似,安防机器人内置摄像头,GPS技术,机器视觉和语音交互等人工智能技术。但光从称呼出发,我们就能了解安防机器人与服务机器人大不相同。

人工智能、芯片等领域出发,击破物联网痛点

物联网(IoT)的商机已不用多做强调,相信许多厂商都“心里有数”。各市调单位皆认为物联网由于对人们的生活将带来大改变,因此也将创造可观的商机,使得物联网议题,成为许多产业竞逐的对象。然而物联网的发展也因为涵盖甚广,而使得相关厂商在切入时,遭遇许多挑战。

机器人进入安防市场,底气何在?

不同于其它服务机器人的工作理念,安防机器人旨在在人类完全控制下协助人类完成安全防护工作,被广泛用来解决安全隐患、巡逻监控及灾情预警等,出没在险情发生前、中、后期的第一现场。

AI芯片是中美竞赛里的主角
AI芯片是中美竞赛里的主角

一场新的军备竞赛已经打响,不在地面,不在空中,它将是虚拟网络世界新一代基石,也是AI时代连接虚拟和现实的核心。

更多资讯
手机泄密知多少,细思极恐系列

当前,手机已经成为人们现代生活的必备品之一。手机的私密性使得用户在手机上的信息与自身利益密切相关。手机一旦遭受恶意软件、病毒的侵袭,就会妨碍机主的使用,容易泄露个人隐私,损害用户经济利益,严重的甚至危害国家安全。手机如何防偷窥、防泄密的问题,越来越受到人们重视。

站在风口浪尖的亚马逊,这是要打脸吗?
站在风口浪尖的亚马逊,这是要打脸吗?

据悉,亚马逊正在为政府和警察部门推销其一款名为Amazon Rekognition的产品,这款产品可以实时识别,跟踪和分析人员,并在单幅图像中识别多达100个人。它还可以快速扫描收集的信息,与数据库数千万张面孔进行比对。

信了你的邪,锤子TNT工作站果真卖不出去
信了你的邪,锤子TNT工作站果真卖不出去

锤子科技在5月份发布了锤子坚果R1手机和锤子坚果TNT工作站,不过在发货时间上两款产品时差还是很大的,锤子坚果TNT由于量产问题不能第一时间发货,时间定在8月31日,不过这个时间目测可能要延期了。

小米8为什么要抄袭iPhone X?原因是这个
小米8为什么要抄袭iPhone X?原因是这个

?最近有网友问了这样一个有趣的问题:小米8为什么要抄袭苹果,小米8抄袭苹果违法么?作为小米今年八周年重磅旗舰机,小米8在宽刘海、后置双摄设计风格上几乎和苹果iPhone X如出一辙,这也成为小米8今年最大的槽点。

联想手机还能否重新出发?

手机业务一波三折,研发投入丝毫不见增长,短视的联想,错过了互联网模式,错过了线下扩张,却没有错过房地产和投资。

Moore8直播课堂
电路方案