央广网科技3月28日消息(记者贾斯曼)去年随着产业、资本、技术等各方面向AI芯片领域投入,“造芯”成为2018年中国AI科技的一条主动脉。百度、阿里、腾讯、华为、寒武纪、地平线、云知声等中国科技公司出现了一波“造芯热”。
一年过去了,中国企业自主研发芯片的进程如何?中国芯破局机遇何在?
“目前国内芯片仅应用软件与世界先进水平相比,情况较理想,但原料与设备、制造、设计、系统软件等方面与国际先进水平存在不同程度的差距。”清华大学电子工程系教授汪玉在2019新智元AI技术峰会上指出,具体到芯片设计而言,CPU(中央处理器)差距较大,市场被英特尔等老牌厂商占领;随着地平线、寒武纪等一批芯片公司崛起,AI芯片设计的差距较小;新器件领域则处在同一起跑线。汪玉作为学术界成员,也认识到学术与产业界的合作的重要性及问题,呼吁构建半导体创新生态。
此外,从现实应用上讲,数据中心仍然需要更强、更快的训练能力,而“AI+”迫切需要遍布于从终端到云的推理能力,这是促使科技巨头大规模投入、互相竞争的根本。
应用部署AI能力的位置、尺寸、成本、功耗要求的多样性以及与其他计算能力快速集成的要求对AI计算提出了更高层级的要求。作为芯片巨头的英特尔,一方面探索量子计算和神经拟态计算,另一方面也在探索超异构计算形态,未来无论是云、终端,都是AI超级芯片的天下。
中国AI造芯紧跟边缘计算风口
随着网络边缘产生的数据逐步增加与物联网的发展,许多新的计算模型正在不断的提出。例如,如果能够在网络边缘结点处理、分析数据,那么这种计算模型会比云计算更高效。
对物联网而言,边缘计算技术取得突破,意味着许多控制将通过本地设备实现而无需交由云端,处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率,减轻云端的负荷。由于更加靠近用户,还可为用户提供更快的响应,将需求在边缘端解决。
今年3月,科技巨头的新动作引起了行业关注,谷歌对外发布搭载Edge TPU芯片的千元级开发板,执行推理速度优于任何其他处理器架构;英伟达也在GTC十周年之际发布了一款边缘计算产品Jetson Nano人工智能计算机,仅售99美元;聚焦边缘计算的AI芯片公司地平线融资6亿美元,估值超过30亿美元。
从科技大厂到创业公司,似乎都站上了边缘计算的风口,这场芯片大战已经由云入端,抢占边缘,AI芯与智能云的下一个十年有哪些趋势?
在英特尔、英伟达、Arm公司占领了数据中心和手机芯片市场的情况下,中国公司试图从边缘及终端突围,利用中国巨大的制造业硬件产业链和场景优势,试图建立起自身AI芯片生态系统。
同时,AIoT(人工智能物联网)的架构也在演变,从集中式和云端到架构的转变正在顺利进行。与边缘架构相关联的整齐层将演变为更加非结构化的架构,包括在动态网格中连接的各种设备和服务,这些网状结构将实现更灵活、智能和响应更快的物联网系统。
此外,面对算法不断演进、算法与应用密切相关的AI芯片的两个现实问题,能兼顾灵活性和高能效的芯片架构处在不断探索中。云知声副总裁李霄寒博士告诉记者,物联网结合人工智能化浪潮,需要全新的AIoT芯片(人工智能物联网芯片),多模态AI芯片是关键一步。
他指出,AI与物联网的叠加要求传统解决方案朝五大方向转型:从通用架构到AI架构、从依赖硬件到软硬件一体、交互从单模态转向多模态、设备从独立到协同。
李霄寒表示,针对人工智能的芯片设计,面临着碎片化场景、冯·诺依曼内存墙、边缘侧应用的低功耗需求、安全需求四大挑战。在芯片设计上,需面向具体场景,基于端云互动的思想提供多模态处理的能力,在性能、功耗、面积上达到优异平衡,并兼顾连接和安全的需求。
“解决冯·诺依曼内存墙这一行业共同难题,关键在于拉近计算单位和存储单位的距离,让它们尽可能接近,异构计算系统架构设计、加速器近算存储结构,以及通用API(应用程序编程接口)函数到专用指令集的多重应对方案可以进一步解决该问题。”李霄寒如是说。
相关阅读:
凡本网注明来源非中国IDC圈的作品,均转载自其它媒体,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。