對于眾多投資企業(yè)來說，AI芯片搶占人工智能市場的一個重要入口，但是對于研發(fā)者而言卻不僅如此。雖然硬件的出現(xiàn)不代表立刻建立起生態(tài)圈，但手機廠商對移動AI的押注無疑給了大多數(shù)開發(fā)者信心，盡管移動AI芯片不能解決所有問題，但很多團隊正在試圖從軟件方面加速移動AI的部署。

20世紀(jì)80年代，人工智能的關(guān)鍵應(yīng)用——基于規(guī)則的專家系統(tǒng)得以發(fā)展，但是數(shù)據(jù)較少，難以捕捉專家的隱性知識，加之計算能力依然有限，使得人工智能不被重視。進入20世紀(jì)90年代，神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等人工智能算法以及大數(shù)據(jù)、云計算和高性能計算等信息通信技術(shù)快速發(fā)展，人工智能進入新的快速增長時期。

如今“人工智能”被寫入我國“十三五”規(guī)劃綱要。2016年5月，國家發(fā)改委、科技部、工信部及中央網(wǎng)信辦四部委聯(lián)合下發(fā)《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》。面向2030年的人工智能規(guī)劃即將出臺，中國的人工智能研究與開發(fā)將進入頂層設(shè)計后的系統(tǒng)推進階段。

隨著智能時代的臨近，芯片市場格局一變再變。以引領(lǐng)處理器市場40多年的英特爾為例，2015英特爾年底收購?fù)闍ltera，而在今年4月就宣布計劃裁員1.2萬。除此之外，GPU巨頭英偉達(dá)今年3月推出加速人工智能和深度學(xué)習(xí)的芯片TeslaP100，投入研發(fā)經(jīng)費超過20億美元。據(jù)《華爾街日報》報道，今年5月英偉達(dá)售出的GPU比去年同月增長62%，公司當(dāng)前市值240億美元。

對于眾多投資企業(yè)來說，AI芯片搶占人工智能市場的一個重要入口，但是對于研發(fā)者而言卻不僅如此。雖然硬件的出現(xiàn)不代表立刻建立起生態(tài)圈，但手機廠商對移動AI的押注無疑給了大多數(shù)開發(fā)者信心，讓更多人加入這一領(lǐng)域。

移動AI芯片不能解決所有問題，但很多團隊正在試圖從軟件方面加速移動AI的部署。移動AI芯片給了開發(fā)者推出輕量級產(chǎn)品的可能——不必?fù)?dān)心云計算資源的使用資費、也不必?fù)?dān)心用戶量增長帶來的服務(wù)器宕機。可以說移動AI芯片的出現(xiàn)降低了消費級AI應(yīng)用的準(zhǔn)入門檻。

但研發(fā)移動AI芯片并沒有想象中那么容易。對于用戶而言，移動AI芯片的出現(xiàn)意味著可以在終端上獲得更好的產(chǎn)品體驗，可對于開發(fā)者來說，移動AI卻不能靠芯片一蹴而就。

移動端的AI芯片在設(shè)計思路上有著本質(zhì)的區(qū)別。首先，必須保證功耗控制在一定范圍內(nèi)，換言之，必須保證很高的計算能效；為了達(dá)到這個目標(biāo)，移動端AI芯片的性能必然有所損失，允許一些計算精度損失，因此可以使用一些定點數(shù)運算以及網(wǎng)絡(luò)壓縮的辦法來加速運算

深黑科技的CEOJason表示，目前大多數(shù)移動AI芯片在機器學(xué)習(xí)做了較為普適性的優(yōu)化，而對一些特定的計算方式則沒有進行太多優(yōu)化。比如深度學(xué)習(xí)中需要的卷積計算，當(dāng)前就會更適合部署在云端。因此，研發(fā)者在移動AI芯片上還在下苦功。

除了采用其他架構(gòu)，研究人員開始探索使用新材料制作芯片。早在2015年，三星、GobalFoundries、IBM和紐約州立大學(xué)等機構(gòu)組成的研究聯(lián)盟推出了一個7納米的微芯片，其晶體管大約一半都由硅鍺(SiGe)合金制成。石墨烯也是芯片研發(fā)一個重點。機器學(xué)習(xí)加速新材料發(fā)現(xiàn)，也意味著使用新材料制作的芯片出現(xiàn)幾率大大提高。

更多資訊請關(guān)注電力電子頻道