4月21日，由中國電子學(xué)會(huì)主辦的第十三屆中國電子信息技術(shù)年會(huì)在蘇州隆重開幕。大會(huì)設(shè)有主論壇、專題論壇和展覽展示等環(huán)節(jié)，并發(fā)布了《中國電子學(xué)會(huì)會(huì)士觀點(diǎn)（2018）》等內(nèi)容。

會(huì)上，中國電子學(xué)會(huì)電子設(shè)計(jì)自動(dòng)化專家委員會(huì)主任委員、清華大學(xué)微電子研究所所長魏少軍發(fā)表了題為《人工智能芯片：痛點(diǎn)在哪兒？》的演講，深入淺出地解讀了如今AI芯片的發(fā)展現(xiàn)狀。

從上圖左邊的幾張曲線圖可以看出，人工智能初創(chuàng)企業(yè)的數(shù)量、融資額度和并購數(shù)量等在2016年都有大幅增長，如今人工智能企業(yè)的空間已經(jīng)處于擁擠狀態(tài)。上圖右側(cè)列出的則是一系列的西方企業(yè)。

一，人工智能崛起的三個(gè)基本要素

關(guān)于人工智能的發(fā)展，早在上世紀(jì)50年代，達(dá)特茅斯會(huì)議就已經(jīng)提出相關(guān)概念。到了80年卡內(nèi)基大學(xué)才提出機(jī)器學(xué)習(xí)概念，并出版了Mechine Learing的期刊。然而人工智能真正引起大眾關(guān)注的是2016年、2017年AlphaGo戰(zhàn)勝了人類棋手李世石和柯潔。

人工智能的再次崛起并不是偶然的，主要得益于三大突破：算法、數(shù)據(jù)和算力。三者缺一不可，而算力則依賴芯片。魏少軍表示：“如今的人工智能、大數(shù)據(jù)、云計(jì)算背后的真正支撐點(diǎn)就是芯片，沒有芯片一切都是假的，這也是人工智能技術(shù)繞不開的話題。”

在沒有人工智能的時(shí)候，智能化已經(jīng)成了熱點(diǎn)。而且新一輪發(fā)展的核心驅(qū)動(dòng)力就是智能化，它是由智能和能力組成。

將人腦和電腦作比較，在人腦內(nèi)，有140億神經(jīng)元，神經(jīng)傳輸速度120米／秒，工作頻率很低，計(jì)算能力達(dá)到10的16次方CPS，功耗只有20W，重量為1．2－1．6公斤，把大腦皮層攤開，其面積達(dá)到0．25平方米。上圖右側(cè)為天河二號(hào)的計(jì)算機(jī)芯片數(shù)據(jù)，其大概有上百億個(gè)晶體管、傳輸速度為每秒340萬公里，工作頻率達(dá)每秒42萬億次，運(yùn)算能力極強(qiáng)為10的34次方CPS，功耗為24MW（要一個(gè)單獨(dú)的小型發(fā)電站），其占地37平方米，重量720噸。

上圖講的是人工智能模擬人腦的兩種方式，還有該方式下的代表芯片。

二，芯片是人工智能技術(shù)發(fā)展過程中繞不開的話題

說到GPU，魏少軍表示：“GPU是機(jī)器學(xué)習(xí)平臺(tái)比較穩(wěn)定和成熟的代表。”GPU的計(jì)算能力是CPU的6倍，存儲(chǔ)帶寬是CPU的4倍。且GPU的計(jì)算方式恰好與深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)非常匹配。

除了GPU，還有FPGA和TPU，英特爾還開發(fā)了CPU＋GPU的解決方案。谷歌開發(fā)的TPU則主要著眼于提高性能并優(yōu)化功耗，其功耗已經(jīng)下降刀了GPU環(huán)境的10％。

IBM的True North是模擬人腦學(xué)習(xí)的重要突破，上圖有一些它的參數(shù)。魏少軍認(rèn)為如果實(shí)現(xiàn)這樣的產(chǎn)品將會(huì)非�！翱膳隆�，它可以形成像人一樣的機(jī)器，且可以成為家庭中的成員。

除了IBM，還有其他的企業(yè)和研究單位也在做類似的工作，代表的產(chǎn)品概念如Neuromorphic和In—memory computing。

英特爾仍在走專用集成芯片的老路，功耗及成本有優(yōu)勢(shì)，不過需要足夠大的銷量。在深度學(xué)習(xí)領(lǐng)域，由于算法在不斷演進(jìn)，且演進(jìn)的速度非常快，很難在一個(gè)有限的時(shí)間內(nèi)積累足夠的銷量。這是深度學(xué)習(xí)領(lǐng)域ASIC遇到的極大挑戰(zhàn)。