论坛专区
在线教育
 

业内:做AI芯片中国不能"偏科",不能重设计轻制造

放大字体  缩小字体 发布日期:2019-07-10  作者:工控网  浏览次数:38
     “只看设计架构层面,国内的人工智能芯片并不比国外差,但这是不够的。”在日前中科院物理所举行的“科学咖啡馆”科普沙龙上,清华大学电子工程系教授汪玉指出,这相当于在沙子上盖楼,基础并不坚固。
    记者随后采访了中科院半导体所类脑计算研究中心副主任龚国良,他也表达了类似观点。
    设计架构层面可圈可点
    汪玉曾于2016年参与创立人工智能芯片公司深鉴科技,如今国内已涌现出更多做人工智能芯片的企业,他的感受是,做得“一点不比国外差,有的甚至更好”。
    这里所说的“好”,主要涵盖设计架构层面。而设计架构成为国内人工智能芯片的强项,背后有一定的原因。
    “传统的CPU和GPU芯片采用基于指令流的冯诺依曼式计算架构和计算模式来运行,而人工智能芯片多采用类脑或仿脑的架构方式,能够突破内存墙的计算瓶颈。”龚国良介绍,在语音识别、图像识别等运用深度神经网络算法的场景下,相比传统芯片,人工智能芯片具有显著优势。
    由于与传统芯片存在上述差异,龚国良告诉记者,仅从设计架构来看,国内人工智能芯片能够很快跟进相关技术,与发达国家几乎处于同一水平。
    从近期新闻可管窥国内人工智能芯片的火热进展。
    6月20日,寒武纪推出第二代云端人工智能芯片“思元270”;6月21日,华为发布人工智能手机芯片“麒麟810”;7月3日,百度发布远场语音交互芯片“鸿鹄”。
    龚国良介绍,华为、寒武纪等企业开发的人工智能芯片,大多为通用性芯片,可胜任多种人工智能应用场景。此外,不少高校和研究院所也在研发人工智能芯片,它们多为专用性芯片,在特殊应用场景下性能较强。
    产业链条仍存掣肘短板
    尽管国内人工智能芯片发展方兴未艾,且在设计架构方面可圈可点,但专家指出,总体上中国在芯片领域基础薄弱,仍存不少掣肘短板。
    汪玉介绍,中国大陆制造芯片的最新设备和工艺比国际先进水平落后一到两代,因此一些人工智能芯片需要送到境外进行制造和封装,产业链完整度欠佳。
    龚国良在接受采访时印证了上述情况。他告诉记者,手机上所用的人工智能芯片就是典型例子,这些芯片往往需要采用最新工艺以降低功耗、提高集成度和计算性能,属于高端芯片,需求量非常大,但中国大陆尚不具备制造和封装条件。
    国内人工智能芯片发展的弱项还有高速接口以及专用的集成电路IP核。龚国良介绍,以后者为例,它们具有比较高的计算性能,设计复杂,又与制造工艺休戚相关,要实现这样的设计模块通常需要多年沉淀积累。
    “高速接口和专用的集成电路IP核被业界看作核心技术,使用它们往往需要国外公司授权许可,而不具备这些技术的企业在短期内又很难得到许可。”龚国良说。
    用汪玉的话概括,大致上国内人工智能芯片在需要聪明智慧的环节做得不错,但在需要积累沉淀的环节做得却不够好。
    “整体而言,国内相关领域研究起步较晚,确实需要积累和沉淀。”龚国良认为,长远来看,中国人工智能芯片领域应把握机会补上薄弱环节,将关键核心技术掌握在自己手中,以免受制于人。
 
关键词: AI 芯片
本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
 
 
[ 资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
推荐资讯
展会
微信公众号
qq群
 
工控网 | 工控文库 | 工控视频 | 工控软件 | 在线教育 | 用户使用指南 | 关于我们 | 联系方式 | 使用协议 | 版权隐私 | 网站地图 |手机版 | 广告服务

本网站所有文档及文件资料,除特别标明本站原创外,均来自互联网及网友上传,如有涉及版权问题,请联系我们,我们将第一时间处理。
我们保留版权,任何涉嫌侵犯本站版权的行为,本站保留追究其法律责任的权利。

Copyright © 2018-2020 www.gkwo.net  滨州新大新机电科技有限公司 版权所有 鲁ICP备11011731号-4