AI芯天下丨清華發(fā)布《AI芯片技術白皮書》：新計算范式，挑戰(zhàn)馮諾依曼、CMOS瓶頸
馮·諾依曼的技術挑戰(zhàn)
AI芯片需要滿足高效的數據訪問，以及深度學習下的新的計算范式，AI芯片在發(fā)展上，也遇到了一些瓶頸問題，特別是馮·諾依曼瓶頸。
在傳統“馮·諾依曼架構”中，計算模塊和存儲單元互相分離，數據從處理單元外的存儲器提取，處理完之后再寫回存儲器。每一項任務，如果有十個步驟，那么CPU會依次進行十次讀取、執(zhí)行，再讀取、再執(zhí)行，這就造成了延時，以及大量功耗花費在了數據讀取上。
大部分針對AI，特別是加速神經網絡處理而提出的硬件架構創(chuàng)新都是在和這個問題做斗爭。概括來說，目前的解決思路包括減少訪問存儲器的數量，降低訪問存儲器的代價。
AI芯片中的新興計算技術
新興計算技術包括近內存計算、存內計算，以及基于新型存儲器的人工神經網絡和生物神經網絡。
對于馮·諾依曼、CMOS工藝和器件瓶頸形成的AI芯片存儲、計算間的問題，神經形態(tài)計算是一種新的路徑。近些年，神經形態(tài)計算也用來指采用模擬、數字、數模混合VLSI以及軟件系統實現的神經系統模型。其將數字處理器當作神經元，把內存作為突觸，內存、CPU和通信部件完全集成在一起，采用模擬人腦神經元結構來提升計算能力。
而針對CMOS工藝瓶頸的解決思路，可以通過開發(fā)提供大量存儲空間的片上存儲器技術，并探索利用片上存儲器去構建未來的智能芯片架構。
神經形態(tài)芯片的最終方向
借鑒生物腦的互聯結構，神經形態(tài)芯片可以實現任意神經元間的互聯。即在指定規(guī)模的仿生神經網絡下，任意一個神經元都可以把信息傳遞給指定的另一個或多個神經元。如此強大的細粒度互聯能力是其他神經網絡／深度學習芯片目前還無法做到的。
神經形態(tài)芯片在智能城市、自動駕駛的實時信息處理、人臉深度識別等領域都有出色的應用。如IBMTrueNorth芯片可以用于檢測圖像中的行人、車輛等物體，且功耗極低（65mW）。它也可被用于語音、圖像數據集識別等任務，準確性不遜于CNN加速器芯片。此外，在線學習能力也是神經形態(tài)芯片的一大亮點。
AI芯片的存儲技術將被顛覆
近期，面向數字神經網絡的加速器（GPU、FPGA和ASIC）迫切需要AI友好型存儲器。
中期，基于存內計算的神經網絡可以為規(guī)避馮·諾依曼瓶頸問題提供有效的解決方案。
后期，基于憶阻器的神經形態(tài)計算可以模擬人類的大腦，是AI芯片遠期解決方案的候選之一。
人工智能芯片如果能有統一的終極算法出現，那么我們很可能會看到一個終極芯片出現。AI芯片是整個人工智能技術發(fā)展的基礎，也將是推動整個半導體領域技術進步的最重要的力量之一。
隨著人工智能和物聯網的持續(xù)快速發(fā)展，越來越多的應用需求和應用場景將不斷涌現。需求驅動的AI芯片技術創(chuàng)新將促進創(chuàng)新鏈與產業(yè)鏈更加緊密結合，推動開放合作、共享共贏的產業(yè)生態(tài)形成。
CMOS技術與新興信息技術的交叉融合，開源軟件到開源硬件的潮流漸顯，預示著我們將迎來一個前所未有的協同創(chuàng)新機遇期。
國內國外的AI芯片將成大趨勢
今年，國際、國內已經有多家芯片巨頭公布AI芯片計劃，也有多家AI芯片的研發(fā)公司獲得融資。
由寒武紀科技公司領頭，已經完成1億美元A輪融資，并由國投創(chuàng)業(yè)（A輪領投方），阿里巴巴創(chuàng)投、聯想創(chuàng)投、國科投資、中科圖靈、元禾原點（天使輪領投方）、涌鏵投資（天使輪投資方）聯合投資，這輪融資之后，寒武紀科技已經成為全球AI芯片領域第一家獨角獸公司。
英特爾、英偉達和三星，Facebook、微軟、Google、IBM、蘋果、華為等科技公司都在積極布局AI芯片。芯片巨頭英特爾收購Nervana、Altera。其中，收購Nervana一舉被認為是要與英偉達開戰(zhàn)。英偉達在芯片領域的表現越來越好，為了研發(fā)AI芯片，還聘請了專門研究AI芯片的Clément Farabet�？梢妼I(yè)的AI芯片將是未來很長時間的大趨勢。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
