去年"阿爾法狗"戰勝韓國棋手李世石，需要耗電數萬瓦、依賴體積巨大的云服務器。一年多后，一個小小的人工智能芯片，就可讓手機、手表甚至攝像頭都能和"阿爾法狗"一樣"聰明"。
2017年柏林國際消費電子展上，華為推出麒麟970人工智能手機芯片，內置神經元網絡單元(NPU)，通過人工智能深度學習，讓手機的運行更加高效。
現有芯片種類繁多，為何還要人工智能芯片?隨著手機智能應用越來越多，傳統芯片要么性能不夠，要么效率不足，難以支撐人工智能所需的大規模神經網絡運轉。
目前迅猛發展的人工智能，上層的應用都依賴于底層核心能力，而這個核心能力就是人工智能處理器。如果在芯片上不能突破，人工智能應用就不可能真正成功。可以說核心芯片是人工智能時代的戰略制高點。
用于圖像處理的GPU芯片因海量數據并行運算能力，被最先引入深度學習。2011年，當時在谷歌就職的吳恩達將英偉達的GPU應用于"谷歌大腦"中，結果表明12個GPU可達到相當于2000個CPU的深度學習性能。之后多家研究機構都基于GPU來加速其深度學習神經網絡。
然而，隨著近兩年人工智能技術的迅速發展，GPU在三個方面顯露出局限性:無法充分發揮并行計算優勢，硬件結構固定不具備可編程性，運行深度學習算法能效不足。
全球科研界和企業于是競相開發更加適用的人工智能芯片，尤其是適用于移動通信時代的芯片。
華為公司與中國科學院計算技術研究所"寒武紀"項目團隊共同開發的麒麟970人工智能手機芯片，首次集成NPU，將通常由多個芯片完成的傳統計算、圖形、圖像以及數字(數位)信號處理功能集成在一塊芯片內，節省空間、節約能耗，同時極大提高了運算效率。
據預測，類腦計算芯片市場將在2022年前達到千億美元規模，其中消費終端將是最大市場，占據98.17%，其他需求包括工業檢測、航空、軍事與國防等領域。
更多資訊請關注嵌入式頻道
網站客服
粵公網安備 44030402000946號