去年“阿爾法狗”戰(zhàn)勝韓國棋手李世石，需要耗電數(shù)萬瓦,、依賴體積巨大的云服務(wù)器,。一年多后,，一個小小的人工智能芯片,，就可讓手機,、手表甚至攝像頭都能和“阿爾法狗”一樣“聰明”,。
隨著中國企業(yè)率先推出市場化的人工智能手機芯片,，這樣的手機之“芯”正掀起全球熱潮,。它將帶來怎樣的影響，傳統(tǒng)芯片命運幾何,？
?！靶尽睂Ｓ?/p>
2017年柏林國際消費電子展上，華為推出麒麟970人工智能手機芯片,，內(nèi)置神經(jīng)元網(wǎng)絡(luò)單元（NPU）,，通過人工智能深度學(xué)習(xí)，讓手機的運行更加高效,。
芯片又叫集成電路,，按照功能可分為很多種，有的負(fù)責(zé)電源電壓輸出控制,，有的負(fù)責(zé)音頻視頻處理,，還有的負(fù)責(zé)復(fù)雜運算處理。目前市場上的手機芯片有指紋識別芯片,、圖像識別芯片,、基帶芯片、射頻芯片等近百種,。
現(xiàn)有芯片種類繁多,，為何還要人工智能芯片？
隨著手機智能應(yīng)用越來越多,，傳統(tǒng)芯片要么性能不夠,，要么效率不足，難以支撐人工智能所需的大規(guī)模神經(jīng)網(wǎng)絡(luò)運轉(zhuǎn),。
例如,，“谷歌大腦”用了上萬個通用處理器“跑”了數(shù)天來學(xué)習(xí)如何識別貓臉；“阿爾法狗”和李世石下棋時使用了上千個中央處理器（CPU）和數(shù)百個圖形處理器（GPU）,，平均每局電費近3000美元,。對于絕大多數(shù)智能需求來說，基于通用處理器的傳統(tǒng)計算機成本高,、功耗高,、體積大、速度慢,，難以接受,。
與傳統(tǒng)的4核芯片相比,，在處理同樣的人工智能應(yīng)用任務(wù)時，麒麟970擁有大約50倍能效和25倍性能優(yōu)勢,。
術(shù)業(yè)有專攻,。專業(yè)人士指出，普通的處理器就好比瑞士軍刀,，雖然通用,，但不專業(yè)。廚師要做出像樣的菜肴,，就必須使用專業(yè)的菜刀,，而專門的深度學(xué)習(xí)處理器就是這把更高效、更快捷的“菜刀”,。
“芯”夠強 才能走得遠
目前迅猛發(fā)展的人工智能,，上層的應(yīng)用都依賴于底層核心能力，而這個核心能力就是人工智能處理器,。如果在芯片上不能突破,，人工智能應(yīng)用就不可能真正成功?？梢哉f核心芯片是人工智能時代的戰(zhàn)略制高點,。
人工智能目前采用的深度學(xué)習(xí)算法，有海量的數(shù)據(jù)運算需求,，對傳統(tǒng)架構(gòu)和系統(tǒng)提出了極大挑戰(zhàn),。
深度學(xué)習(xí)，就是通過算法給機器設(shè)計一個神經(jīng)網(wǎng)絡(luò),。這個網(wǎng)絡(luò)的基本特點,，是模仿大腦神經(jīng)元之間傳遞、處理信息的模式,，從多個角度和層次來觀察,、學(xué)習(xí)、判斷,、決策,。近年來，這種方法已應(yīng)用于許多領(lǐng)域,，比如人臉識別,、語音識別等，是人工智能領(lǐng)域的熱點研究方向之一,。
用于圖像處理的GPU芯片因海量數(shù)據(jù)（40．670,， －0．95， －2．28％）并行運算能力,，被最先引入深度學(xué)習(xí),。2011年,，當(dāng)時在谷歌就職的吳恩達將英偉達的GPU應(yīng)用于“谷歌大腦”中，結(jié)果表明12個GPU可達到相當(dāng)于2000個CPU的深度學(xué)習(xí)性能,。之后多家研究機構(gòu)都基于GPU來加速其深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。
然而,，隨著近兩年人工智能技術(shù)的迅速發(fā)展,，GPU在三個方面顯露出局限性：無法充分發(fā)揮并行計算優(yōu)勢，硬件結(jié)構(gòu)固定不具備可編程性,，運行深度學(xué)習(xí)算法能效不足,。
全球科研界和企業(yè)于是競相開發(fā)更加適用的人工智能芯片，尤其是適用于移動通信時代的芯片,。
華為公司與中國科學(xué)院計算技術(shù)研究所“寒武紀(jì)”項目團隊共同開發(fā)的麒麟970人工智能手機芯片,，首次集成NPU，將通常由多個芯片完成的傳統(tǒng)計算,、圖形,、圖像以及數(shù)字（數(shù)位）信號處理功能集成在一塊芯片內(nèi)，節(jié)省空間,、節(jié)約能耗,，同時極大提高了運算效率。
據(jù)預(yù)測,，類腦計算芯片市場將在2022年前達到千億美元規(guī)模,，其中消費終端將是最大市場，占據(jù)98．17％,，其他需求包括工業(yè)檢測,、航空、軍事與國防等領(lǐng)域,。
在新的計算時代,，核心芯片將決定基礎(chǔ)架構(gòu)和未來生態(tài)。因此,，谷歌,、微軟、超威等全球信息技術(shù)和通信制造巨頭都投入巨資,，加速人工智能芯片的研發(fā),。