呂星辰

摘要：本文首先介紹了人工智能的要素與發(fā)展現(xiàn)狀，論述了人工智能芯片的概念與發(fā)展目的;接著闡述了人工智能芯片的發(fā)展歷程，介紹了其市場情況及主要的人工智能企業(yè);之后對不同類型的人工智能芯片進行了說明，最后討論了人工智能芯片面臨的挑戰(zhàn)及發(fā)展趨勢。

關(guān)鍵詞：人工智能 ? 芯片 ? 算力 ? 類腦

1956年，在美國達特茅斯學院召開的夏季研討會議上，時任該學院數(shù)學系助理教授的麥卡錫提出了人工智能這一載入史冊的概念。60多年來，人工智能技術(shù)已經(jīng)在許多領域取得了重大的突破，如自動駕駛、醫(yī)學診斷、公共安全等。人工智能之所以能夠取得這些突破，主要是由于三個方面的原因：充足的計算力、以深度學習為代表的算法、海量的數(shù)據(jù)資源?，F(xiàn)階段，絕大多數(shù)人工智能其智能來自于海量的數(shù)據(jù)，借助海量數(shù)據(jù)、強大的算力訓練不同的人工智能模型，從而使得其具有較高的智能。其中，算力是人工智能的基礎資源，對其發(fā)展起著至關(guān)重要的作用。隨著人工智能的發(fā)展，傳統(tǒng)的硬件已不能滿足其對算力的需求。因此，業(yè)界開始研究用于人工智能領域的專用芯片[1]。

人工智能芯片作為人工智能技術(shù)的基礎，其重要性自然不言而喻。人工智能芯片目前還沒有一個具體的公開的定義和標準，在多數(shù)情況下AI芯片被認為只要是應用于AI的芯片都可以稱為AI芯片。必須要說明， AI芯片本身并不具有智能，其主要是為人工智能模型提供計算力，從而加速人工智能模型的訓練。由于AI智能執(zhí)行任務的特殊性與多樣性，對芯片的計算處理速度有著較高的要求 [2]。

一、發(fā)展歷程

人工智能芯片的發(fā)展與人工智能的發(fā)展進程密切相關(guān)。在2007年前，人工智能的發(fā)展經(jīng)歷了數(shù)次高潮和低谷，但大都停留在學術(shù)領域，還未形成相關(guān)的產(chǎn)業(yè);另一方面，這一時期人工智能相關(guān)的算法對計算能力的需求一般，處理的數(shù)據(jù)量相對較少，因而對芯片的算力需求較低。通用的CPU芯片完全能夠滿足這一時期人工智能的算力需求。由于高清視頻、游戲等行業(yè)的發(fā)展需求，GPU產(chǎn)品的性能不斷提升，同時，得益于GPU的并行計算特性，研究人員發(fā)現(xiàn)GPU在處理海量數(shù)據(jù)的計算問題時效率較高，因此研究者將GPU大范圍地應用于人工智能的計算領域。2010年后，云計算技術(shù)在全球范圍內(nèi)廣泛應用。云計算技術(shù)是將計算資源、存儲資源、網(wǎng)絡資源進行統(tǒng)一管理，按需分配，其實現(xiàn)需要依靠互聯(lián)網(wǎng)技術(shù)。在進行人工智能相關(guān)的研究過程中，人們可以利用云計算技術(shù)實現(xiàn)高性能的計算。近年來，隨著相關(guān)算法的進步以及數(shù)據(jù)資源的快速積累，人工智能對于計算能力的需求快速增長，同時也促進了AI芯片的發(fā)展。從2015年開始，業(yè)界對AI芯片的研發(fā)呈現(xiàn)出快速增長的局面。研究者希望在相關(guān)的硬件及芯片結(jié)構(gòu)上進行突破，以此帶來計算效率上的提升[3]。

二、發(fā)展現(xiàn)狀

（一）市場情況

隨著人工智能技術(shù)的逐步成熟，以及應用場景不斷擴大，人工智能整體的市場規(guī)模也不斷增大。據(jù)統(tǒng)計， 2018年我國人工智能市場規(guī)模接近240億人民幣，實現(xiàn)了超過50%的高速增長。根據(jù)測算，2019年中國的人工智能市場規(guī)模將接近280億人民幣。人工智能市場的高速增長也為企業(yè)、用戶帶來了巨大的發(fā)展空間。人工智能整體的市場增長也促進了AI芯片的增長，預計到2020年，AI芯片領域預計將超過100億美元[3]。

（二）AI芯片公司

不管是國內(nèi)還是國外，許多企業(yè)都開始參與AI芯片的研發(fā)。如谷歌、Facebook、亞馬遜、百度、阿里等互聯(lián)網(wǎng)巨頭。與此同時，全球各大芯片公司都在積極進行AI芯片布局，涌現(xiàn)出許多新生代公司，如Graph core、Cerbras、寒武紀等。這些公司陸續(xù)推出了各自的AI芯片和硬件系統(tǒng)[4]，希望在AI芯片市場占有一席之地。

早在2011年，蘋果公司首次推出Siri時，就可以看到蘋果在人工智能方面的嘗試。在2018年Apple推出了全新的A12處理器，蘋果新的神經(jīng)引擎系統(tǒng)使得蘋果在人臉識別、語音識別方面做出了一定成就。谷歌公司在2017年度創(chuàng)新大會上展示了其研發(fā)的新一代人工智能專用處理器（Tensor Processing Units TPU）。該芯片具有強大的計算能力（據(jù)稱TPU比標準CPU和GPU快15-30倍），發(fā)布后很快就引起了軍方的關(guān)注。寒武紀是在2016年成立的，雖然其成立時間較短，但發(fā)展很快，已經(jīng)擁有成熟的AI芯片產(chǎn)品。特別是在2018年，華為集成了寒武紀的1H芯片，發(fā)布了麒麟980芯片，讓搭載該芯片的智能手機的AI計算性能大幅攀升。

三、人工智能芯片的類型

目前主要有三種類型的人工智能芯片：AI加速芯片（GPU、FPGA、DSP、ASIC、眾核處理器），類腦芯片，通用AI芯片[5]。

（一）AI加速芯片

這類芯片簡單的來講就是以現(xiàn)有的芯片為框架，構(gòu)成基礎，對某一特定的場合下的算速、成本和功耗進行優(yōu)化。目前已經(jīng)有許多用于自動駕駛、語音識別、圖像識別等領域的芯片產(chǎn)品?，F(xiàn)階段，設計AI加速芯片的主流方案有兩類：在GPU、DPS等芯片的基礎上進行整合，以異構(gòu)計算的方式來實現(xiàn);針對具體的需求，設計專用的ASIC（Application-Specific Integrated Circuit）芯片。

（二）類腦芯片

類腦芯片是希望通過模擬人腦的運轉(zhuǎn)機制，使計算機能低能耗、高功效地運行，甚至使計算機擁有優(yōu)于類人的智能。類腦芯片試圖構(gòu)建芯片結(jié)構(gòu)類似于大腦的電子芯片，即“仿生電子腦”。類腦芯片不只是從功能上去模仿大腦，而是希望從架構(gòu)層面模擬大腦。例如IBM設計的相變神經(jīng)元架構(gòu)就包括輸入端、神經(jīng)薄膜、信號發(fā)生器與輸出端四個層面，這與生物神經(jīng)元十分類似。此外，類腦芯片還具有功耗方面的絕對優(yōu)勢。例如，英特爾設計的自學習芯片Loihi，其學習效率是其它智能芯片的100萬倍，但完成同樣的學習任務其功耗比傳統(tǒng)芯片節(jié)省近1000倍。

（三）通用AI芯片

人工智能對于芯片的需求不僅僅是計算能力，還包括通用的計算引擎?，F(xiàn)有的AI芯片只能用于特定的任務或適用于某一類算法，通用性方面還存在很大差距。通用AI芯片應該具有可編程性（適用算法的演進）、架構(gòu)動態(tài)可變性（適應不同的算法）。由于通用人工智能發(fā)展的難度較大，目前還沒有真正意義上的通用AI芯片問世。

四、討論

（一）當下挑戰(zhàn)

如今，全球人工智能產(chǎn)業(yè)仍處于高速發(fā)展和迅速變化之中，尚還有很多變數(shù)。但人工智能的廣泛應用為芯片的發(fā)展提供了廣闊空間。

芯片是人工智能的基礎。從指標上來說，AI芯片發(fā)展過程中的挑戰(zhàn)來源于性能、功耗、體積三個方面。這與傳統(tǒng)的芯片并無不同。但是AI芯片的特點使得其還面臨與傳統(tǒng)芯片不同的挑戰(zhàn)?，F(xiàn)階段，AI 芯片需要解決的是兩大挑戰(zhàn)：第一是芯片需要適應算法的演進，由于目前AI算法的發(fā)展較快，各種新算法、新模型不斷出現(xiàn)，AI芯片需要能夠適應這種變化;第二是要有面向人工智能領域的新的架構(gòu)，從而提高芯片的通用性。

（二）未來趨勢

2016 年 3 月， AlphaGo 與韓國圍棋世界冠軍李世石進行了舉世矚目的圍棋人機大戰(zhàn)，并以3：1獲勝，這次比賽使得人工智能家喻戶曉; 2017 年 5 月，AlphaGo與當時排名第一的圍棋選手柯潔進行了又一次人機大戰(zhàn)，并以3：0完勝，再次震驚了世人?，F(xiàn)階段，人工智能的應用已經(jīng)出現(xiàn)在許多領域。但這些應用只是初級的，智能程度還不是很高，人工智能的大規(guī)模商業(yè)化應用還有很長的路要走。短期來看，AI芯片還是以增加算力，適應算法為主;長期來看，企業(yè)還是要以研發(fā)通用AI芯片作為發(fā)展目標。

五、結(jié)語

雖然現(xiàn)有AI產(chǎn)品并不是十分智能，但在某些方面至少已經(jīng)表現(xiàn)出超越人類智能水平的潛力。在不久的將來，人工智能將會變得更智能。AI芯片的發(fā)展還處在早期，還需要進行更多的投入。

芯片是AI發(fā)展的重要基礎，擁有巨大的產(chǎn)業(yè)價值和戰(zhàn)略地位。從全球范圍來看，國外芯片巨頭占據(jù)絕對優(yōu)勢。而國內(nèi)人工智能公司大都剛剛起步，技術(shù)實力相比國外還存在差距。未來，需要企業(yè)、政府一同努力，加大在AI芯片領域中的研發(fā)與投入，從而使我國在即將到來的人工智能時代占得先機。

參考文獻：

[1]尹首一，郭珩，魏少軍.人工智能芯片發(fā)展的現(xiàn)狀及趨勢[J].科技導報，2018，（17）：45-51.

[2]李麗婷.人工智能芯片技術(shù)進展及產(chǎn)業(yè)發(fā)展研究報告[J].廈門科技，2019，（01）：1-9.

[3]劉曉樺.國產(chǎn)AI芯片：崛起時更應回歸理性[J].經(jīng)濟，2018，（11）：28-29.

[4]張蔚敏，蔣阿芳，紀學毅.人工智能芯片產(chǎn)業(yè)現(xiàn)狀[J].電信網(wǎng)技術(shù)，2018，（02）：67-71.

[5]Ty Garibay.人工智能芯片的發(fā)展進程展望[J].集成電路應用，2018，（10）：43-44+51.

（作者單位：江蘇省睢寧高級中學）