详谈AI芯片根本常识和现状_人工智能_芯片

本期的智能内参，我们推举清华大学的报告《人工智能芯片研究报告 》，全面讲解人工智能芯片，系统梳理人工智能芯片的发展现状及趋势。

AI芯片基本知识及现状

从广义上讲只要能够运行人工智能算法的芯片都叫作 AI 芯片。
但是常日意义上的 AI 芯片指的是针对人工智能算法做了分外加速设计的芯片， 现阶段， 这些人工智能算法一样平常以深度学习算法为主，也可以包括其它机器学习算法。
人工智能与深度学习的关系如图所示。

▲人工智能与深度学习

深度学习算法，常日是基于吸收到的连续数值， 通过学习处理， 并输出连续数值的过程，本色上并不能完备模拟生物大脑的运作机制。
基于这一现实， 研究界还提出了SNN（Spiking Neural Network，脉冲神经网络） 模型。
作为第三代神经网络模型， SNN 更贴近生物神经网络——除了神经元和突触模型更贴近生物神经元与突触之外， SNN 还将时域信息引入了打算模型。
目前基于 SNN 的 AI 芯片紧张以 IBM 的 TrueNorth、 Intel 的 Loihi 以及海内的清华大学天机芯为代表。

1、AI 芯片发展进程

从图灵的论文《打算机器与智能》 和图灵测试， 到最低级的神经元仿照单元——感知机， 再到现在多达上百层的深度神经网络，人类对人工智能的探索从来就没有停滞过。
上世纪八十年代，多层神经网络和反向传播算法的涌现给人工智能行业点燃了新的火花。
反向传播的紧张创新在于能将信息输出和目标输出之间的偏差通过多层网络往前一级迭代反馈，将终极的输出收敛到某一个目标范围之内。

1989 年贝尔实验室成功利用反向传播算法，在多层神经网络开拓了一个手写邮编识别器。
1998 年 Yann LeCun 和 Yoshua Bengio 揭橥了手写识别神经网络和反向传播优化干系的论文《Gradient-based learning applied to documentrecognition》，首创了卷积神经网络的时期。

此后， 人工智能陷入了永劫光的发展沉寂阶段，直到 1997年 IBM的深蓝降服国际象棋大师和 2011年 IBM的沃森智能系统在 Jeopardy节目中胜出，人工智能才又一次为人们所关注。
2016 年 Alpha Go 击败韩国围棋九段职业选手，则标志着人工智能的又一波高潮。
从根本算法、 底层硬件、 工具框架到实际运用处景， 现阶段的人工智能领域已经全面着花。

作为人工智能核心的底层硬件 AI 芯片，也同样经历了多次的起伏和波折，总体看来，AI 芯片的发展前后经历了四次大的变革，其发展进程如图所示。

▲AI 芯片发展进程

(1) 2007 年以前， AI 芯片家当一贯没有发展成为成熟的家当； 同时由于当时算法、数据量等成分， 这个阶段 AI 芯片并没有特殊强烈的市场需求，通用的 CPU 芯片即可知足运用须要。

(2) 随着高清视频、 VR、 AR游戏等行业的发展， GPU产品取得快速的打破； 同时人们创造 GPU 的并行打算特性恰好适应人工智能算法及大数据并行打算的需求，如 GPU 比之前传统的 CPU在深度学习算法的运算上可以提高几十倍的效率，因此开始考试测验利用 GPU进行人工智能打算。

(3) 进入 2010 年后，云打算广泛推广，人工智能的研究职员可以通过云打算借助大量 CPU 和 GPU 进行稠浊运算，进一步推进了 AI 芯片的深入运用，从而催生了各种 AI 芯片的研发与运用。

(4) 人工智能对付打算能力的哀求不断快速地提升，进入 2015 年后， GPU 性能功耗比不高的特点使其在事情适用场合受到多种限定， 业界开始研发针对人工智能的专用芯片，以期通过更好的硬件和芯片架构，在打算效率、能耗比等性能上得到进一步提升。

2、我国AI芯片发展情形

目前，我国的人工智能芯片行业发展尚处于起步阶段。
长期以来，中国在 CPU、 GPU、DSP 处理器设计上一贯处于追赶地位，绝大部分芯片设计企业依赖国外的 IP 核设计芯片，在自主创新上受到了极大的限定。
然而，人工智能的兴起，无疑为中国在处理器领域实现弯道超车供应了绝佳的机遇。
人工智能领域的运用目前还处于面向行业运用阶段，生态上尚未形成垄断，国产处理器厂商与国外竞争对手在人工智能这一全新赛场上处在同一起跑线上，因此， 基于新兴技能和运用市场，中国在建立人工智能生态圈方面将大有可为。

由于我国分外的环境和市场，海内 AI 芯片的发展目前呈现出百花齐放、百家争鸣的态势， AI 芯片的运用领域也遍布股票交易、金融、商品推举、安防、早教机器人以及无人驾驶等浩瀚领域，催生了大量的人工智能芯片创业公司，如地平线、深鉴科技、中科寒武纪等。

只管如此， 海内公司却并未如国外大公司一样形成市场规模， 反而涌现各不相谋的散裂发展现状。
除了新兴创业公司，海内研究机构如北京大学、清华大学、中国科学院等在AI 芯片领域都有深入研究；而其他公司如百度和比特大陆等， 2017 年也有一些成果发布。
可以预见，未来谁先在人工智能领域节制了生态系统，谁就节制住了这个家当的主动权。

3、AI学者概况

基于来自清华大学AMiner 人才库数据，环球人工智能芯片领域学者分布如图所示， 从图中可以看到， 人工智能芯片领域的学者紧张分布在北美洲，其次是欧洲。
中国对人工智能芯片的研究紧跟其后，南美洲、非洲和大洋洲人才相比拟较匮乏。

▲ 人工智能芯片领域研究学者环球分布

按国家进行统计来看美国是人工智能芯片领域科技发展的核心。
英国的人数紧排在美国之后。
其他的专家紧张分布在中国、 德国、 加拿大、意大利和日本 。

▲人工智能芯片领域研究学者环球分布

对环球人工智能芯片领域最具影响力的 1000 人的迁徙路径进行了统计剖析，得出下图所示的各国人才逆顺差比拟。

▲各国人才逆顺差

可以看出，各国人才的流失落和引进是相比拟较均衡的，个中美国为人才流动大国，人才输入和输出幅度都大幅度领先。
英国、 中国、 德国和瑞士等国次于美国，但各国之间人才流动相差并不明显。