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

AI应用版图不断扩大,算力需求缺口犹在

我快闭嘴 来源:镁客网 作者:韩璐 2021-03-05 17:25 次阅读

具备大算力又低功耗的高能效比芯片,正是当下市场中所“缺失”的版图。

AI应用版图不断扩大,算力需求缺口犹在

依据艾瑞咨询所统计的数据,预计到2022年,国内AI赋能实体经济的市场规模将达到1573亿,约是2018年的6.3倍,足以可见AI应用落地的速度之快、范围之广。

而在应用增长的背后,我们看到的是市场对于AI算力需求的增长。

此前OpenAI曾发布一份报告,提到自2012年至2018年,AI算力需求在6年期间增长了30万倍,3.5个月就会翻一倍,远远快过摩尔定律“18个月”的周期。

随着5G商用和云计算需求的迅猛增长,物联网得以快速发展,更是引发了新的算力需求。

目前智能计算芯片的市场规模有多大?仅从赛道玩家的角度来看,除了英特尔AMD等传统芯片企业,包括Facebook、亚马逊、谷歌以及国内的BAT等互联网科技企业也正在不断涌入,另外还有数量更为庞大的初创企业。

而大算力带来的过高功耗,使得大量场景无法普及应用。场景对于“能效比”越来越敏感,致使“大算力又低功耗的高能效比芯片”的市场呼声也越来越高涨。

高能效比芯片的背后:大算力与低功耗是相悖命题

观察市场上的智能计算芯片公司,可以看到他们也一直探寻大算力、低功耗的智能芯片解决方案。然而大算力与低功耗就存在性而言,一直都是相悖的。

就具体产品而言,有的厂商会选择做专用芯片,但这也意味着通用性差,应用场景受限。有的厂商主打芯片低功耗,但是算力往往不尽人意,不能满足大场景需求。

目前智能计算芯片厂商大多采用优化芯片制程工艺(7nm、5nm、3nm等),来提升芯片性能。但在摩尔定律下,晶体管微缩越来越难,面临各种物理极限挑战,3nm被公认为已经达到摩尔定律的物理极限。提升算力兼具降低功耗这条路已经越走越艰难。

大算力、低功耗如何实现质的飞跃?厂商们在想办法

当前芯片主要采用冯·诺依曼架构,存储和计算物理上是分离的。有数据显示,过去二十年,处理器性能以每年大约55%的速度提升,内存性能的提升速度每年只有10%左右。结果长期下来,不均衡的发展速度造成了当前的存储速度严重滞后于处理器的计算速度,出现了“存储墙”问题,最终导致芯片性能难以跟上需求。

英伟达提出的“黄氏定律”,预测GPU将推动AI性能实现逐年翻倍,采用新技术协调并控制通过设备的信息流,最大限度减少数据传输,来避免“存储墙”问题。

不同于英伟达的做法,还有一部分芯片玩家将突破点放在冯·诺依曼架构上,比如近期完成天使轮融资的南京后摩智能科技有限公司

他们打破传统的冯·诺依曼架构,创新计算范式,基于全球领先的存算一体技术和存储工艺,突破智能计算性能及功耗瓶颈,可将芯片每瓦功耗的算力提升5-10倍。正如阿里达摩院在发布的技术报告所言,AI的出现与存算一体格外匹配,这一技术也将大大改善现有的AI算力瓶颈。

另外在他们看来,全栈的团队才能快速达成芯片产品的快速落地及商业化应用,因此,后摩智能创立之初就组建了一支由多位国际顶尖学者和芯片工业界资深专家组成的明星级创始团队,对于GPU/CPU等高性能计算芯片及其软件生态建设有深厚的积累。创始人吴强博士在普林斯顿大学期间博士的论文,即为高能效比计算芯片及编译器,获计算机体系架构顶会MICRO时年最佳论文。他先后工作于AMD、Facebook,回国后加入地平线担任CTO,在体系架构和软件方面积累深厚,对边缘端和云端应用场景都有深刻理解和工程实践。

团队成员来自美国普林斯顿大学、美国Penn State大学、新加坡国立大学、加州大学、清华大学、北京大学、电子科技大学等国内外知名高校和AMD、Nvidia、华为海思等一线芯片企业,他们既有业内领先的全栈的存算一体技术,又有大算力芯片量产经验,他们有能力做出产品级高能效比芯片。

此前,GSMA Intelligence发布报告称,到2025年,全球将有13亿5G设备连接入网,这一可预见的现实正逼迫着芯片向着大算力、低功耗、低时延的方向进行升级,带动云计算平台和边缘端设备的智能升级。

此时,真正提高能效比,实现芯片的大算力、低功耗,并普及开来,已然成为芯片领域,尤其是智能计算领域一个新制高点。
责任编辑:tzh

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

    456

    文章

    51155

    浏览量

    426418
  • gpu
    gpu
    +关注

    关注

    28

    文章

    4768

    浏览量

    129238
  • 晶体管
    +关注

    关注

    77

    文章

    9744

    浏览量

    138744
  • 5G
    5G
    +关注

    关注

    1356

    文章

    48503

    浏览量

    565592
收藏 人收藏

    相关推荐

    中心的如何衡量?

    作为当下科技发展的重要基础设施,其的衡量关乎其能否高效支撑人工智能、大数据分析等智能应用的运行。以下是对智中心算衡量的详细阐述:一、
    的头像 发表于 01-16 14:03 355次阅读
    <b class='flag-5'>算</b>智<b class='flag-5'>算</b>中心的<b class='flag-5'>算</b><b class='flag-5'>力</b>如何衡量?

    中心会取代通用中心吗?

    随着人工智能(AI)技术的飞速发展,计算需求不断攀升,数据中心行业正经历着前所未有的变革。传统的通用中心与新兴的智
    的头像 发表于 01-06 14:45 151次阅读
    智<b class='flag-5'>算</b>中心会取代通用<b class='flag-5'>算</b><b class='flag-5'>力</b>中心吗?

    企业AI租赁模式的好处

    构建和维护一个高效、可扩展的AI基础设施,不仅需要巨额的初期投资,还涉及复杂的运维管理和持续的技术升级。而AI
    的头像 发表于 12-24 10:49 188次阅读

    企业AI租赁是什么

    企业AI租赁是指企业通过互联网向专业的提供商租用所需的计算资源,以满足其AI应用的
    的头像 发表于 11-14 09:30 1034次阅读

    GPU开发平台是什么

    随着AI技术的广泛应用,需求呈现出爆发式增长。AI
    的头像 发表于 10-31 10:31 237次阅读

    再跃升!亿万克发布新一代AI服务器——G882N7+!

    异构智,指的是利用不同类型的处理器,比如CPU、GPU、FPGA等进行并行计算,来适应不同任务的计算需求,提高计算效率和性能。   随着人工智能技术热潮的不断发展,大模型迅猛发展呈现出新质生产
    的头像 发表于 10-25 17:02 238次阅读

    青云科技强化AI架构,升级产品与服务体系

    10月9日,青云科技正式揭晓了其升级版的产品与服务阵容、行业及场景定制化解决方案,以及全新的生态战略。该公司旨在通过AI平台、AI
    的头像 发表于 10-10 16:42 533次阅读

    大模型时代的需求

    现在AI已进入大模型时代,各企业都争相部署大模型,但如何保证大模型的,以及相关的稳定性和性能,是一个极为重要的问题,带着这个极为重要的问题,我需要在此书中找到答案。
    发表于 08-20 09:04

    中国中心市场持续增长,智能规模快速崛起

    7月24日,中国信息通信研究院(简称“中国信通院”)权威发布了《中国中心服务商分析报告(2024年)》,该报告深入剖析了中国中心市场的现状与未来趋势,揭示了我国在全球
    的头像 发表于 07-24 15:25 525次阅读

    智能存在缺口AI服务器市场规模持续提升

    的资本支出将大幅增加。全球前四大云服务商资本支出调升,预计将从2023年的1400亿美元提升至2024年的超过2000亿美元。   AI 服务器市场规模持续增长   近些年,人工智能技术在各个领域广泛应用,包括智能制造、智慧医疗、自动驾驶、金融科技等,这对AI
    的头像 发表于 05-22 00:14 3143次阅读

    摩尔线程张建中:以国产助力数智世界,满足大模型需求

    摩尔线程创始人兼CEO张建中在会上透露,为了满足国内对AI的迫切需求,他们正在积极寻求与国内顶尖科研机构的深度合作,共同推动更大规模的AI
    的头像 发表于 05-10 16:36 1010次阅读

    随着AI需求不断增强,800G光模块的需求不断增大

    在人工智能芯片(AIGC)和不断发展的背景下,光模块产业正在迎来快速发展的时期。随着光模块朝着更高速率的技术发展,硅光技术的成本也在逐步降低,同时降低功耗也成为市场需求的重要方面。
    的头像 发表于 04-11 10:54 648次阅读
    随着<b class='flag-5'>AI</b><b class='flag-5'>算</b><b class='flag-5'>力</b><b class='flag-5'>需求</b><b class='flag-5'>不断</b>增强,800G光模块的<b class='flag-5'>需求</b><b class='flag-5'>不断</b>增大

    时代, 如何打破内存墙

    设计的不断革新,进入了大时代。 目前,主流AI芯片的架构仍然沿用了传统的冯·诺依曼模型,这一设计将计算单元与数据存储分离。在这种架构下,处理器需要从内存中读取数据,执行计算任务,然
    的头像 发表于 03-06 19:51 345次阅读
    大<b class='flag-5'>算</b><b class='flag-5'>力</b>时代, 如何打破内存墙

    Sora需求引发业界对集结国内AI企业的探讨

    据周鸿祎观察,Sora视频分析所需恐远超千亿规模模型。因而,考虑到如今国内芯片供应受限,问题至关重要。事实上,Meta已有约50万台 GPU,明年预计追加至100万台;微软亦有
    的头像 发表于 02-25 10:03 623次阅读