智能制造全生命周期生态服务平台

首页> 项目申报> 资讯详情

人工智能芯片 未来谁将是霸主?

小树 来源 : 网络整理 2018-08-03 10:56    阅读量:0   

中发智造8月3日讯,深度学习应用大量涌现使超级计算机的架构逐渐向深度学习应用优化,从传统CPU为主GPU为辅的英特尔处理器变为GPU为主CPU为辅的结构。新时代到来芯片厂商纷纷完善产品、推出新品,都想成为智能时代协处理器的领跑者——但问题是,谁会担当这个角色呢?

人工智能芯片 未来谁将是霸主?0

人工智能芯片

谷歌的 TPU

有舆论称,谷歌自己打造芯片,势必对芯片制造商产生巨大影响。确实,面向机器学习专用的处理器是芯片行业的发展趋势,而且未来其他大公司也很有可能组建芯片团队,设计自己专用的芯片。

有媒体评论称 TPU不仅为谷歌带来了巨大的人工智能优势,也对市面上已有的芯片产品构成了威胁。因此,TPU 再好,也仅适用于谷歌,而且还是用于辅助 CPU 和 GPU。

寒武纪芯片板卡

2016年3月,中科院计算所陈云霁、陈天石课题组、寒武纪公司提出的寒武纪深度学习处理器指令集Cambricon 被计算机体系结构领域顶级国际会议 ISCA 2016 接收,在所有近300篇投稿中排名第一,在深度学习处理器指令集方面取得了开创性进展。

寒武纪芯片板卡提升了人工神经网络处理速度,有效加速了通用计算,大大推动了国际体系结构学术圈对神经网络的接纳度。

CEO陈天石表示,寒武纪产业化运营的主要方向将是高性能服务器芯片、高能效终端芯片和服务机器人芯片。寒武纪芯片预计 2018 年左右上市,其表现如何,值得期待。

“S1”概率芯片

DARPA 投资了一款叫做“S1”的概率芯片。模拟测试中,使用 S1 追踪视频里的移动物体,每帧处理速度比传统处理器快了近 100 倍,而能耗还不到传统处理器的 2%。MIT 媒体实验室教授、Twitter 首席媒体科学家 Deb Roy 评论称,近似计算的潮流正在兴起。

随着英特尔重组,传统 CPU 体系机构独霸江山的时代将一去不复返,概率芯片和其他更多采用全新架构的专用处理器分庭抗礼的时代即将来临。

百度实力股FPGA

2012年,百度决定自主设计深度学习专有的体系结构和芯片,经过深入研究和论证,工程师最后决定使用FPGA实现百度第一版自主设计的深度学习专有芯片。

使用 FPGA 需要具体硬件的知识,对许多开发者有一定难度,因此 FPGA 也常被视为一种行家专属的架构。不过,现在也出现了用软件平台编程 FPGA,弱化了软硬件语言间的障碍,让更多开发者使用 FPGA 成为可能。虽然目前还没有任何深度学习工具明确支持 FPGA,但显然它是一支实力股。

神经网络芯片TrueNorth

IBM 在 2014 年研发出脉冲神经网络芯片 TrueNorth,走的是“类脑计算”的路线。类脑计算的假设是,相似的结构可能会实现相似的功能,所以类脑计算研究者使用神经形态器件制造与人脑神经网络相似的电子神经网络,希望后者具有与人脑类似的功能,并进一步反过来理解人类智能。

TrueNorth 一张邮票大小,有 54 亿个晶体管,构成的神经元阵列包含 100 万个数字神经元,这些神经元之间又通过 2.56 亿个电突触彼此通信。在此基础上,2016年 4 月 IBM 推出了用于深度学习的类脑超级计算平台 IBM TrueNorth,含 16 个 TrueNorth 芯片,处理能力相当于 1600 万个神经元和 40 亿个神经键,消耗的能量只需 2.5 瓦。

将低能耗芯片用于深度学习无疑是一大重举,但是,新智元芯片群的几位专家讨论后一致认为,TrueNorth 虽然与人脑某些结构和机理较为接近,但智能算法的精度或效果有待进一步提高,离大规模商业应用还有一段距离。因此,未来 10 年芯片市场群雄逐鹿,TrueNorth 大概不会有亮相的机会。

GPU:未来市场霸主?

研究公司 Tractica LLC 预计,到 2024 年深度学习项目在 GPU 上的花费将从 2015 年的 4360 万增长到 41 亿美元,在相关软件上的花费将从 1.09 亿增长到 104 亿。

英伟达工程架构副总裁 Marc Hamilton 表示,谷歌的 TPU 是一个非常有意思的技术,但其发布进一步印证了他们的观点,那就是人工智能处理器将继续从通用的 CPU 转向 GPU 和 TPU 等其他芯片。此外,GPU 技术也在不断发展,从算法层面加速智能感知计算速度。

Hamilton 还提到了百度人工智能科学家 Bryan Catanzaro 的话:深度学习并不是一个那么窄的领域,从计算角度看,深度学习是多样化的而且演化迅速;要是制造一款适用于所有深度学习应用的专用芯片,本质上也就成了GPU或DSP。

声明: 本网站原创内容,如需转载,请注明出处;本网站转载内容(文章、图片、视频等资料)的版权归原网站所有。如我们转载或使用了您的文章或图片等资料的,未能及时和您沟通确认的,请第一时间通知我们,以便我们第一时间采取相应措施,避免给双方造成不必要的经济损失或其他侵权责任。如您未通知我们,我们有权利免于承担任何责任。 我们的联系邮箱:news@cecb2b.com。

好文章,需要你的鼓励!
分享到:
参与评论
剩下299
热门搜索
相关问答
中发智造自媒体
微信公众号
头条公众号
微博公众号
最新最热 行业资讯
订阅栏目 效率阅读