AI應(yīng)用需要專用的場(chǎng)景化IC以及半導(dǎo)體工藝將提升AI芯片性能

深鑒科技芯片研發(fā)副總裁陳忠民21日表示，AI芯片將給IC行業(yè)全新的未來(lái)，而中國(guó)與北美等先進(jìn)國(guó)家正保持相同的發(fā)展節(jié)奏，并無(wú)落后。他指出，半導(dǎo)體工藝的進(jìn)步與提升，大幅縮短芯片運(yùn)算速度，并降低功耗，這對(duì)賦予終端裝置AI功能至關(guān)重要。

深鑒科技目前是國(guó)內(nèi)最受矚目的AI芯片業(yè)者之一，也是臺(tái)積電的重要客戶。預(yù)計(jì)2018年將發(fā)布AI專用芯片，采用臺(tái)積電28納米先進(jìn)工藝技術(shù)。

AI應(yīng)用需要專用的場(chǎng)景化IC

陳忠民21日參加上海IC咖啡峰會(huì)時(shí)指出，2017年是AI產(chǎn)品集中爆發(fā)的一年，阿里巴巴、百度、騰訊等巨頭，紛紛在AI領(lǐng)域進(jìn)行布局，從PC到互聯(lián)網(wǎng)再進(jìn)入了AI時(shí)代，中國(guó)已經(jīng)站在AI的起點(diǎn)上。

PC時(shí)代是以處理器、顯卡為核心，互聯(lián)網(wǎng)時(shí)代逐漸走向多核心、服務(wù)器陣列，而移動(dòng)互聯(lián)網(wǎng)時(shí)代嵌入式CPU、GPU則獲重視，進(jìn)入AI時(shí)代擁有互聯(lián)網(wǎng)時(shí)代的全部數(shù)據(jù)，但是半導(dǎo)體摩爾定律卻已經(jīng)放緩，使得運(yùn)算力逐漸無(wú)法滿足大數(shù)據(jù)處里的需要。

他舉算法為例，算法在部分領(lǐng)域已經(jīng)超越人的識(shí)別精度。深度學(xué)習(xí)技術(shù)經(jīng)歷訓(xùn)練到推理的過(guò)程迅速成熟。人工智能需要高效的計(jì)算平臺(tái)，其成功在于算法、大數(shù)據(jù)、計(jì)算和應(yīng)用場(chǎng)景的結(jié)合。

這些不同場(chǎng)景，讓人工智能與各領(lǐng)域特定應(yīng)用相結(jié)合，如AI+安防、AI+金融、AI+醫(yī)療、AI+自動(dòng)駕駛，將改變機(jī)器設(shè)備的應(yīng)用，讓原有設(shè)備獲得智能化提升，也將創(chuàng)造廣大的市場(chǎng)與很大的投資回報(bào)。

例如目前中國(guó)市場(chǎng)共計(jì)約有1.7億個(gè)攝像頭，分布在各地與各種應(yīng)用，每年還再以不低于1億個(gè)的增速增加中，這些大量攝像頭產(chǎn)生的數(shù)據(jù)都需要由數(shù)據(jù)中心進(jìn)行處理；還有，自動(dòng)駕駛汽車(chē)每輛平均約10-20個(gè)攝像裝備，更需要更短時(shí)間響應(yīng)、更低的功耗進(jìn)行駕駛信息的實(shí)時(shí)處理，這些都需要由專用的IC來(lái)完成。

半導(dǎo)體工藝提升AI芯片性能

陳忠民認(rèn)為，從硬件角度，半導(dǎo)體工藝的進(jìn)步使得芯片計(jì)算時(shí)間大幅縮短。半導(dǎo)體工藝的提升可以大幅縮短運(yùn)算速度，從過(guò)去3秒處理器已經(jīng)進(jìn)步到辨識(shí)只需要30毫秒。深度學(xué)習(xí)就是一架“火箭”、大數(shù)據(jù)就是“燃料”，對(duì)芯片硬件業(yè)者而言是很大的發(fā)展機(jī)會(huì)。

AI芯片的發(fā)展趨勢(shì)，就是從“通用”走向“專用”，來(lái)符合算法的需要。其中，ASIC在低功耗、高算力方面具有優(yōu)勢(shì)。尤其在安防攝像頭、機(jī)器人、手機(jī)、IoT等生活內(nèi)的ASIC對(duì)于低功耗的芯片要求更為嚴(yán)苛，每瓦提供的算力很關(guān)鍵。他說(shuō)，目前為止只有ASIC能供提供一瓦1TOPS的算力。

“聽(tīng)濤”與臺(tái)積電28納米合作

以深鑒來(lái)說(shuō)，預(yù)計(jì)2018年中發(fā)布芯片“聽(tīng)濤”，將采用臺(tái)積電28納米能夠?qū)崿F(xiàn)一瓦1T的 1.5-2TOPS的能力；其核心使用深鑒自己的亞里士多德架構(gòu)，峰值性能1.1瓦 4.1 TOPS。

陳忠民表示，所有AI芯片公司都在打造自己的指令集，因?yàn)檐?、硬件協(xié)同設(shè)計(jì)非常重要，對(duì)于神經(jīng)網(wǎng)絡(luò)剪除對(duì)最終結(jié)果不大的運(yùn)算，以節(jié)省算力，神經(jīng)網(wǎng)絡(luò)的稀疏性是很重要的方向。

目前深鑒的阿里斯多德算法架構(gòu)，提升運(yùn)算器的運(yùn)算利用率，經(jīng)過(guò)比對(duì)，能夠?qū)崿F(xiàn)比iphone8核心使用效率高出很多；同時(shí)與國(guó)內(nèi)一家比特幣芯片廠商進(jìn)行比對(duì)功耗只有1/10，而運(yùn)算利用率也達(dá)到更高。

陳忠民認(rèn)為，每個(gè)客戶對(duì)AI芯片的需求是不同的，需要花時(shí)間客制化。AI芯片將帶給IC界帶給全新的未來(lái)，當(dāng)前許多業(yè)者積極研發(fā)先進(jìn)工藝Flash，也帶來(lái)RRAM、MRAM新的需求與機(jī)會(huì)。