AI芯片是指专门为人工智能应用而设计或优化的芯片,它们可以高效地处理大量的数据和复杂的计算任务,尤其是在深度学习、图像识别、自然语言处理等领域。
AI芯片主要包括三类:
- 经过软硬件优化可以高效支持AI应用的通用芯片,例如GPU,FPGA;
- 专门为特定的AI产品或者服务而设计的芯片,称之为ASIC(Application-Specific Integrated Circuit),主要是侧重加速机器学习(尤其是神经网络、深度学习),这也是目前AI芯片中最多的形式;
- 受生物脑启发设计的神经形态计算芯片,这类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。
AI芯片的关键特征有:
- 新型的计算范式,处理非结构化数据和大量的线性代数运算;
- 训练和推断过程,训练是在已有数据中学习,推断是对新的数据进行特定任务;
- 大数据处理能力,满足高效能机器学习的数据处理要求;
- 数据精度,低精度设计可以提高计算速度和效率;
- 可重构的能力,可以适应不同的AI算法、架构和任务;
- 开发工具,支持将机器学习任务和神经网络转换为可在AI芯片上执行的指令代码。
AI芯片的技术挑战有:
- 冯·诺依曼瓶颈,运算和存储之间存在速度差异,导致运算部件无法充分利用;
- CMOS工艺和器件瓶颈,集成尺寸缩小受到物理原理和经济因素的限制,导致电流泄漏和能量消耗问题。
大陆部分AI芯片上市公司及产品下:
- 联想控股旗下联想创投投资了一些AI芯片公司,如寒武纪、地平线、瑞思微等;
- 寒武纪是国内最早从事AI芯片研发的公司之一,主要产品有MLU系列AI处理器,适用于云端、边缘端和终端端的各种场景;
- 地平线是国内领先的智能视觉芯片公司,主要产品有旭日系列视觉处理器(VPU),适用于智能驾驶、智能监控等领域;
- 瑞思微是国内专注于边缘计算AI芯片的公司,主要产品有RVP系列视觉处理器(VPU),适用于智能家居、智能零售等领域;
- 中科创达是国内专注于神经形态计算芯片的公司,主要产品有Thinker系列神经形态处理器(NPU),适用于物联网、智慧城市等领域。