报告|AI系列报告之:智能计算芯片

2017-09-24 21:47 来源:中国电子技术标准化研究院
浏览量: 收藏:0 分享

  人工智能大时代到来,智能计算芯片需求旺盛颇具投资价值

  随着深度学习算法趋于成熟,人工智能技术有了突飞猛进的发展。技术的进步促使多行业领域应用进入落地阶段以及资本的踊跃投入。充分意识到人工智能的重大战略意义,国家的重磅级产业支持政策开始不断出台,人工智能大时代已经到来。根据国务院《新一代人工智能发展规划》2020 年我国人工智能产业总规模将达1500 亿元,其中智能计算芯片市场规模预计将达100 亿元。芯片是我国人工智能产业中较为薄弱的一环,受海外技术限制严重,受益于人工智能产业和国产化安全需求拉动,颇具发展潜力和投资价值。

  CPU 是数据中心传统支柱,GPU 凭借强大的并行运算能力迅速崛起

  CPU 作为计算和控制核心,是数据中心的传统支柱,由于内部结构的原因,从运算性能和效率角度考虑并不是计算芯片的最佳选择,未来将更多与其他专用计算芯片搭配使用。GPU 内部结构更适合大规模并行计算且通用性强,因此近年来被广泛应用于高性能计算和人工智能计算,但同时也有能耗比较高的缺点。

  FPGA:可编程配置灵活,高性能低功耗优势明显

  FPGA 属于半定制化芯片解决方案,可以通过编程灵活地针对算法修改电路,提前把固定算法的数据流以及执行指令写在硬件里,节约了指令获取和解码时间从而大幅提高效率。测试结果表明FPGA 计算速度接近GPU远高于CPU,但能耗远低于CPU 和GPU。由于算法实现通过编程进行,不需要专门的电路设计,因此开发成本较低,但FPGA 本身需要从专业厂商采购,因此硬件成本相对比较高。

  ASIC 神经网络处理器具备优良性能,是智能芯片终极解决方案

  神经网络处理器从硬件方向对神经网络结构进行模拟,并对神经元和突触数据在芯片上的传输提供了一系列专门的支持,属于高度定制化智能计算芯片。相比于CPU 和GPU,神经网络处理器依靠模拟神经网络突触的海量运算单元,性能达到百倍提升;相比于FPGA,神经网络处理器由于工艺的提升主频大幅提高,性能、功耗比也远远超过FPGA。可以说神经网络处理器芯片是智能计算芯片终极解决方案。华为麒麟970 芯片和苹果A11 处理器的推出标志着神经网络处理器在移动端已经进入实用化阶段。

全文下载:智能计算芯片:人工智能产业硬件基础与第一桶金.PDF

标签:

投稿人:何黑炭
在线客服