广告

魏少军:人工智能芯片不在于追求算力,而在于架构创新

时间:2018-11-09 作者:赵明灿 阅读:
我们一直追求算力,但拥有超过人脑的算力不是我们的终极目标——把做人工智能芯片归结到追求算力就错了。很多时候算力不是我们的目标,太容易达到。包括前面讲到的超级计算机,我们已经达到了。我们更多需要智能的计算引擎,也就是说本身的计算需要有智能化。

在2018全球CEO峰会上,中国半导体行业协会IC设计分会理事长、清华大学微纳电子系魏少军教授带来“智能时代中国半导体市场需求”的主题演讲。内容涵盖人工智能正向我们走来、架构创新是人工智能芯片的必由之路、软件定义芯片及芯片智能化、理性看待中国芯片产业走向智能化以及结束语五个部分。

001ednc20181109

魏少军教授指出,这些年人工智能非常热,原因是一些重要事件的出现。最重要的是AlphaGo战胜了韩国棋手李世石和中国棋手柯洁。这件事告诉我们,机器和人在很多时候比赛竞争,机器可能会赢人。为什么?李世石要吃饭、要睡觉,AlphaGo则可以在他吃饭睡觉的时候不吃不睡地下一万盘,第二天早上就已经不是第一天的AlphaGo了。过了半年再和柯洁下棋的时候,AlphaGo可能又已经不是和李世石下棋时的AlphaGo了。因此,凡是规则清晰的情况下,机器一定赢过人。人工智能的发展非常快,最重要的原因是深度神经网络的出现。

002ednc20181109

003ednc20181109

现在无行业不AI、无应用不AI、无芯片不AI。现在大家想申请国家项目、申请地方的资助,不提AI都不好意思拿出东西。

004ednc20181109

魏教授认为,有些人对人工智能的发展充满恐惧,不是他们对这件事产生恐惧,而是对人工智能无节制的发展会怎么样产生恐惧。“如果我们对人工智能有各种各样不切实际的想法,有可能人工智能是人类最后一个发明。我们不需要发明什么东西,人工智能就可以自己发明。”他认为,在人工智能的发展过程中,架构创新很重要。

架构创新是人工智能芯片的必由之路

图灵奖的获得者John L. Hennessy和David A. Patterson在讨论AI时,把架构问题放得非常高。他们特别讲明,今天我们处在架构创新的黄金年代。人工智能的崛起有三个基本要素:算法、数据和算力。

005ednc20181109

魏教授说,这三点之间有些已经存在,有些还在不断发展,有些我们可以介入,有些我们没法介入。芯片更多是考虑算力的问题。算法研究不是做芯片的人应该做,而是搞算法研究的人做的事情。即便是今天做算法的人,也解决不了下图中的两个问题。

006ednc20181109

将人类大脑与人工逻辑(天河-II超级计算机)作对比,大脑中有140亿个神经元,工作频率200Hz,大脑皮层很大,可以完成大概1016CPS运算,重量1.2-1.6kg。电的传导速度是300,000km/s,天河-II工作频率4.2GHz,把芯片堆积起来可以实现比人脑快得多的运算能力,但是占地面积720m2,重5吨,耗电42MW(需要一个发电站那么大的功耗)。

007ednc20181109

我们一直追求算力,但拥有超过人脑的算力不是我们的终极目标——把做人工智能芯片归结到追求算力就错了。“很多时候算力不是我们的目标,太容易达到。包括前面讲到的超级计算机,我们已经达到了。”他指出,“我们更多需要智能的计算引擎,也就是说本身的计算需要有智能化。”但是这个智能化有很多的内容,这里只举三点,如下。

008ednc20181109

“智能计算”芯片应该具备以下一些基本要素。

009ednc20181109

这样的芯片现在还不存在。如下图所示,我们今天用的芯片基本在第二、三、四象限。第二象限有CPU和SoC等,有很强的软件可编程性,硬件不太可编程。专用集成电路基本在第三象限,它的最大好处是能量效率、计算效率都很高。第三类是FPGA和EPLD等,是硬件可编程,软件不需要。第一象限不知道是什么,我们就有了一些想象空间(见后)。

010ednc20181109

软件定义芯片与芯片智能化的关系

软件定义芯片的概念很有意思。首先我们得了解,“规格”定义不出芯片产品的差异化,如下。

010ednc20181109

回到“软件定义芯片”话题,它指的是软件和硬件均可以编程,而且是混合颗粒度。“我们无法摆脱作为硬件工程师的心态,但是它给我们打开另外一扇窗,这扇窗存在的话,很可能走出全新的道路。”魏教授说。

012ednc20181109

软件定义芯片是怎么工作呢?“我们知道,今天的应用都用软件实现。不考虑代码复杂性的情况,假如有一个软件和硬件完全一致的结构,这种实现方式是最直接的。再设想一下,我的应用是C或者C++写出来的。每次变换C和C++,我的硬件自动跟着变换,而且永远是一样的结构,这样的效率是最高的。”魏教授解释说,“这是美好的想法,但事实并不是如此,软件可以很复杂,硬件可以有边界。直接的是我把软件分块,一块一块做。按照所谓的任务依赖关系,那就要求硬件一定要能够动态地按照软件实时地改变它的架构,这就是软件定义芯片最原始的想法。当然不那么简单,当你有硬件以后要改变它,改变什么?有很多内容要研究。这个想法是不是可以通过这种方式打通从应用到芯片之间的通道呢?我们有一个软件,通过某种东西实现一个硬件,让硬件随时跟着软件变。只要我能够让软件实现智能化的功能,硬件就可以实现智能化,这个直接推理很清晰。”

013ednc20181109

014ednc20181109

015ednc20181109

016ednc20181109

017ednc20181109

018ednc20181109

019ednc20181109

是不是我们一家独自在做这件事?并不尽然。美国去年启动电子复兴计划,6个计划中有1个是软件定义硬件。其中的内容基本上和上述所谈软件定义芯片一致。“它提出一个指标,要变换的是300-1000ns,只要在这段时间变换都属于他们的要求。我们做的远好于它。我们只要花1/10的时间,而且早10年做完了。”魏教授说。

020ednc20181109

021ednc20181109

“我们用软件定义芯片的架构实现AI芯片的方式,全世界都没有用这种方式做,只有我们用这种方式做。我们做了以后,今年年初专门对我们的芯片进行了报道。报道告诉我们,这是中国取得所谓的Crowning Achievement,给我们很高的评价。”魏教授补充说,你在架构上如果不按照传统的方式走,而去找新的途径,很可能会起到事半功倍的效果,但是没有太多的规则。

022ednc20181109

理性看待中国芯片产业走向智能化

023ednc20181109

总结

魏教授总结说,现在很麻烦的是太多人吹牛,所以我们会看到“吓尿体”盛行。实际上,无论是吓尿体还是被吓尿体,都没有冷静看到目前实际的情况。实际情况远没有想象那么好。虽然我们有些地方做得不错,但是总体来看既不像有些人说的那么差,也没有像有些人说的那么好,还是需要努力。什么是我们真正要关注的?这个行业最重要的是关注应用。应用是王;能不能找到应用的发展方向,特别是具体的技术发展方向,这是我们的关键。

024ednc20181109

025ednc20181109

以下列出了一些问题,希望得到大家自己的研讨。

026ednc20181109

ASPENCORE全球双峰会现场视频采访

https://www.eet-china.com/eetv/

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
广告
相关新闻
广告
广告
广告
广告