论文部分内容阅读
摘 要：人工智能芯片已经开始逐步走进我们的生产生活中，在方方面面都展示出巨大的发展潜力，超越人的想象。虽然中国在近代科技发展的浪潮中落在了后面，但是随着我国对科学技术的重视，科技人才的培育和科研经费的投入，科技的进步又提供了弯道超车的时机，以华为公司为代表的我国新型高科技企业在科技发展浪潮中不断发展，很多技术已经走到了世界的前沿。具有自主知识产权的人工智能芯片将为国家科技强国、信息化强国提供强大的技术基础。
关键词：人工智能;芯片技术;智能算法
一、概述
芯片的本质是集成电路，主要制作工艺是将这种集成电路制造在半导体晶圆上，当前集成电路已经发展到极大规模型，在每mm? 可以达到一百万个晶体管的数量级。而所谓人工智能芯片，是指那些对人工智能算法具有高效运算能力，且耗能相对较低的专用芯片。人工智能芯片具有的这种复杂算法处理能力主要取决于其内部的特定结构设计和简单的指令集，如类脑芯片就是一种当下流行的智能芯片，通过智能芯片的应用进一步促进人工智能技术的应用发展。普通芯片基于已有的程序对输入数据进行处理，然后再将运算结果进行输出，也就是说这个过程需要程序员提前按照指令体系进行编程。
二、人工智能芯片的分类
人工智能芯片的分类角度很多，但一般都是从芯片技术架构、功能和应用领域等角度进行划分，通常从人工智能芯片的技术架构角度将其划分为通用性人工智能芯片（GPU）、半定制化人工智能芯片（FPGA）、全定制化人工智能芯片（ASIC）和类脑人工智能芯片。基于通用性的人工智能芯片需要与CPU 相互协调才能工作，主要依赖于GPU 强大的数据处理能力和并行计算功能。基于半定制化的人工智能芯片是通过异构的形式实现规模数据处理，且由于功耗低而具有一定的吸引能力。基于全定制化的人工智能芯片在高性能计算和低功耗领域具有十分明显的优势，同时构建的系统可靠性高。基于类脑的人工智能芯片通过全新的架构设计，来模仿人类大脑实现对外界的感知和思考，是最具发展潜力的人工智能芯片。
当前市场上的人工智能芯片主要有Intel 公司的Nervana、微软公司的DPU、Google 公司的TPU、NVidia 公司的GPU、IBM 公司的TreueNorth 和BrainWave、百度公司的XPU、Xilinx 公司的xDNN、寒武纪芯片、地平线以及深鉴科技的人工智能芯片等。从技术架构角度看，这些人工智能芯片基本上都是基于GPU、FPGA、基于类脑的神经网络芯片。
寒武纪的MLU100。作为我国第一款云端人工智能芯片，MLU100 完全由中国自主研发，主要面向人工智能领域的应用。这款云端人工智能芯片是基于MLUv01 架构和TSMC16nm 工艺设计集成的，且具有两种工作模式，分别为平衡模式和高性能模式。在平衡模式下，MLU100 的理论运算速度可以达到128 万亿次/秒定点运算，如果工作在高性能模式下，MLU100 的理论运算速度可以达到166.4 万亿次/ 秒定点运算，同时其实际的功耗仅为80 瓦。可見，MLU100 是一款典型的高性能、低功耗人工智能芯片。作为寒武纪的产业链“伙伴”，联想集团、中科曙光、科大讯飞等也同台发布了基于寒武纪芯片的应用产品。
英伟达的DRIVE PX 2。DRIVE PX 2 是人工智能领域的佼佼者英伟达公司推人工智能的芯片，这是一款专门为汽车的自动驾驶系统研发的人工智能芯片。DRIVE PX 2 可以实时了解车辆周围的状况，可在高清地图上准确的定位车辆，并且计划一条安全的行驶路径。这是业界超级领先的自动驾驶车辆平台—囊括了深度学习技术，传感器融合技术以及环视技术来改变驾驶体验。通过这种可扩展的构架设计，可以通过配置两个移动处理器和两个分离式GPU，这样集成的系统理论上可达到24 万亿次/ 秒的深度学习的操作，同时借助多个Drive PX 2 平台实现的并行处理系统可以实现完全的自主驾驶。可以想象实现自动驾驶后对于物流行业，客运行业将是一个革命性的进步，俗话说车祸猛如虎，每年因交通造成的人身伤害远远排在其他伤害的前面，自动驾驶对于人类的贡献不亚于汽车历史上任何一项涉及安全的创造发明。
三、人工智能芯片的应用
人工智能芯片的应用方式。以人工智能、机器人、量子信息等为主导第四次工业革命已经拉开帷幕。人工智能在工业生产中占据核心的地位，以前的工业生产解放了手工劳动，节约了大量的劳动力，但是并没有真正实现自动化生产，仍需要人来处理自动生产线出现的故障和程序的错误，而且有些复杂的工序光靠机械的设计是很难达到人工操作的标准，人工智能的出现直接解放了人的大脑。流水线出现问题时，控制系统能进行自动的运算和解决问题，可以进一步实现的不只是无人车间，而是一座无人工厂，生产效率会达到极限效率，生产满足日常需要的产品成为易如反掌的事情。人永远是社会的主体，所有的科技进步都是为人类服务，人工智能主要集中在医疗、交通、家居以及各种智能场景的定制机器人，人工智能芯片在物品中的植入，并通过互联网的连接即实现物联网的互通。为人直接服务的设备可以通过人的形态，声音甚至通过眼神读懂人的思想，甚至通过脑机系统的连接直接神经控制。
四、结束语
随着大数据技术的发展，需要计算能力强大的芯片支持，而当前大量使用的芯片，由于是基于传统的体系架构设计的，如果用于大数据的并行计算，需要复杂的指令系统才能完成，且计算速度无法满足实际要求。自从2010 年兴起的第三波人工智能热潮开始，人工智能技术取得了前所未有的发展和广泛的应用，而这其中一个重要的原因就是人工智能芯片的发展与应用，作为计算机系统的核心部件，智能芯片在某些方面可以看成是超越人类的超人大脑。经过实践表明，采用人工智能芯片可以简化指令系统和提高运算效率。本文基于对信息技术的兴趣，结合对人工智能技术的理解，对人工智能芯片技术进行深入的分析与总结，并从实际使用案例的角度对人工智能芯片技术的应用进行阐述，为了进一步学习与掌握电子信息技术奠定基础。
参考文献
[1]尹首一，郭珩，魏少军.人工智能芯片发展的现状及趋势[J].科技导报，2018，36（17）：45-51.
[2]张蔚敏，蒋阿芳，纪学毅.人工智能芯片产业现状[J].电信网技术，2018（2）.
（作者单位：广东天波信息技术股份有限公司）
关键词：人工智能;芯片技术;智能算法
一、概述
芯片的本质是集成电路，主要制作工艺是将这种集成电路制造在半导体晶圆上，当前集成电路已经发展到极大规模型，在每mm? 可以达到一百万个晶体管的数量级。而所谓人工智能芯片，是指那些对人工智能算法具有高效运算能力，且耗能相对较低的专用芯片。人工智能芯片具有的这种复杂算法处理能力主要取决于其内部的特定结构设计和简单的指令集，如类脑芯片就是一种当下流行的智能芯片，通过智能芯片的应用进一步促进人工智能技术的应用发展。普通芯片基于已有的程序对输入数据进行处理，然后再将运算结果进行输出，也就是说这个过程需要程序员提前按照指令体系进行编程。
二、人工智能芯片的分类
人工智能芯片的分类角度很多，但一般都是从芯片技术架构、功能和应用领域等角度进行划分，通常从人工智能芯片的技术架构角度将其划分为通用性人工智能芯片（GPU）、半定制化人工智能芯片（FPGA）、全定制化人工智能芯片（ASIC）和类脑人工智能芯片。基于通用性的人工智能芯片需要与CPU 相互协调才能工作，主要依赖于GPU 强大的数据处理能力和并行计算功能。基于半定制化的人工智能芯片是通过异构的形式实现规模数据处理，且由于功耗低而具有一定的吸引能力。基于全定制化的人工智能芯片在高性能计算和低功耗领域具有十分明显的优势，同时构建的系统可靠性高。基于类脑的人工智能芯片通过全新的架构设计，来模仿人类大脑实现对外界的感知和思考，是最具发展潜力的人工智能芯片。
当前市场上的人工智能芯片主要有Intel 公司的Nervana、微软公司的DPU、Google 公司的TPU、NVidia 公司的GPU、IBM 公司的TreueNorth 和BrainWave、百度公司的XPU、Xilinx 公司的xDNN、寒武纪芯片、地平线以及深鉴科技的人工智能芯片等。从技术架构角度看，这些人工智能芯片基本上都是基于GPU、FPGA、基于类脑的神经网络芯片。
寒武纪的MLU100。作为我国第一款云端人工智能芯片，MLU100 完全由中国自主研发，主要面向人工智能领域的应用。这款云端人工智能芯片是基于MLUv01 架构和TSMC16nm 工艺设计集成的，且具有两种工作模式，分别为平衡模式和高性能模式。在平衡模式下，MLU100 的理论运算速度可以达到128 万亿次/秒定点运算，如果工作在高性能模式下，MLU100 的理论运算速度可以达到166.4 万亿次/ 秒定点运算，同时其实际的功耗仅为80 瓦。可見，MLU100 是一款典型的高性能、低功耗人工智能芯片。作为寒武纪的产业链“伙伴”，联想集团、中科曙光、科大讯飞等也同台发布了基于寒武纪芯片的应用产品。
英伟达的DRIVE PX 2。DRIVE PX 2 是人工智能领域的佼佼者英伟达公司推人工智能的芯片，这是一款专门为汽车的自动驾驶系统研发的人工智能芯片。DRIVE PX 2 可以实时了解车辆周围的状况，可在高清地图上准确的定位车辆，并且计划一条安全的行驶路径。这是业界超级领先的自动驾驶车辆平台—囊括了深度学习技术，传感器融合技术以及环视技术来改变驾驶体验。通过这种可扩展的构架设计，可以通过配置两个移动处理器和两个分离式GPU，这样集成的系统理论上可达到24 万亿次/ 秒的深度学习的操作，同时借助多个Drive PX 2 平台实现的并行处理系统可以实现完全的自主驾驶。可以想象实现自动驾驶后对于物流行业，客运行业将是一个革命性的进步，俗话说车祸猛如虎，每年因交通造成的人身伤害远远排在其他伤害的前面，自动驾驶对于人类的贡献不亚于汽车历史上任何一项涉及安全的创造发明。
三、人工智能芯片的应用
人工智能芯片的应用方式。以人工智能、机器人、量子信息等为主导第四次工业革命已经拉开帷幕。人工智能在工业生产中占据核心的地位，以前的工业生产解放了手工劳动，节约了大量的劳动力，但是并没有真正实现自动化生产，仍需要人来处理自动生产线出现的故障和程序的错误，而且有些复杂的工序光靠机械的设计是很难达到人工操作的标准，人工智能的出现直接解放了人的大脑。流水线出现问题时，控制系统能进行自动的运算和解决问题，可以进一步实现的不只是无人车间，而是一座无人工厂，生产效率会达到极限效率，生产满足日常需要的产品成为易如反掌的事情。人永远是社会的主体，所有的科技进步都是为人类服务，人工智能主要集中在医疗、交通、家居以及各种智能场景的定制机器人，人工智能芯片在物品中的植入，并通过互联网的连接即实现物联网的互通。为人直接服务的设备可以通过人的形态，声音甚至通过眼神读懂人的思想，甚至通过脑机系统的连接直接神经控制。
四、结束语
随着大数据技术的发展，需要计算能力强大的芯片支持，而当前大量使用的芯片，由于是基于传统的体系架构设计的，如果用于大数据的并行计算，需要复杂的指令系统才能完成，且计算速度无法满足实际要求。自从2010 年兴起的第三波人工智能热潮开始，人工智能技术取得了前所未有的发展和广泛的应用，而这其中一个重要的原因就是人工智能芯片的发展与应用，作为计算机系统的核心部件，智能芯片在某些方面可以看成是超越人类的超人大脑。经过实践表明，采用人工智能芯片可以简化指令系统和提高运算效率。本文基于对信息技术的兴趣，结合对人工智能技术的理解，对人工智能芯片技术进行深入的分析与总结，并从实际使用案例的角度对人工智能芯片技术的应用进行阐述，为了进一步学习与掌握电子信息技术奠定基础。
参考文献
[1]尹首一，郭珩，魏少军.人工智能芯片发展的现状及趋势[J].科技导报，2018，36（17）：45-51.
[2]张蔚敏，蒋阿芳，纪学毅.人工智能芯片产业现状[J].电信网技术，2018（2）.
（作者单位：广东天波信息技术股份有限公司）