AI晶片的原理是什麼?AI晶片竟能重新配置了?

為增進大家對晶片的認識，本文将對AI晶片的原理，以及AI晶片的重新配置予以介紹。

晶片是非常重要的電子器件之一，我們的手機和電腦等裝置中都有晶片。為增進大家對晶片的認識，本文将對AI晶片的原理，以及AI晶片的重新配置予以介紹。如果你對晶片或是AI晶片具有興趣，不妨和小編一起繼續往下閱讀哦。

一、AI晶片及其原理

AI晶片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的子產品(其他非計算任務仍由CPU負責)。目前，AI晶片主要分為 GPU 、FPGA 、ASIC。

廣義上講，能運作AI算法的，似乎都可以叫AI晶片。這種AI晶片和其他soc晶片也沒什麼差別。其實，目前任何有程式設計能力的cpu晶片都可以執行AI算法，隻是效率不同的問題。即使一顆386，也可以跑個CNN算法，做個語音識别任務，隻是可能幾個月以後才有結果。這樣的晶片我們一般不好意思稱之為AI晶片。

AI的許多資料處理涉及矩陣乘法和加法。大量并行工作的GPU提供了一種廉價的方法，但缺點是更高的功率。具有内置DSP子產品和本地存儲器的FPGA更節能，但它們通常更昂貴。

AI晶片該使用什麼方法原理去實作，仍然衆說紛纭，這是新技術的特點，探索階段百花齊放，這也與深度學習等算法模型的研發并未成熟有關，即AI的基礎理論方面仍然存在很大空白。這是指導晶片如何設計的基本前提。是以，集中在如何更好的适應已有的資料流式處理模式進行的晶片優化設計。

技術手段方面AI市場的第一顆晶片包括現成的CPU，GPU，FPGA和DSP的各種組合。雖然新設計正在由諸如英特爾、谷歌、英偉達、高通，以及IBM等公司開發，但還不清楚哪家的方法會勝出。似乎至少需要一個CPU來控制這些系統，但是當流資料并行化時，就會需要各種類型的協處理器。

二、AI晶片能重新配置

想象一個更可持續的未來：你的手機、智能手表和其他可穿戴裝置都不必為了更新換代而被擱置或丢棄。相反，它們可使用最新的傳感器和處理器進行更新，這些裝置可安裝在内部晶片上，如同樂高積木一樣整合。美國麻省理工學院工程師采用類似樂高的設計，建立出一款可堆疊、可重新配置的人工智能(AI)晶片。這種晶片構件可使裝置保持最新狀态，同時減少電子浪費。相關研究發表在《自然·電子學》上。

新設計使用光而不是實體線來通過晶片傳輸資訊。是以，可根據需要添加任意數量的計算層和光、壓力甚至氣味傳感器。研究人員稱其為類似樂高的可重構AI晶片，因為它根據層的組合具有無限的可擴充性。

在新晶片設計中，研究人員将圖像傳感器與人工突觸陣列配對，訓練每個突觸陣列識别某些字母——在本例中為M、I和T，團隊在每個傳感器和人工突觸陣列之間制造了一個光學系統，以實作層之間的通信，而無需實體連接配接，是以能以想要的方式自由地堆疊和添加晶片。

光電探測器可以構成接收資料的圖像傳感器，并将資料傳輸到下一層的LED。當信号(例如字母的圖像)到達圖像傳感器時，會刺激另一層光電探測器以及人工突觸陣列，該陣列根據入射LED光的圖案和強度對信号進行分類。

團隊據此制造了一個晶片，堆疊了3個圖像識别“塊”，每個“塊”包括一個圖像傳感器、光通信層和人工突觸陣列，用于對3個字母M、I或T中的一個進行分類。然後他們将随機字母的像素化圖像照射到晶片并測量每個神經網絡陣列響應産生的電流。電流越大，意味着圖像确實是特定數組識别字母的可能性就越大。

這一設計展示了可堆疊性、可替換性以及将新功能插入晶片的能力。研究人員設想制作一個通用的晶片平台，每一層都可像視訊遊戲一樣單獨出售;或制作不同類型的神經網絡，比如圖像或語音識别，讓客戶選擇他們想要的，然後像樂高積木一樣添加到現有的晶片中。

以上便是此次小編帶來的晶片相關内容，通過本文，希望大家對晶片具備一定的了解。