人工智能如火如荼，研究公司Global Market Insights预言，全球人工智能加速芯片市场规模将以每年35%的速度增长，整体规模将从2019年的80亿美元增长到2026年的700亿美元。
那么AI到底是什么，人工智能芯片又是什么呢？
首先，我们要知道，芯片其实就是集成电路，人工智能（Artificial Intelligence，AI）是指能够运行人工智能算法的芯片，主要以深度学习算法为主。当前的人工智能芯片主要分为四类：
通用芯片（GPU）
特点：单指令、多数据，主要处理图像数据。由CPU下达指令进行工作。
半定制化芯片（FPGA）
FPGA适用于多指令，单数据流分析，主要用于云端。FPGA整体运算性能更高，因此常用于深度学习算法中的推断阶段。将FPGA 和 CPU 对比可以发现两个特点，一是 FPGA 没有内存和控制所带来的存储，读取部分速度更快，二是 FPGA 没有读取指令操作，所以功耗更低。劣势是价格比较高、编程复杂、整体运算能力不是很高。
全定制化芯片（ASIC）
ASIC是为实现特定场景应用要求而定制的专用AI芯片。优点是功耗、可靠性、集成度好，缺点是开发周期长，功能扩展性不强。
类脑芯片
类脑芯片是一款模拟人脑的神经网络模型的芯片编程架构，这一系统可以模拟人脑功能进行感知方式、行为方式和思维方式，也是未来人工智能芯片一个重要的发展方向，但是研究过程异常艰难。
人工智能芯片的发展方向有两种：一种是加速硬件的计算能力，不断优化GPU、FPGA、ASIC，另一类是采用类脑神经结构来提升计算力。
类脑芯片主要是基于冯 诺依曼结构，通过模拟人脑的神经结构，进行信息的感知、思考、产生行为。人脑中的突触是神经元之间的连接，能够随所传递的神经元信号强弱和极性调整传递效率，并在信号消失后保持传递效率。而模仿此类运作模式的类脑芯片便可实现数据并行传送，分布式处理，并能够以低功耗实时处理海量数据。
2011年8月，IBM公司通过模拟大脑结构，首次研发出两个具有感知和认知能力的硅芯片原型，可以像大脑一样具有学习和处理信息的能力，但最高只能容纳二十多万个可编程突触。
2014年8月，IBM推出了第二代类脑芯片“TrueNorth”，相当于100万个可编程神经元，2.56亿个可编程突触，其性能相较于第一代有了不少的提升。
2016年IBM公司又公布了新的研究成果，可以实现包括手指识别、情绪识别、图像分类和对象追踪等。
2017年，英特尔发布Loihi芯片，可以实现模仿大脑根据环境的各种反馈来学习如何操作的运作方式，可以利用数据来学习并做出推断。Loihi采用的是异构设计，由128个Neuromorphic Core（神经形态的核心）+3个低功耗的英特尔X86核心组成，号称拥有13万个神经元和1.3亿个触突。
高通公司的“认知计算平台”也曾在业界引起巨大轰动，它可以融入到高通公司量产的 Snapdragon处理器芯片中，以协处理的方式提升系统的认知计算性能，并可实际应用于手机和平板电脑等设备中，支持诸如语音识别、图像识别、场景实时标注等实际应用并且表现卓越。
2018年8月，英国《自然》杂志首次刊登中国自主研发的天机芯片，清华大学精密仪器系施路平教授团队研发的类脑计算芯片“天机芯”首次公开亮相。
2019年7月，英特尔发布消息称，其神经形态研究芯片Loihi执行专用任务的速度可比普通CPU快1000倍，效率高10000倍。
虽然目前仍然没有任何一个智能系统能够接近人类水平，但是人工智能的研究在不断取得突破。未来AI芯片的更新和迭代速度一定会更快，人类可以从事的工作，芯片完全可以代劳。相信这个奇点已经距离我们不远，AI的产业化也将迎来新的发展机遇。
科技改变生活，数据无处不在。“城市之窗”以云计算、移动互联网、大数据等应用为基础，提供资讯、社交、旅行、健康、医疗等全面的智慧服务，实现人与人、人与物、人与科技的全面感知和互动，为大家的生活提供更加便捷、高效的服务。
Smart technology future community
智能科技未来社区
相关文章
