取消
目前，人工智慧领域正不断取得冲破性进展。作为实现人工智慧技能的重要基石，ai芯片有较大的产业价值和战略位置。自2018年伊始，整个人工智慧产业对于ai芯片的热情仿佛一霎时被点燃，无论是大公司还是初创企业，无论是芯片厂商还是互联网公司，纷纷积极布局这一领域。整个人工智慧行业，一时之间可谓人声鼎沸、热闹。
然而，越是繁荣的表象，整个产业界越需要保持客观与冷静。众所周知，作为人工智慧产业链的关键环节和硬件基础，ai芯片有着较高的技能研发和革新的壁垒。从芯片发展的趋势来看，我们现在仍处于ai芯片发展的初级阶段。未来将是ai芯片发展的重要阶段，无论是架构还是设计理念都存在着比较大的革新空间。那么，当前ai芯片的发展现状如何？下一轮的点又将在哪里出现呢？
ai芯片的前生今世
经过长期的发展和探索，人工智慧在近几年取得了冲破性进展。人工智慧系统在语音识别、图像识别、围棋、德州playing card等诸多领域取得了过人的能力的成果。究其原因，业界普遍认为，深透学习算法、大量的数据和大量的计算力这三大要素合力促成了这次冲破。
其中，得益于摩尔定律在近二十年的发展，大量的计算力使得在可以接受的价格、功耗和时间内提供人工智慧算法所需的计算性能。根据英特尔的处理器芯片能力和零售价格比对测算，单位价格可以购买到的计算力升高了1.5万倍，从而使“通用cpu”可以支持各人工智慧任务。可以说，通过芯片技能来大幅增加人工智慧研发的时机已经较成熟。然而，由于cpu要面对成百上千种工作任务来进行设计和优化，因此不可能sacrifice敏捷性来特为某一类应用做优化，因此不至于会针对整体ai算法都是至优的选择。为此，出现了多种cpu加自用芯片的异构计算方案，以解决计算资源和内存访问瓶颈的研究。此外，与“脑启发式”（brain-inspired）的深透神经网络不同的“类脑”（brain-like）计算研究也推出了advanced的神经拟态芯片来支持高的效能比的自然学习方式。
综合来看，如果以设计理念进行划分的话，ai芯片大致可分为两大类别。
fist类是“ai加速芯片”，它是明确性地加速某类特定的算法或任务，从而达到目标应用领域对速度、功耗、内存占用和部署成本等方面的要求。目前，ai加速芯片的研发有两种主要的方式：一种是利用已有的gpu、众核处理器、dsp、fpga芯片来做软硬件优化；另一种是设计用的芯片，也就是asic。第二类是“智慧芯片”，它让芯片像人一样能使用不同的ai算法进行学习和推导，处理包含感知、理解、分析、决策和行动的一系列任务，并且具有适应场景变化的能力。目前，面向综合、自适应能力的智慧芯片研究有两类设计方法，一种是基于类脑计算的“神经拟态芯片”；另一种是基于可重构计算的“软件定义芯片”。
围绕这两大方向，世界各大芯片公司都积极在人工智慧领域进行布局，英特尔也是如此。而英特尔的不同之处，在于能够提供整体的、多元化的ag尊龙凯时的解决方案。我们既提供多种芯片类型的产品，又覆盖了从终端到数据焦点的使用场景。在终端领域，可以使用movidius、mobileye的asic芯片。在边缘计算中，可以使用asic芯片和fpga芯片；在数据焦点领域，可以方便选择可扩展处理器、众核处理器和nnp等芯片方案。此外，英特尔还通过神经拟态芯片loihi积极探索新的计算模式。
ai芯片的未来之路
目前，ai芯片虽然在某些具体任务上可以大幅过人的能力，但在通用性、适应性上相比较于人类智慧还有很大差距，大多数仍处于对特定算法的加速阶段。从短期来看，以异构计算（多种组合方式）为主来加速各应用算法的落地（看重能效比、性价比、稳定性）；从中期来看，要发展自重构、自学习、自适应的芯片来支持算法的演进和类人的自然智慧；从长期来看，则是朝着通用ai芯片的方面发展。
在我看来，“通用ai芯片”是ai芯片皇冠上的明珠。它理想化的方式是淡化人工干预（如限定领域、设计模型、挑选训练样本、人工标注等）的通用智慧芯片，须具备可编程性、架构的动态可变性、效高的架构变换能力或自学习能力、高计算效率、高的效能量效率、应用开发简洁、成本低和体积小等特点。就目前而言，实现通用ai的主要直面两大挑衅：一是通用性（算法和架构），二是实现的复杂度。通用ai芯片的复杂度来自于任务的多样性和对自学习、自适应能力的支持。因此，我们认为通用ai芯片的发展方向不会是一蹴而就地采用某一种芯片来解决问题，因为理论模型和算法尚未完善。有用的方式是先用一个多种芯片设计思路组合的敏捷的异构系统来支持，各取所长，取长补短。一旦架构成熟，就可以考虑设计soc来在一个芯片上支持通用ai。
从短期来看，我们很难期待出现像cpu那样的ai通用算法芯片，ai killer应用还没出现，未来还有很长一段路要走。但须承认的是，ai芯片是人工智慧技能发展过程中不可逾越的关键阶段。无论哪种ai算法，至终的应用通过芯片来实现。目前，ai算法都有各自长处和短板，须给它们设定一个适合的应用边界，才能至好地发挥它们的作用。因此，明确应用领域就成为了发展ai芯片的重要前提。
在应用方面，“无行业不ai”似乎正在成为主旋律，无论是人脸识别、语音识别、机器翻译、视频监控，还是交通规划、无人驾驶、智慧陪伴、舆情监控、智慧农业等，人工智慧似乎涵盖了人类生产生活的方方面面。然而，是整体的应用都需要人工智慧吗？我们希望人工智慧解决哪些实际的问题？什么才是ai的“killer”应用？这些问题目前依然等待答案。但对于芯片从业者而言，我们的当务之急是研究芯片架构问题。从感知、传输到处理，再到传输、执行，这是ai芯片的一个基本逻辑。研究者需要利用软件系统、处理器等去模仿。软件是实现智慧的焦点，芯片是支撑智慧的基础。
从芯片发展的大趋势来看，目前尚处于ai芯片发展的初级阶段，无论是科研还是产业应用都有较大的革新空间。从明确算法、领域的ai加速芯片向具备较高的敏捷性、适应性的智慧芯片发展是科研发展的方向。神经拟态芯片技能和可重构计算芯片技能允许硬件架构和功能随软件变化而变化，实现以高的效能比支持多种智慧任务，在实现ai功能时具有有用形势，具备广阔的前景。我们相信，未来十年将是ai芯片发展的重要时期，有望在架构和设计理念取得比较大的冲破。
上海工军电子是一家专注于电力电子、电能变换及control领域产品的研发、生产、销售和服务型企业；主要服务于军工、科研院所、中高的端装备制造行业；以应用advanced的技能为基础，坚持入口替代、行业营销、为用户提供产品及整体ag尊龙凯时的解决方案； 欢迎各行各业的朋友来电咨询。
咨询热线：021-54787713网址：http://www.shgongjunpower.com