0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能芯片市场有望快速成长 架构弹性成为关注焦点

半导体动态 来源:中国电子报 作者:陈炳欣 2019-12-17 11:50 次阅读

人工智能芯片热潮再起。近日,全球最大的云服务提供商亚马逊AWS发布消息:Invent上发布了首款高性能机器学习加速芯片Inferentia。由腾讯领投的AI芯片企业燧原科技也于近日发布了首款云端AI训练芯片邃思DTU及加速卡云燧T10。2019年人工智能技术加快渗透进入实际应用当中,成为业内公认的AI落地之年。而其中关键在于AI芯片,算力的支撑成为人工智能发展的“发动机”。这也使得人工智能芯片市场有望快速成长。

AI芯片开发踊跃

全球最大的云服务提供商亚马逊AWS发布了首款高性能机器学习加速芯片Inferentia。作为全球最大的云服务提供商,亚马逊AWS此举颇为引人关注。根据亚马逊公布的指标,Inferentia芯片能够提供128TOPS的算力,并支持INT-8和FP-16/bfloat-16计算类型。亚马逊同时公布了几种搭载了Inferentia芯片的服务器配置,最高性能的版本可以搭载16颗Inferentia芯片,从而能提供高达2000TOPS的峰值算力。

实际上,关于亚马逊自研AI芯片的情况早有消息传出。2018年美国科技媒体The Information报道称,亚马逊已经开始设计定制人工智能芯片,未来将用在其开发的智能语音设备Echo之上,以帮助Alexa语音助手获得更快的响应速度,从而提升整体的使用体验。2015年,亚马逊斥资3.5亿美元收购以色列芯片制造商Annapurna Labs。Annapurna Labs设计开发的芯片用于数据存储设备、WiFi路由器、智能家居设备和流媒体设备之上。

燧原科技的产品同样引人关注。燧原科技是腾讯投资的第一家国内AI芯片企业,成立不足一年半,就完成超过6.6亿元的累计融资。目前燧原已同腾讯一起针对通用AI应用场景项目展开密切合作,未来也将会扩展到更多AI应用场景。燧原科技CEO赵立东介绍,此次发布的邃思DTU采用格罗方德12nm FinFET工艺,480平方毫米主芯片上承载141亿个晶体管,实现2.5D高级立体封装,算力可达20TFLOPS,最大功耗225W。产品将于2020年第一季度上市。同时,燧原科技发布首款计算及编程平台“驭算”,可支持开源学习平台TensorFlow进行开发。

新应用驱动AI芯片增长

一家大型一家初创,一家国际一家国内,亚马逊AWS与燧原科技先后发布AI芯片,显示了AI芯片当前的火热。实际上,近年来各类势力均在发力AI芯片,参与者包括传统芯片设计、IT厂商、技术公司、互联网以及初创企业等,产品覆盖了CPUGPUFPGAASIC等。

安富利亚洲供应商及产品管理高级总监钟侨海指出,当前人工智能技术正在快速落地,正在渗透进入实际应用。这是AI芯片快速发展的原因之一。根据Fortunebusinessinsights的预测,2018年全球人工智能市场规模为206.7亿美元,至2026年有望增长到2025.7亿美元。而Gartner则预测,2018年AI芯片市场约为42.7亿美元规模,有望在2022年增长至343亿美元。

人工智能的应用首先是在云端服务器市场展开,这也是当前AI芯片开发的重点。不过随着市场的不断拓展,人工智能将向边缘以及终端领域扩展。未来一段时间,边缘计算将成为AI芯片发展最快的新领域。对此,清华大学电子工程系教授汪玉表示:“在发展过程中, AI芯片首先是受到了云端服务器市场的关注和应用,国际公司如Google的TPU、亚马逊的Inferentia、英特尔的SpringCrest,国内公司如寒武纪的MLU100、百度的昆仑、华为的升腾、比特大陆的算丰,都是面向云计算所开发”不过,随着边缘计算的发展,面向边缘计算的AI芯片也开始受到越来越多的重视。“新的边缘启用,数据密集型应用和工作负载将由AI提供支持。AI将用于分析和解释来自这些应用程序的数据,以帮助人们(在某些情况下,其他机器)实时做出关键决策。”汪玉表示。

钟侨海也表示,人工智能在物联网领域正在迅速展开。在人工智能以及物联网上,安富利已经开发出许多相关的成功案例,如智能制造系统、智能农业系统、智慧城市系统等。“目前区分人工智能在云服务和边缘侧的市场份额还比较难。但是,很多用户都希望在他们原有的物联网系统当中能够加上人工智能的功能。此外,越来越多的企业希望有他们自己的云,他们自己的云可以做训练,他们自己的云可以做数据的分析,这些事情他们可能不希望通过公有云来做。因此,可以预计未来人工智能在边缘侧的市场将会越来越大。”

架构弹性成为关注焦点

虽然前景看好,但是AI芯片在应用落地同样存在挑战。钟侨海认为,人工智能落地还将面临三个挑战:第一,人工智能需要繁多的训练、数据分析、识别、大量计算。所以,AI解决方案应针对不同的应用对网络和性能参数,要求不同速度、延迟、能耗、准确性。第二,神经网络技术需要大量的数据以训练模型,在大量的运算中有数十亿次乘积累加运算以及几十兆字节参数,故需要大量运算符、自定义数学及存储器层次结构。第三,人工智能算法的更新换代较为迅速,在固定架构中会存在很多风险,一旦旧人工智能架构失灵,在新架构出现时,原本的固化架构很大程度上即刻失效。所以,架构的弹性成为业界需要聚焦关注的问题。

汪玉提出建议,目前AI芯片设计面临着太多种的枢架,如TF 、Pytorch、Caffe、Mxnet等。同时现存的芯片平台也有很多,如CPU、GPU、FPGA、ASIC等。这就给AI芯片的设计开发带来了极大的挑战。如果能有公司设计开发出一款中间层性质的平台产品,由它来向上支持不同类型的设计框架,向下支持各种芯片平台,并最终服务于各个人工智能公司,将大大降低AI芯片设计中的复杂度,提高工作效率。这其中蕴含着巨大的商机。汪玉也呼吁应当加强产学研的结合,以技术为基本出发点,营造出有利于创新发展的环境。通过这一系列的努力,中国完全可以抓住新一轮由5G商用所趋动的边缘计算市场商机。
责任编辑:wv

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    452

    文章

    50117

    浏览量

    420339
  • 人工智能
    +关注

    关注

    1789

    文章

    46545

    浏览量

    236830
  • 亚马逊
    +关注

    关注

    8

    文章

    2618

    浏览量

    83094
收藏 人收藏

    评论

    相关推荐

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    幸得一好书,特此来分享。感谢平台,感谢作者。受益匪浅。 在阅读《AI for Science:人工智能驱动科学创新》的第6章后,我深刻感受到人工智能在能源科学领域中的巨大潜力和广泛应用。这一章详细
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    农业、环保等,为人类社会的可持续发展做出贡献。 总结 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们展示了一个充满希望和机遇的未来。在这个未来中,人工智能将成为
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    的效率,还为科学研究提供了前所未有的洞察力和精确度。例如,在生物学领域,AI能够帮助科学家快速识别基因序列中的关键变异,加速新药研发进程。 2. 跨学科融合的新范式 书中强调,人工智能的应用促进了多个
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    是一些未来发展趋势: 市场规模持续增长 :据多家研究机构和公司的预测,RISC-V的市场规模将持续增长。到2030年,RISC-V处理器有望占据全球市场近四分之一的份额。这将为RISC
    发表于 09-28 11:00

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    每个交叉领域,本书通过案例进行了详尽的介绍,梳理了产业地图,并给出了相关政策启示。 《AI for Science:人工智能驱动科学创新》适合所有关注人工智能技术和产业发展的读者阅读,特别适合材料科学
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    8月28日至30日,2024深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会将在深圳国际会展中心(宝安)举办。大会以“魅力AI·无限未来”为主题,致力于打造全球通用人工智能领域集产品
    发表于 08-22 15:00

    RISC-V在中国的发展机遇有哪些场景?

    的企业,从IP、芯片到开发板、工具链等各个环节都在积极布局RISC-V生态。这将有助于RISC-V在中国市场快速发展和普及。 综上所述,RISC-V在中国的发展机遇广泛存在于物联网、人工智能
    发表于 07-29 17:14

    FPGA在人工智能中的应用有哪些?

    FPGA(现场可编程门阵列)在人工智能领域的应用非常广泛,主要体现在以下几个方面: 一、深度学习加速 训练和推理过程加速:FPGA可以用来加速深度学习的训练和推理过程。由于其高并行性和低延迟特性
    发表于 07-29 17:05

    进一步解读英伟达 Blackwell 架构、NVlink及GB200 超级芯片

    新的标准。Blackwell架构和GB200 超级芯片有望推动英伟达在人工智能领域更进一步,巩固其在高性能计算和人工智能技术领域的领先地位。
    发表于 05-13 17:16

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2)

    人工智能 工业检测:芯片模组外观检测实训part1 11分40秒 https://t.elecfans.com/v/25609.html *附件:芯片模组外观检测实训.pdf 人工智能
    发表于 05-10 16:46

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    https://t.elecfans.com/v/27186.html *附件:引体向上测试案例_20240126.pdf 人工智能 工业检测:芯片模组外观检测实训part1 11分40秒 https
    发表于 04-01 10:40

    芯片将会成为汽车和芯片行业的焦点

    未来,小芯片成为汽车和芯片行业的焦点
    的头像 发表于 03-04 17:37 782次阅读
    小<b class='flag-5'>芯片</b>将会<b class='flag-5'>成为</b>汽车和<b class='flag-5'>芯片</b>行业的<b class='flag-5'>焦点</b>?

    人工智能AI芯片的概述

    人工智能(AI)技术的快速发展已经成为当今科技领域的热点话题。
    的头像 发表于 02-29 09:10 5090次阅读

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17

    英伟达领跑人工智能芯片市场成为新的半导体巨头

    人工智能出现之前,数据中心主要需要中央处理器。现在,他们需要 GPU 提供并行计算的能力——以更高的效率同时执行任务。一年前,AMD 预计数据中心人工智能加速器市场到 2027 年将达到 1500 亿美元。
    发表于 01-05 15:55 274次阅读