据网上搜到的新闻报道,截止2019年,已经有20家企业投入到 AI 芯片的研发中,其中有很多厂商的芯片已经流片甚至商用了。为何有这么多公司在做AI芯片呢?简单来讲就是四个字:有利可图。具体来说有以下三点。

1. 算法对算力需求很大

其实神经网络、反向传播的算法早在1986年就提出来了,但是深度学习从2012年开始才大放异彩,原因是它需要输入海量数据和非常大的算力,在当时不具备这样的条件。如今随着人工智能在图像识别、语音识别、自动翻译等领域的飞速发展,新的模型每天都在出现。他们对算力的要求越来越高,据统计算力需求在2012年之后每3.4个月翻一番。算力即完成任务所需的计算次数。Google 2019年提出的 EfficientNet B7的深度学习模型,每次推理需要360亿次基本运算,是七年前同类模型(AlexNet)运算需求的50倍。人工智能领域所涉及运算常具有大运算量、高并发、访存带宽高的特点。

2. AI 落地对能效要求高

首先明确两个概念:能效和通用性。能效指单位功耗内能做多少次运算,通用性指能覆盖多大应用面。能效使用TOPS/W(Tera Operations per Second per Watt),即每秒每瓦可进行的十亿次操作数量来衡量。AI 专用芯片可以做到 100 TOPS/W以上,是 CPU 的万倍,GPU 的百倍以上。

传统芯片的速度和能效难以满足大规模深度学习应用的需求。传统的 CPU 等通用处理器类似瑞士军刀,什么都可以做,但是效果一般。比如在某些特定领域如深度学习类型的运算上速度不够快。GPU 因为支持大规模并发,可以用于深度学习运算。但是它最初是面向图形渲染领域,并不是专用于神经网络运算的,所以能效并不高,价格很贵,只适合在服务器上使用。2016年 Alpha Go 与李世石对弈时,用了1202个CPU和176个GPU,每盘棋耗资上千美元的电费,而人类选手李世石的功耗仅为20瓦。

目前 AI 行业迅猛发展,市场容量越来越大,单纯安防这个视频分析领域就能诞生四个独角兽,所以研究机构及公司就有动力去设计制造更专用的处理器芯片。设计芯片的目标就是算的更快、更精确,价格更低。未来每台计算机可能都需要配备 AI 芯片,就跟现在的 GPU 一样。目前国内的一些 AI 厂商在落地时,成本中有一大半是硬件的成本,而硬件中绝大部分成本都在 GPU 上。所以目前深度学习的落地成本还很高,要想让 AI 走进寻常百姓家还有待时日。

3. 国家政策支持

自2015年以来,国务院、工信部、国家发改委、财政部等陆续颁布了很多针对性的优惠政策,确定了很多重大专项,明确了要重点突破高端处理器领域。这些政策为行业提供了财政、税收、技术和人才等多方面的支持,可以说 AI 及芯片领域未来可期。

国内多家做 AI 芯片的公司

今年年中上市的寒武纪做通用的 AI 芯片,产品覆盖云边端,有推理也有训练。华为在19年前在手机上采用的寒武纪芯片,后来自研的芯片出来之后跟寒武纪分道扬镳。华为产品也是覆盖云边端,强调云边一体的开发体验。创业公司地平线主要做自动驾驶和AIoT场景下的边缘侧芯片。紫光展锐推出的“虎贲”和“春藤”,主要覆盖通信和物联网芯片。还有一些区块链企业,比如嘉楠科技和比特大陆。一线互联网公司如阿里平头哥的玄铁910,百度昆仑,腾讯云等。新晋的人工智能企业如依图也发布了了自己的AI芯片求索。

如果希望看到更多人工智能领域的科普,请点右下角“推荐”!

欢迎关注我的微信公众账号,会在第一时间更新

参考资料

  1. 《智能计算系统》
  2. 寒武纪招股书
  3. 寒武纪创始人陈天石:如何评价Google最新AI计算高性能专用硬件TPU
  4. CB Insights发布中国芯片设计企业榜

最新文章

  1. 【Telerik】<telerik:RadComboBox>导出列表数据
  2. 基于mongodb的java之增删改查(CRUD)
  3. Html5 localstorage解决Ajax回退的坑
  4. Incorrect key file for table '/tmp/#sql_882_0.MYI'; try to repair it
  5. 怎样为EXCEL2010添加下拉列表
  6. sql2008 计划自动创建数据库分区【转】
  7. CONTAINING_RECORD 宏
  8. 基于ProGuard-Maven-Plugin的自定义代码混淆插件
  9. iOS开发——OC篇&OC高级语法
  10. Android 面试精华题目总结
  11. 6.3 Query 语句对系统性能的影响
  12. web版仿微信聊天界面|h5仿微信电脑端案例开发
  13. MySQL查询表中某个字段的重复数据
  14. ThreadPoolExcutor 线程池 异常处理 (上篇)
  15. servlet 请求乱码解决
  16. flare-spork: 自己维护的Pig on Spark项目
  17. 学机器学习,不会数据处理怎么行?—— 二、Pandas详解
  18. C++的STL之map自动排序特性
  19. 【BZOJ1070】[SCOI2007]修车
  20. 如何解决ubuntu报的错误:You must put some 'source' URIs in your sources.list

热门文章

  1. 启用和禁用warning
  2. 【jmespath】—3. 进阶 Object Projections
  3. mysql创建事务,分批次刷新大数据
  4. 利用css3 transform实现一个时钟
  5. Spring MVC实例创建(一)
  6. 解锁用户scott并授权
  7. Tomcat三实例cluster多播方案共享session再配置
  8. JVM性能调优(1) —— JVM内存模型和类加载运行机制
  9. 【新阁教育】基于Log4Net实现日志信息双向存储(含源码)
  10. python:接口开发