document.write ('
');

真实与谎言:一文看懂AI芯片全景

浏览量:18 次

近年来,越来越多的企业都加入到了人工智能的开发与应用中。特别是AI芯片,作为人工智能领域的热门赛道,该产业一直受资本青睐,其热度更是不断提升。那么,什么是AI芯片,它究竟是有多神?为什么能够吸引众多企业投身其中呢?


  

什么是AI芯片?

  

事实上,人工智能技术之所以快速发展不仅仅是依靠大数据的支撑,更是计算机芯片算力不断增强的结果,而实现超级算力的核心就是AI芯片。AI芯片也被称为人工智能加速器,即专门用于处理人工智能应用中的大量计算任务的模块。

  

AI芯片类别有哪些?

  

此外,从技术架构、部署位置、承担任务三个角度还可以将AI芯片划分为不同的类型。

  

1、按技术架构:分为并行加速计算的 GPU、半定制化的 FPGA、全定制化ASIC、类脑芯片。

  

GPU:图形处理芯片,也就是我们通常所说的显卡芯片。是一种专门在个人电脑、工作站、游戏机和一些移动设备上图像运算工作的微处理器。GPU 通用性强、速度快、效率高,但GPU无法单独工作,必须由 CPU 进行控制调用才能工作,而且功耗比较高。

  

FPGA:全称“现场可编程门阵列”,其基本原理是在 FPGA 芯片内集成大量的基本门电路以及存储器,用户可以通过编程的方式进行组合,以实现不同的功能。FPGA具有低能耗、高性能以及可编程等特性,但FPGA 价格较为昂贵。

  

AS奔驰宝马娱乐IC:用于供专门应用的集成电路芯片技术,为实现特定要求而定制的芯片。在性能、面积、功耗等方面,AISC都优于GPU和FPGA,但相对地,ASIC的开发周期长、制造成本高。

  

类脑芯片:属于神经拟态芯片,从结构层面去模拟大脑,参考人脑神经元结构和人脑感知认知方式来设计芯片。要做类脑芯片非常难,该类芯片还只局限于小规模研究。


  

2、按部署位置,分为用于云端和用于终端两大类。

  

云端:在深度学习的训练阶段,由于数据量和运算量巨大,单一处理器无法独立完成,因此训练过程只能选择在云端实现。云AI芯片特点是:自身的性能比较强,并且能够支持大量运算,除此之外还能够支持图片、语音等多种不同的人工智能应用。

  

终端:像手机、智能家居、自动驾驶等移动设备对实时性的要求极高。因此推断过程必须选在设备本身完成。端AI芯片特点是:体积小、耗能低,而且所需要提供的性能支持能力也不用太强大。

  

3、按承担任务,分为训练(training)和推断(inference)两个环节。

  

训练环节:是指通过大量的数据输入,训练出一个复杂的深度神经网络模型。对于处理器的计算能力、精度、可扩展性等性能要求很高。通常使用GPU集群来完成。

  

推断环节:是指通过训练好的模型,使用新的数据去“推断”出各种结论。该环节计算量相对较小。在推断环节中,GPU、FPGA 以及ASIC均能发挥作用。

  

AI芯片领域有哪些主要厂商?

  

当前,在AI芯片领域,无论是国内外各科技巨头,还是创业公司,都在加紧布局AI芯片。其中,国外芯片巨头占据了绝大部分市场份额,而国内的AI芯片企业也呈现出十分活跃的局面。像传统芯片巨头英伟达、ARM、IBM、高通等持续对AI芯片加大投入:

  

英伟达可以说是AI芯片市场的。其发明的GPU重新定义了现代计算机图形技术,改变了并行计算。深度学习对计算速度有非常苛刻的要求,而英伟达的GPU芯片能够让大量处理器并行运算,因而成为绝大部分人工智能研究者和的。

  

AMD专门为计算机、通信和消费电子行业设计和制造各种创新的微处理器,以及提供闪存和低功率处理器解决方案。目前AMD拥有针对人工智能和机器学习的高性能Radeon Instinc加速卡,开放式软件平台ROCm等。

  

IBM启动了类脑芯片的研发,即 TrueNorth。 TrueNorth是IBM 参与DARPA的研究项目 SyNapse 的最新成果。其目标是开发出打破冯诺依曼体系结构的计算机体系结构。

  

高通在智能手机芯片市场占据优势,同时也在AI芯片领域布局。高通已经在研发可以在本地完成深度学习的移动端设备芯片。

  

与此同时,科技巨头开始加入自研芯片的阵营,例如:

  

谷歌自主研发了专门为机器学习应用而设计的专用芯片TPU。TPU可以以8位低精度计算节省晶体管,对精度影响很小同时可以大幅降低功耗、加快速度。

  

华为海思推出了一款采用了台积电10nm工艺的新一代芯片麒麟970,是全球首款内置独立NPU(神经网络单元)的智能手机AI计算平台,为手机提供了更快的处理速度和更低的功耗。


  

百度推出的云端全功能AI芯片——昆仑,其中包含训练芯片昆仑818-300,推理芯片昆仑818-100,主要面向人工智能大规模运算需求。

  

阿里巴巴达摩院正在研发一款神经网络芯片——Ali-NPU,主要运用于图像视频分析、机器学习等人工智能推理计算。

  

AI芯片领域存“泡沫” ?

  

据Gartner的预测数据,全球AI芯片市场规模将在未来五年内呈现飙升,到2023年将达到108亿美元,复合年均增长率达到53.6%,AI芯片无疑将成为最大蓝海市场。

  

以人工智能等为主的新兴科技,代表了未来发展趋势,而芯片作为实现人工智能的载体,吸引着一些初创企业去蹭热点,以此来吸引更多的投资者。一般来说,AI芯片产业的产业链很长,包括设计、制造、封装、测试、组装等多个环节,每个环节都要求非常高。然而,有一些声称在研发AI芯片的团队,既不具备相关人才储备,也难以查到流片信息,它们更多是拼组装能力与代工能力,其繁荣的表象背后,正在形成巨大的泡沫。

  

写在最后:

  

从现在的情况来看,在AI芯片这条赛道上,尽管参与者众多,但AI芯片泡沫终究会破裂,到那时起AI芯片又将回到了研究领域。最终将会有哪些公司能脱颖而出,让我们拭目以待。

抖音来了

Everybody大家好!天极网开通抖音啦!

抖音中搜索“天极网”(抖音号:700714843)关注我们!

我们会为大家带来好玩的手机使用技巧以及新鲜的小视频~

关注起来!!


长按二维码 即刻关注天哥!更多新奇趣资讯等你发现!

 
®关于本站文章™ | 若非注明原创,默认 均为网友分享文章,如有侵权,请联系我们™
㊣ 本文永久链接: 真实与谎言:一文看懂AI芯片全景