人(ren)工智(zhi)能在(zai)芯片開發(fa)中起到什么作用(yong)？
時間：2021-10-22 來(lai)源：華清遠見(jian)
從(cong)AlphaGo的(de)人(ren)機對(dui)戰，到無(wu)(wu)人(ren)駕駛(shi)汽車的(de)上路，在到AI合成主播(bo)上崗…..無(wu)(wu)形中(zhong)，人(ren)工(gong)智能(neng)以前所(suo)未(wei)有的(de)發(fa)(fa)展(zhan)速(su)度滲透到我們的(de)日常生活。而人(ren)工(gong)智能(neng)在未(wei)來芯片的(de)開發(fa)(fa)中(zhong)又(you)會起到怎么(me)樣的(de)作用呢？
近(jin)幾年，谷歌，蘋果，微軟，Facebook，英特爾，高通，英偉(wei)達，ADM，等科技巨頭也是(shi)紛(fen)紛(fen)入局，開始自主研發人(ren)工(gong)智(zhi)能(neng)(neng)芯(xin)片(pian)，大大的(de)(de)提高了人(ren)們(men)的(de)(de)發展，和人(ren)們(men)對人(ren)工(gong)智(zhi)能(neng)(neng)的(de)(de)需求。 在全球科技領域(yu)，人(ren)工(gong)智(zhi)能(neng)(neng)無疑是(shi)最熱(re)門(men)的(de)(de)領域(yu)。這(zhe)(zhe)種并(bing)不算新(xin)的(de)(de)應用場景將會帶動新(xin)一(yi)輪的(de)(de)計(ji)算革命，這(zhe)(zhe)也將給人(ren)工(gong)智(zhi)能(neng)(neng)芯(xin)片(pian)帶來新(xin)的(de)(de)需求，給半導體領域(yu)帶來新(xin)的(de)(de)機遇。人(ren)工(gong)智(zhi)能(neng)(neng)正在推動芯(xin)片(pian)的(de)(de)復興。
半(ban)導體是(shi)數字時代的(de)(de)一(yi)項基礎(chu)技術。美國硅(gui)谷的(de)(de)名(ming)字正(zheng)是(shi)源自于(yu)此(ci)，過去半(ban)個世紀以來(lai)，計算(suan)機技術的(de)(de)革命改變著社會的(de)(de)方(fang)方(fang)面面，而(er)半(ban)導體芯(xin)片技術正(zheng)是(shi)這(zhe)場革命的(de)(de)核心。
自英特(te)爾1971年推出全球第(di)一個微處(chu)理(li)器以來，計算(suan)能力一直(zhi)以令人驚嘆的步(bu)伐(fa)發展(zhan)演進著。根據(ju)摩爾定律，當前的計算(suan)機芯片比(bi)50年前的芯片在功能上(shang)強(qiang)大(da)百萬倍(bei)。
可盡管數十年來處理(li)能力的(de)(de)(de)(de)飛速增長，但直到現(xian)在，計算機芯片的(de)(de)(de)(de)基(ji)本體系結構仍然(ran)沒有太(tai)大改(gai)變。很大程度上說，芯片的(de)(de)(de)(de)創新，需要進一步縮小晶體管的(de)(de)(de)(de)體積，讓集成電路(lu)可以容納更(geng)多晶體管。正是人(ren)工智(zhi)能（AI）誕(dan)生，引(yin)發了半導(dao)體創新的(de)(de)(de)(de)“黃金時代。機器學習(xi)帶來獨特的(de)(de)(de)(de)市場需求(qiu)和無限的(de)(de)(de)(de)機會。讓我們從新思考芯片架構的(de)(de)(de)(de)基(ji)本原(yuan)則。
人工智能為芯片開發帶來新的計算模式，在計算技術發展的歷史中，主流的芯片架構是CPU。如今，CPU無處不在，它為筆記本電腦，移動設備和大多數數據中心提供動力。CPU是通用的，能夠有效執行軟件所需的任何計算。不過盡管CPU的主要優勢是多功能性，然而如今領先的AI技術需要的，是一種非常特殊且密集的計算。深度學習需要迭代執行數百萬甚至數十億個相對簡單的乘法和加法步驟。深度學習以線性代數為基礎，在根本上是基于試錯法的：對參數進行調整，對矩陣進行乘法運算，隨著模型自身的不斷優化，在整個神經網絡中反復進行數字求和。這種重復性的、計算量巨大的工作流程，對于硬件體系結構有很重要的要求。「并行化」變得至關重要，「并行」指的是：處理器能夠同時、而不是一個接一個地執行多個計算的能力。與之緊密相關的是，深度學習涉及大量數據的連續轉換，因此讓芯片內存和計算核心盡可能靠近數據所在的位置，可以減少數據移動，從而大幅提升速度和效率。隨著機器學習正在日益普及，傳統芯片已經無法應對現代AI算法的要求，這一點正變得愈加突出。正如AI專家Yann LeCun最近所說的：“如果你能穿越到未來五年或者十年，看看計算機大部分時間都在做些什么的話，我認為很可能是機器學習之類的事情。
眼(yan)下，一場為即將而來的(de)AI時代開(kai)發所需的(de)硬件(jian)競(jing)爭正在上演。如今(jin)，半導體行業的(de)創新之多，是自硅谷(gu)創立之初以來從未(wei)有過的(de)，巨量資金不斷地(di)投入其(qi)中。
未來幾年，下一(yi)代芯片將塑(su)造人工(gong)智能領域的(de)雛形和軌(gui)跡。用(yong)Yann LeCun的(de)話來說(shuo)：“硬(ying)件能力(li)...激勵但卻限制了AI研(yan)究(jiu)人員想(xiang)象并追(zhui)求的(de)想(xiang)法。各種我們可以使用(yong)的(de)工(gong)具正(zheng)在不斷刷新我們的(de)想(xiang)法，這一(yi)點我們不得不承認。
