7 月 14 日,首届“青城山中国 IC 生态高峰论坛”在四川召开。集成电路行业全球知名科学家、企业家、分析机构专家等,将在风景秀丽的青城山,共话集成电路产业最新发展趋势和市场机遇。顶尖论坛相遇四川产业,吸引了不少国内行业专家。目前,青城山论坛已经邀请到中国智能手机之父杨兴平、清华大学微电子学研究所所长魏少军、伯克利加州大学中美战略合作研究中心创始人吴霁虹等重磅嘉宾。嘉宾们围绕“打造人工智能产业链”主题展开讨论,共话集成电路产业最新发展趋势和市场机遇,探寻中国 IC 产业发展之路。

 

 

清华大学魏少军教授在青城山中国 IC 生态高峰论坛上进行了重要演讲,深入浅出的介绍了全球人工智能芯片的技术、产业现状以及未来发展方向。这股人工智能大潮中,芯片企业应该要有怎样的发展思路?

 

 

 

一,人工智能是一个老的新话题

人工智能可分为三个层次,第一个层次叫应用,第二个层次是方法,第三个层次是工具。芯片显然是工具,所以工欲善其事必先利其器。

 

 

阿尔法狗和世界两位顶尖棋手的对弈使得人工智能火爆起来。但阿尔法狗并不能代表人工智能战胜人类智慧的证据,因为这两场棋是通过人工的干预才赢的,所以人工智能并没有大家想象的发展那么好。三四年前,IBM 的华胜举办了一场叫危险边缘的智力竞赛,这个智力竞赛更反映人工智能的根本点。

 

这两件事情对人工智能起到了很重要的推动作用。

 

1,人工智能的初创企业在大大增加;2,人工智能企业的融资额到 2015 年达到 5 个亿美元;3,2016 年,人工智能企业并购的数量达到了 85 家。

 

上个世纪 50 年代人工智能就开始提出了,所谓人工智能就是制造智能机器的科学与工程,它主要是机器事只能模拟认知功能;1980 年出现了机器学习,2010 年出现了深度学习。

 

 

非常多的初创企业挤入人工智能领域,机器学习的创业空间变得拥挤起来。

 

二,智能芯片是人工智能的根本

 

 

人工智能的根本是智能芯片,从计算能力看,目前主要的人工智能芯片是 GPU。GPU 的计算能力比 CPU 大概提高了 5 倍,存储能力是 2 倍到 4 倍。目前 Intel 占了 71%的市场,Nvidia 占了 16%。

 

一种芯片方案是通过 FPGA,与纯 CPU/SW 相比性能提高 5~10 倍,功耗下降到了 GPU 环境的 20%。

 

Google 提出的 TPU 概念,与 GPU 相比,用较低的精度提高性能,功耗下降到 GPU 环境的 10%。

 

还有一个是 NeuRAM,魏少军:“我个人认为这个学习方式很可能是未来的发展方向。还有一个是 Micron,用的是 MISD 的并行架构,DRAM 的工艺,这个开始有点意思。”

 

IBM 的 TrueNorth,完全仿照大脑的做法,能力相当高,功耗只有 65 毫瓦,学习能力极强。

 

类脑计算机,成本不高,这有可能真正实现所谓人形机器人。

 

三,构成智能芯片的关键要素

 

智慧是人特有的一项东西,它包括思考和解决问题的能力。

 

人类的智能整个环节包括感知、传输、存储、处理、决策、传输、执行。

 

IBM 要做的类脑芯片大概 100 多亿个神经元。

 

智能芯片的几大要素。

 

现在的一个方向是通过软件来定义芯片。

 

FPGA 的十大缺陷

 

四,可重构计算芯片技术与深度学习

 

 

 

硬件和软件的拓扑架构,这个时候从计算的效率最好。

 

 

 

 

 

数据会根据控制单元的要求来配置计算单元,这样的结构是通过 C 语言来实现计算,跟传统的计算机语言是一样的,但是编译器有很大的不同。

 

经典的冯诺依曼的计算结构

 

可重构计算与经典计算的比较

 

 

魏少军:“目前的标准来看,目前 CPU+GPU、CPU+FPGA、CPU+ASIC 的芯片结构都不是最好的人工智能芯片方法。”

 

 

 

Thinker 是去年在深圳高交会上发布的,利用这个结构,来相应不同应用的神经架构网络。

 

魏少军:“我们认为目前的人工智能芯片还不能进入手机,如果让芯片进入手机,才真正能获得新生。如果只给互联网企业用,一定没有量。所以不解决进入手机、家庭,人工智能芯片没有希望。所以要解决功耗、成本问题。”

 

五,总结

 

魏少军还表示:“芯片是软件性能载体,一定要满足软件不断变化的计算需求。有人问我,目前国内的人工智能芯片跟国际上有多大差距? 我的回答是:应用上跟国际同行一个水平线。方法上落后。芯片上差半步。”

 

与非网原创内容,未经许可,不得转载!