AI芯片未来式：通用智能处理器
极客时间编辑部
讲述：丁婵大小：2.33M时长：05:06
日前，智源研究院研究方向“智能体系架构与芯片”发布会上，中科院计算所智能处理器中心主任陈云霁，发布了关于“智能体系架构与芯片”的主题报告。
报告指出：智能计算系统相关技术具有战略意义，但在目前依旧处于不成熟阶段；智能体系架构和芯片是探索智能计算系统的学科方向，现在正面临着整机、编程、芯片、方法四个关键研究问题。另外，在本次报告的最后，陈云霁还提出了智源关于智能芯片的新设想：做一个通用的智能处理器。
以下是关于此次报告的主要内容。
智能计算系统是智能的核心物质载体，如果智能时代到来，上层建筑的发展必然将基于智能计算系统技术。
陈云霁称，中国现在正处于信息时代向智能时代“进化”的拐点，智能计算系统的研究具有以下三个战略性意义：
第一，智能计算系统是智能产业发展的源动力，就像工业时代的电力一样，它将作为智能业务的基石，推动整个智能产业的发展；
第二，智能计算系统是基础研究发展的源动力，数学、物理、天文、生物等基础学科正逐渐引进人工智能技术，并借其进行模拟、推理等任务，这些任务的正常完成则需要依靠足够的算力作为强有力支撑。
第三，智能计算系统还是智能科学发展的源动力，它提供的算力越大，某种意义上对于智能本质的理解就越深入，它将是整个智能科学发展的前提。
然而令人遗憾的是，尽管智能计算系统技术具有如此重要的意义，其本身的核心技术仍然尚未成熟。
智能计算系统的能耗问题就是一个最为直观的“拦路虎”。类似 AlphaGo 这样的智能计算系统，下一盘棋竟然需要好几千度的电力供应，可见其能耗方面的问题是多么的严重。也正如一些人预测的那样，如果 2025 年人工智能的耗电量占到了全世界耗电量的 10%，那么“智能改变生活”的期望是否还值得你我期待？
此次大会，陈云霁除了明确智能计算智能系统的重要性外，还表示智源研究院将从方法、芯片、编程和云终端系统四个层次，研究高效的智能计算体系结构，并探索多种类型的芯片实现。研究内容包括开源智能芯片设计方法、类脑智能芯片设计、机器学习芯片设计、可重构智能芯片设计、智能计算编程编译方法、智能控制系统设计以及智能超算系统的构建。
其中对于智能芯片的研究方向，主要着力在类脑智能芯片、机器学习芯片、可重构智能芯片以及时间序列神经网络芯片四个方向。
类脑芯片不采用经典的冯·诺依曼架构， 而是基于神经形态架构设计，以 IBM Truenorth 为代表；
机器学习芯片基于机器学习算法，通常可分为 ASIC、GPU、FPGA 等不同的技术方向；
可重构芯片具备软件、硬件双编程的特性，硬件架构和功能随软件变化而实时动态变化，因而又被称为软件定义芯片；
时间序列神经网络芯片或许可以划作类脑芯片的一种，其主要是利用类脑神经网络计算处理具有时间特性的数据，与循环神经网络 RNN 和长短期记忆神经网络 LSTM 具有密切关系。
另外，关于智能芯片产业的现状，大部分智能处理器都只对应一类智能算法，但面对复杂的应用环境，单一的智能处理器显然是不足够的。在本次发布会上，陈云霁提出了智源关于智能芯片的新设想：做一个通用的智能处理器。
与现在大多数同构的深度学习处理器不同，通用智能处理器旨在集成多个异构智能处理单元，像人类的大脑一样能够分别的高效处理不同的任务。另外通用智能处理器中的多个异构智能处理单元，或许还可以通过异构并行，组合完成更复杂的智能功能。
通用智能处理器的设想，就和通用人工智能一样，注定会是一段漫长的道路，但好在前段时间“天机芯”的出现，带来了一些通用智能处理器成功的希望。
你对 AI 芯片的未来又有怎样的看法呢？欢迎在留言区分享你的观点。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论