人工智能(AI,Artificial Intelligence)的这股风刮了许多年,已经席卷了汽车、手机、医疗、金融、艺术等各个行业。甚至出现了AI和人脑之间的battle。

 

2016年,AlphaGo对战围棋九段高手李世石,最终AI以4:1的战绩赢了李世石。然而当时运行这个AI程序的服务器功耗高达1MW,接近人脑的5万倍。

 

在AI领域,最重要的三块基石就是:数据、算法和算力。

 

庞大的数据库能为训练人工智能提供基础。

 

举个例子,图像识别、视频监控都需要庞大的数据支撑下去进行模型训练和深度学习。

 

算法能为人工智能应用落地提供可靠的理论保障。

 

人工智能在实际应用中会遇到各种可能的问题,主要可以分成回归、分类和聚类,针对每一类,算法都能提供不同的解决方案。说直白一点,算法就是人的智力的体现。

 

算力是人工智能技术实现的保障。

 

简单一些来理解,就是计算能力。2018年诺贝尔经济学奖获得者William D. Nordhaus在《计算过程》一文中提出:“算力是设备根据内部每秒可处理的信息数据量"。算力实现的核心是CPU、GPU等各类计算芯片。

 

算法再好,如果没有足够的计算能力(即高性能芯片),AI就很难得到实际的应用,也只能在实验室里束之高阁。

 

所以,在人工智能领域处于核心地位的AI芯片,同人工智能一样炙手可热。

 

什么是AI芯片?

 

AI芯片是智能设备里不可缺少的核心器件,专门用来处理AI相关的计算任务。AI芯片包含了两个领域,我们也可以分成“AI”和“芯片”两部分来看:

 

第一个就是计算机科学领域,说简单点就是软件,也就是研究高效率的智能算法;

第二个就是半导体芯片领域,其实就是硬件,研究的是如何把算法有效地在硅片上实现,最终变成能和配套软件结合的实体产品。

 

AI芯片属于芯片里的哪一类?

 

目前市场上比较常见的用于AI的芯片有CPU、GPU、FPGADSP,以及他们的各种组合。

 

虽然CPU(中央处理器)、GPU(图像处理器)和FPGA(现场可编程门阵列)都可以运行AI算法,但从严格意义上来讲,他们都不是AI芯片。AI芯片本质上是ASIC(专用集成电路),需要为AI算法专门设计。

 

AI芯片设计过程是怎样的?

 

也有不少人会好奇:AI芯片的设计过程和我们熟知的流程有何区别?

 

数据集→神经网络架构/算法→芯片架构→电路设计与实现

 

前几步需要从软件层面去考虑算法,所以会有独立的AI算法工程师。从芯片架构开始往后,就是大家所熟知的IC设计流程了。

 

对于IC设计端的工程师们来说,AI芯片依然要经历架构设计、电路设计、验证综合等步骤,与寻常芯片并没有什么区别。

 

国内有哪些还不错的AI芯片设计公司?

 

如果说专注于搞AI芯片设计,寒武纪、地平线、黑芝麻智能、依图科技、中星微、燧原科技等都是很不错的公司。如果诸位对这些公司的主营业务感兴趣的话,后续也可以出一期文章专门介绍。

 

如果说想进大厂,其实有相关业务的大厂确实也不少,比如华为海思、联发科、平头哥、百度昆仑芯、全志科技、北京君正等也都AI芯片设计和实际产品。

 

目前的发展前景如何?

 

随着元宇宙等新概念的兴起,AI在其中必然也会推动新生态的构建。放眼全球,从国外的英伟达、英特尔、谷歌、苹果,到国内的华为海思、阿里平头哥、百度、字节,都在这个赛道积极布局。

 

尽管国内从数据、算法和算力都难以和国际水平并肩,但我们在研发方向上的不断突破,就足以证明我们已经在路上了。

 

总体而言,在半导体产业逐渐向中国转移的当下,前景还是光明且机遇与挑战并存的。也正是在这种时候,我国企业才更加有望突围。毕竟弯道超车向来都是我们的拿手好戏。

 

AI芯片和其他芯片在设计流程上并没有太大的差别,无论是前端设计、功能验证、DFT设计、后端设计,都是诸君可以选择的方向。

 

AI芯片的发展速度固然很快,但纵观芯片发展长河,AI芯片也是其中一颗亮眼的、正在慢慢成长的星。

 

而此时此刻想要加入芯片行业,对AI芯片饱含兴趣的诸君,未必不会成为点亮星星的人。