從GTIC 2018看AI晶元發展趨勢

剛剛結束的GTIC 2018全球AI晶元創新峰會上，全球各晶元巨頭講述和介紹了各自的發展理念和產品。英特爾分享了在認知計算方面的進展，高通透露了其在AI引擎方面的布局，聯發科暢想了AI晶元廣闊的應用領域，英偉達則介紹了其最新的Xavier晶元和架構，地平線則聲明通用型處理器已無法滿足新技術的需求，而清華大學微電子所則闡述了其意圖顛覆馮諾伊曼體系的軟體定義晶元的理念和最新成果。

在GTIC 2018全球AI晶元創新峰會上，各位嘉賓精彩的演講讓小編感受頗多。在小編看來，人類發展人工智慧（AI）的出發點是為了解放人類自身，達到「完全自由」，但正如陶淵明所說「心為形役」，現實總是存在各種限制「心」的障礙和界限。人們為了達到不以「心為形役」，則需要另外創造出一個「自己」，讓其代替自己做「苦役」，而達到 「放飛自我」和「完全自由」的狀態。這個「自己」就是人工智慧（AI），AI與人（腦）的接近程度決定了人本身能在多大程度上「放飛自我」。

AI很差（笨）時則需要人「多多教誨」，這是2012年以前的狀態。而現在正經歷的是AI差強人意的狀態，人可以有條件的在特定的時間和場景下放飛自我。若是人需要進一步達到「完全自由」，則至少需要接近強人工智慧的AI。

現今的AI晶元的發展也印證了這一邏輯，特別是類腦（認知）技術更好的賦能AI，使其更加接近人腦，從而更加聰明，也進一步解放人類自身。場景定義演算法進而定義晶元，就是使晶元具有延展性和靈活性，而不再是原來一樣的固定化，這也是類似人類對不同情景的處理方式。另外邊緣終端AI化則是AI在時間和空間上的實時實地智能化處理問題，這也是符合人類自身特點和需求，即提高用戶體驗。

▲英偉達DRIVE PX Pegasus

▼賽靈思Zynq-7000 SoC

場景應用定義演算法（軟體）、演算法（軟體）定義晶元（硬體）

清華大學微納電子系主任、微電子所所長

魏少軍教授在長達10年時間裡所從事的可重構計算晶元技術，就是讓晶元根據軟體進行適應和調整，將軟體通過不同的管道輸送到硬體中來執行功能，使晶元能夠實時的根據軟體/應用的需求改變功能。這是一項專用晶元架構設計上的創新，與傳統的馮諾伊曼架構有著很大區別。

高通公司技術副總裁

李維興副總裁所說的根據不同應用計算情況來異構性選用CPU、GPU、DSP，其實也是一種應用定義軟體進而定義晶元的低一層次的解決方法，只不過其是在已固定的在同一板上的3個不同的硬體（CPU、GPU、DSP），而魏少軍教授則是一張晶元就能對應用的不同應用做出智能化的適應。

地平線的BPU也是典型的演算法定義晶元，其是一款典型的異構多指令多數據系統，而且其第一代「征程1.0」採用高斯架構，基於圖像識別作為自動駕駛的感知需求；第二代「征程」晶元將基於伯努利架構打造，其能力將延伸到建模與定位；第三代「征程」晶元將基於貝葉斯架構研發，並進一步參與到自動駕駛的決策之中，這也是演算法（軟體）定義晶元的具體表現。

▲地平線BPU

類人腦（認知）技術推進AI發展

對人類自身腦科學的認知研究還需要深入，因為其可以為AI軟硬體的發展起到極大的推進作用，現在的趨勢是類人腦趨勢，如英特爾研發神經擬態晶元，地平線已經基於人腦處理機制研發的BPU，Hinton提出的類神經網路的Capsule network架構，眼擎科技研發出eyemore X42晶元迎接其宣稱的視覺2.0時代，採用高性噪比方式使AI機器視覺甚至可以超過人眼，並模擬人腦視覺處理模式協同機器大腦與機器視覺。

邊緣終端AI站到舞台中央

眼擎科技CEO

眼擎科技朱繼志認為晶元方案從中心化走向去中心化，是因為現在各種特定的各具特色的應用場景不再是GPU甚至FPGA這種一般通用性較強的晶元所能滿足的，而是需要百花齊放的針對各特定場景進行專用性的架構設計和演算法開發等。英特爾通過低精度深度壓縮為邊緣計算提供具有深度學習推理的硬體加速能力，也是因為英特爾看到了邊緣、終端計算將會成為主角而做出的戰略調整。

聯發科副總經理暨智能設備事業群總經理

而聯發科副總經理遊人傑則說出了終端/邊緣AI人工智慧化的到來的四大原因：體驗、隱私、連接、成本。邊緣/終端AI化能夠更好的保護用戶隱私，併除去了邊緣與原來所謂中心的通信傳遞時間，更快速的反應也使用戶得到更好的體驗，同時終端/邊緣AI化使特定能力解決特定問題，避免了原來的中心能力通用性強但效率低下且功耗和成本高的問題。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！