AI領域芯片已“炒作”過熱但AI芯片未來發(fā)展還有長路要走

清華大學微電子所所長魏少軍9日呼吁，當前，AI領域芯片已“炒作”過熱，在目前還沒有出現AI通用算法的芯片，以及，AI殺手級應用尚未出現的情況下，AI芯片未來發(fā)展還有長路要走。而推進AI芯片需要軟件、硬件“雙輪驅動發(fā)展”，其中，軟件更是扮演核心的關鍵角色。

發(fā)展AI芯片不可或缺

魏少軍在9日全球AI芯片創(chuàng)新峰會上做出上述表示。他指出，當前人工智能算法非常多，層出不窮并沒有統(tǒng)一，根據應用不同，因應算法也不同；從硬件芯片來說，需要具備AI深度學習引擎，從云端向終端遷移的過程，需要極高效能通用深度學習引擎。這也是GPU大行其道的原因，因為至今看來，GPU能實現很好的AI計算量。

盡管目前在AI領域，計算無處不在，但他話鋒一轉，提出一個問題：盡管目前AI應用涵蓋了生產領域、生活各個應用層面，但究竟什么才是AI的“殺手級應用”？與人們生活周遭真正不可或缺的日常AI應用？至今，應還沒答案。

他進一步指出，智能軟件的作用一點不比芯片差，其實軟件更是核心，智能硬件要跟著軟件不斷的變化，芯片要能夠被軟件所定義動態(tài)的改變運算任務。

AI運算 軟硬件實時動態(tài)變化

他說，為了提振美國電子產業(yè)，由美國國防部先進計劃署 (DARPA)推動的電子產業(yè)振興計劃(ERI)針對后摩爾定律(post-Moore’s-law)時代的新材料、架構與設計流程，在科技領域尋求突破。其中設計環(huán)節(jié)，就提到“軟件定義硬件”(software define hardware)，而所謂的“實時”指的是運行300-1000納秒內硬件隨著軟件而跟著變化。

他說，這部分清華大學比起國外早在十年多前就在做了。由于FPGA有其缺陷, 要做到軟件定義很難, 但是可重構計算架構需要硬件、軟件都動態(tài)進行改變, 這方面不僅改變傳統(tǒng)計算結構，AI算法也不停變換，需要深度神經網絡來定義硬件。

清華大學目前可重構芯片Thinker就是基于此一出發(fā)點，根據通用、專用版本進行網絡運算，提高系統(tǒng)能效，目前有Thinker 1、Thinker 2及獲MIT極高評價的Thinker X 。

AI殺手級應用還沒出現

他總結認為，現在AI芯片已經被過度“炒作”, 尤其媒體跟風起到很大作用。實際上，目前還沒有出現像CPU一樣的AI通用算法芯片，AI殺手級應用還沒出現，未來還有很長一段路要走。

但是，未來AI通用芯片會出現嗎？如果出現了其架構又為何？他認為，如果沒有，那么目前大部分的業(yè)者恐怕都將成為最令人欽佩的“先烈”，因為只是針對現有特定的垂直場景應用開發(fā)IP核，最后多會被大公司所吸收。未來2-3年行業(yè)恐怕會進入技術變革的一輪低潮期。