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(gè)小小的人工智能芯片，就可讓手機(jī)、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(jī)芯片，這樣的手機(jī)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(yùn)幾何？
?！靶尽睂Ｓ?/p>
2017年柏林國際消費(fèi)電子展上，華為推出麒麟970人工智能手機(jī)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(jī)的運(yùn)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(yùn)算處理。目前市場上的手機(jī)芯片有指紋識(shí)別芯片、圖像識(shí)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(jī)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(yùn)轉(zhuǎn)。
例如，“谷歌大腦”用了上萬個(gè)通用處理器“跑”了數(shù)天來學(xué)習(xí)如何識(shí)別貓臉；“阿爾法狗”和李世石下棋時(shí)使用了上千個(gè)中央處理器（CPU）和數(shù)百個(gè)圖形處理器（GPU），平均每局電費(fèi)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(jì)算機(jī)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(shí)，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(qiáng) 才能走得遠(yuǎn)
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(gè)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(shí)代的戰(zhàn)略制高點(diǎn)。
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(yùn)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(jī)器設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)。這個(gè)網(wǎng)絡(luò)的基本特點(diǎn)，是模仿大腦神經(jīng)元之間傳遞、處理信息的模式，從多個(gè)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(shí)別、語音識(shí)別等，是人工智能領(lǐng)域的熱點(diǎn)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(yùn)算能力，被最先引入深度學(xué)習(xí)。2011年，當(dāng)時(shí)在谷歌就職的吳恩達(dá)將英偉達(dá)的GPU應(yīng)用于“谷歌大腦”中，結(jié)果表明12個(gè)GPU可達(dá)到相當(dāng)于2000個(gè)CPU的深度學(xué)習(xí)性能。之后多家研究機(jī)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(gè)方面顯露出局限性：無法充分發(fā)揮并行計(jì)算優(yōu)勢，硬件結(jié)構(gòu)固定不具備可編程性，運(yùn)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(dòng)通信時(shí)代的芯片。
華為公司與中國科學(xué)院計(jì)算技術(shù)研究所“寒武紀(jì)”項(xiàng)目團(tuán)隊(duì)共同開發(fā)的麒麟970人工智能手機(jī)芯片，首次集成NPU，將通常由多個(gè)芯片完成的傳統(tǒng)計(jì)算、圖形、圖像以及數(shù)字（數(shù)位）信號(hào)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(shí)極大提高了運(yùn)算效率。
據(jù)預(yù)測，類腦計(jì)算芯片市場將在2022年前達(dá)到千億美元規(guī)模，其中消費(fèi)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(jì)算時(shí)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)。