AI芯片，是噱頭還是趨勢？

引 言

隨著AlphaGo的誕生，“深度學(xué)習(xí)”日益普及，人工智能開始從智能化工具向智能機(jī)器進(jìn)軍。原有的MCU已無法滿足深度學(xué)習(xí)的高速海量數(shù)據(jù)運(yùn)算要求，AI芯片便應(yīng)運(yùn)而生。如今，嵌入式芯片領(lǐng)域正面臨AI芯片的新一輪機(jī)遇。那么在AI成為風(fēng)口的當(dāng)下，AI芯片到底是噱頭還是發(fā)展趨勢？嵌入式系統(tǒng)又該如何面對AI芯片帶來的新一輪機(jī)遇？

業(yè)界聲音

AI芯片已然存在，與既往的嵌入式處理器不可混淆！

北京航空航天大學(xué)教授 何立民

“AI芯片”的確存在，其概念不僅被廣泛應(yīng)用，而且無法用其他的概念，如MCU、MPU等所替代。

有的人認(rèn)為不存在AI芯片，可能認(rèn)為AI芯片只是原有嵌入式處理器的功能擴(kuò)展而已。殊不知隨著嵌入式處理器的功能不斷外延，已從量變產(chǎn)生了質(zhì)變。自從人工智能進(jìn)入機(jī)器的深度學(xué)習(xí)時代，原有MCU的硬件加速已無法滿足高速海量數(shù)值計算要求，以及大數(shù)據(jù)的云間交互要求。這樣一來，在嵌入式領(lǐng)域便出現(xiàn)了MCU與AI芯片兩個有本質(zhì)差異的芯片群。前者是滿足工具智能化的智能控制芯片(以控制見長)；后者是滿足智能機(jī)器深度學(xué)習(xí)的計算芯片(以計算見長)。

未來，在人工智領(lǐng)域會逐漸形成智能化工具與智能機(jī)器兩大領(lǐng)域。目前，智能化工具領(lǐng)域業(yè)已成熟，智能機(jī)器領(lǐng)域依托AI芯片、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、云際交互逐漸向強(qiáng)人工智能領(lǐng)域進(jìn)發(fā)。當(dāng)前，AI芯片形式多樣，屬于初級發(fā)展階段，盡管有些概念尚可商榷，但原有的各種嵌入式處理器的概念已無法沿襲，“AI芯片”可能會約定俗成。

以人臉識別為例，用于門禁的實(shí)時人臉識別，也許可以用MCU+圖形加速器方案，但要從眾多人群中實(shí)時識別特定的人臉，就要引入深度學(xué)習(xí)，不斷提高其識別能力。為了與眾多人臉對比，還要與云端大數(shù)據(jù)交互，無論多么高明的MCU都無法承擔(dān)如此重任。也許“深度學(xué)習(xí)”、“云端交互”是AI芯片的兩大重要特征。

目前，AI芯片領(lǐng)域競爭激烈，一時難以形式統(tǒng)一的結(jié)構(gòu)體系，但逐步完善后，作為嵌入式領(lǐng)域中的又一新兵，在人工智能領(lǐng)域，與MCU相互補(bǔ)充、各盡其職，既不可相互替代，又有不同的技術(shù)發(fā)展方向。MCU與AI處理器用在不同領(lǐng)域，兩者都有巨大的發(fā)展?jié)摿Α?/p>

AI芯片真的來了嗎？

西安電子科技大學(xué)電子信息與通信工程學(xué)科專業(yè)國家級實(shí)驗(yàn)教學(xué)示范中心主任、教授 陳彥輝

AI是當(dāng)前IT領(lǐng)域乃至社會關(guān)注的熱點(diǎn)之一，其基本愿景是人類充分享受人工智能帶來的智能成果。人工智能顧名思義是人造的智能體，而這個智能體只有在通過了圖靈測試才能稱為“人工智能體”，從此具備了人類的智能。

人工智能技術(shù)的研究其實(shí)已經(jīng)有很好的成果，諸如人機(jī)圍棋大戰(zhàn)的深藍(lán)和AlphaGo，可以說通過了圖靈測試，具備了人類的智能。但其難以普及，主要原因是其算法復(fù)雜性高、實(shí)現(xiàn)平臺成本高。IT領(lǐng)域需要開發(fā)輕量級的人工智能成果，使其融入到人類日常生活中，諸如自動售貨機(jī)、自動駕駛。這種輕量級的人工智能成果發(fā)展得益于低功耗、高集成度的半導(dǎo)體制造和先進(jìn)的通信網(wǎng)絡(luò)。前者產(chǎn)出速度更快、功耗更低的多核處理器系統(tǒng)及大容量可編程器件，使復(fù)雜的算法通過高速運(yùn)算變?yōu)楝F(xiàn)實(shí)產(chǎn)品供人類消費(fèi)；后者提供量大速快的通信網(wǎng)絡(luò)系統(tǒng)以及寬帶移動互聯(lián)產(chǎn)品，為人工智能的應(yīng)用提供更為廣闊的空間。

目前所謂的“AI芯片”針對輕量級的人工智能成果發(fā)展需求應(yīng)運(yùn)而生。絕大多數(shù)本質(zhì)上是面向應(yīng)用所開發(fā)的人工智能高速計算專用電路，無論如何包裝，這種芯片永遠(yuǎn)只是一種特殊的專用器件。這種專用的AI芯片針對特殊領(lǐng)域具備了人類的基本智能能力：計算能力、控制能力、通信能力、情感能力或者是它們之間的組合。

未來的AI芯片是智慧級的人工智能成果，應(yīng)該具備包括適應(yīng)能力和學(xué)習(xí)能力在內(nèi)的人類高級智能能力，如同新出生的嬰兒一樣，其智能能力是逐步成長的，同時與他/她的成長環(huán)境有關(guān)。只有研究人員把人工智能算法采用模塊化分析和形式化描述并融入現(xiàn)代嵌入式系統(tǒng)中，智慧級AI芯片才會粉墨登場，它不僅是基于存儲和計算的，而且也是面向通信和邏輯的，具有若干人工模擬神經(jīng)元構(gòu)成的可編程的片上通信邏輯網(wǎng)絡(luò)，依據(jù)成長環(huán)境生成人工神經(jīng)元，構(gòu)建具備軟硬協(xié)同并行處理的人類智能系統(tǒng)，開創(chuàng)人工智能新紀(jì)元。

談算法不談智能，談實(shí)現(xiàn)不談芯片

鄭州大乘信息科技有限責(zé)任公司 段新亞

說起來所謂的人工智能熱潮、人工智能寒冬，已經(jīng)至少是第三次了。第一次，在20世紀(jì)50年代左右，被稱為人工智能之父的約翰麥卡錫創(chuàng)造了lisp語言，也引領(lǐng)了以symbol概念為核心的符號主義人工智能。第二次，在20世紀(jì)70年代左右，BP算法的提出，則是引領(lǐng)了一波以神經(jīng)網(wǎng)絡(luò)這個概念為核心的連接主義人工智能。而現(xiàn)在這一波人工智能概念重新被人們拉出來炒作，則是所謂以機(jī)器學(xué)習(xí)這個概念爆炒。但單講機(jī)器學(xué)習(xí)這個概念，卻發(fā)現(xiàn)無論是蒙特卡洛算法、貝葉斯定理、貝葉斯網(wǎng)絡(luò)、NN神經(jīng)網(wǎng)絡(luò)、RNN網(wǎng)絡(luò)，還是提出了一個包含多隱層的所謂深度學(xué)習(xí)，其實(shí)并沒有見到什么新鮮的面孔，反而都是些幾十年前早已經(jīng)有的東西。可能唯一的不同是現(xiàn)在的硬件性能遠(yuǎn)遠(yuǎn)高于從前的硬件性能，F(xiàn)PGA、GPU、ZYNQ等更新鮮的設(shè)計模型，芯片工藝的大幅提升，讓制作芯片的成本急劇下降，使從前很多在數(shù)學(xué)、理論上已經(jīng)存在的東西，可以在一個人所能接受的速度和響應(yīng)環(huán)境下工作。

這也就提到了上述我的觀點(diǎn)——談算法不談智能。所謂強(qiáng)人工智能，確實(shí)不是我們現(xiàn)階段能實(shí)現(xiàn)的，實(shí)現(xiàn)暫且是連頭緒都沒有的虛無縹緲的目標(biāo)。至少人類的認(rèn)知和意識的模型，我不認(rèn)為是現(xiàn)在盛行的神經(jīng)網(wǎng)絡(luò)連接主義的主流想法，將大量數(shù)據(jù)作為“經(jīng)驗(yàn)”堆積出的回歸算法。無論是最大似然估計的思維方式、symbole描述的方式，還是貝葉斯最大后驗(yàn)估計的做法，與其說做的是智能，不如講在使用“看起來比較智能”的算法。

就像馮·諾依曼認(rèn)為蒙特卡洛算法是最接近上帝的思維方式的算法那樣，一個靠隨機(jī)數(shù)據(jù)堆積的幾乎不能被稱之為算法的算法，算得上什么上帝的思維？又算得上什么思維？

筆者認(rèn)為AI芯片，不過是狹義的機(jī)器學(xué)習(xí)派系中大量的算法的不同實(shí)現(xiàn)方式罷了。與其去談用硬件作為AI算法載體的芯片是否存在，不如去講是用硬件作為算法載體的芯片是否存在。原本AI算法在評估后，也只是與常規(guī)的算法本質(zhì)上無異的“算法”而已。算法是否可以由硬件直接作為載體，而不需要通過軟件這個概念，答案當(dāng)然是肯定的，原本軟件就是以硬件為載體工作的。那這個意義上的AI芯片當(dāng)然是存在的。

簡單暢想一下人工智能的未來：現(xiàn)在這波基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法引爆的人工智能熱潮，筆者認(rèn)為不會維持多久。雖然硬件和芯片工藝的提升讓從前因硬件成為瓶頸的問題得到了一定程度的緩解，但哪怕完全解決了運(yùn)算速度瓶頸，我們制造的也不是智能，而只是將計算機(jī)與統(tǒng)計學(xué)幾十年前的技術(shù)做了一次深度結(jié)合罷了。

AI芯片——一個商業(yè)概念

賽諾微醫(yī)療科技(浙江)有限公司電子設(shè)計主管 唐思超

AI芯片是一個商業(yè)性概念，因?yàn)槠浼夹g(shù)本質(zhì)仍未跳出現(xiàn)有技術(shù)體系，沒有技術(shù)層面的本質(zhì)革新。

自20世紀(jì)50年代人類首次提出人工智能概念以來，其范疇始終隨著時間的推移而發(fā)生變化。廣義上，可以認(rèn)為人工智能就是用機(jī)器模擬人類的思維和推理，即一個系統(tǒng)在其原始程序設(shè)定之外的學(xué)習(xí)能力。

以近期炙手可熱的智能手機(jī)AI芯片為例。依據(jù)廠商的宣傳，這類人工智能芯片的主要功能是圖像識別。然而，基于通用CPU、GPU、DSP或FPGA 就可以完成圖像識別工作，只是效率的問題。那么，為什么還要單獨(dú)使用AI芯片？廠商宣稱，人工智能芯片獨(dú)立的數(shù)據(jù)處理能力大大減少了將數(shù)據(jù)發(fā)送到云端進(jìn)行處理的需求，可減少云端的數(shù)據(jù)處理時間；可降低終端CPU使用率，讓其有更多的時間專注于其他任務(wù)；同時減少電池的消耗。可見，這類人工智能芯片的意義在于：可以加速處理機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)依賴的特定類型的任務(wù)，因?yàn)槠浔韧ㄓ肅PU、GPU或DSP具有更強(qiáng)的浮點(diǎn)運(yùn)算能力，同時具有更低的功耗。然而技術(shù)層面上，其并無本質(zhì)突破。

放眼全球，主流半導(dǎo)體廠商都有推出各自的人工智能芯片方案。Intel有基于眾核架構(gòu)CPU的方案；NVIDIA有針對人工智能的GPU方案；CEVA和Cadence推出用于人工智能的DSP IP核；Altera(現(xiàn)屬于Intel)、Lattice等可編程邏輯器件廠商推出基于FPGA的方案。此外，谷歌和IBM也推出了相關(guān)方案。

綜上所述，人工智能的實(shí)現(xiàn)無法脫離芯片的支持，但AI芯片就目前的情況看有過分炒作之嫌。一些媒體鼓吹中國將依靠人工智能芯片彎道超車，依靠人工智能芯片打破西方x86、ARM等技術(shù)壟斷。但目前來看，所謂的“人工智能芯片”只是特定算法加速器，仍是CPU、GPU、FPGA、DSP等技術(shù)手段的集成，前述媒體的論調(diào)顯然缺乏基本的技術(shù)常識。只有認(rèn)清所謂AI芯片的本質(zhì)，才能使全社會的注意力從“新瓶裝舊酒”的各種眼花繚亂的應(yīng)用提法轉(zhuǎn)向真正的技術(shù)突破，避免重蹈中興事件的覆轍。

編輯視角