對(duì)于AI芯片可以理解為面向 AI應(yīng)用的處理器芯片，它屬于AI和處理器芯片兩大領(lǐng)域的結(jié)合。當(dāng)前隨著人工智能的蓬勃發(fā)展，AI芯片已經(jīng)成為了炙手可熱的投資領(lǐng)域，除了Intel、Nvidia、ARM這些老牌的芯片廠(chǎng)商外，Google、Facebook、微軟這樣的互聯(lián)網(wǎng)公司也進(jìn)軍AI芯片市場(chǎng)。
AI應(yīng)用中通常包括基于深度神經(jīng)網(wǎng)絡(luò)的各類(lèi)算法，以及圖像識(shí)別、視頻檢索、語(yǔ)音識(shí)別、聲紋檢測(cè)、搜索引擎優(yōu)化、自動(dòng)駕駛等任務(wù)，其中關(guān)鍵的能力是“訓(xùn)練”和“推理”，而“訓(xùn)練”是從海量的數(shù)據(jù)中完成特征的學(xué)習(xí)，這需要極高的計(jì)算性能和較高的精度。為了支持AI的計(jì)算性能和精度，理想的AI芯片需要具備高度并行的處理能力，支持各種數(shù)據(jù)類(lèi)型的浮點(diǎn)計(jì)算，以及用于存儲(chǔ)海量數(shù)據(jù)的存儲(chǔ)器帶寬。
目前適合AI的處理器有GPU（graphics processing unit）、FPGA（field-programmable gate array）、DSP（digital signal processing）和ASIC（application specific integrated circuits）等，業(yè)界各大廠(chǎng)商他們結(jié)合自身的特點(diǎn)推出了不同的方案，目前主要有兩種設(shè)計(jì)思路：利用已有的GPU、FPGA、DSP、多核處理器等芯片實(shí)現(xiàn)；設(shè)計(jì)專(zhuān)用的ASIC芯片實(shí)現(xiàn)。這也成為了爭(zhēng)論的焦點(diǎn)——哪個(gè)AI芯片方案是佳的選擇？
GPU是圖形處理器，它的核數(shù)遠(yuǎn)超過(guò)CPU，由多核組成的大規(guī)模并行計(jì)算架構(gòu)專(zhuān)用于同時(shí)處理多重任務(wù)。深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中計(jì)算量極大，而且數(shù)據(jù)和運(yùn)算是高度并行的，GPU具備進(jìn)行海量數(shù)據(jù)并行運(yùn)算的能力并且為浮點(diǎn)矢量運(yùn)算配備了大量計(jì)算資源，與深度學(xué)習(xí)的需求不謀而合，因此先被引入運(yùn)行深度學(xué)習(xí)算法，成為高性能計(jì)算領(lǐng)域的主力芯片之一。Intel雖然也有GPU，但主要為集成顯卡使用。Nvidia一直在獨(dú)立顯卡領(lǐng)域具有優(yōu)勢(shì)，因此Nvidia的GPU是目前應(yīng)用廣的通用AI硬件計(jì)算平臺(tái)，在人工智能領(lǐng)域無(wú)疑已占據(jù)足夠的優(yōu)勢(shì)。
Nvidia依靠自己在AI領(lǐng)域建立的優(yōu)勢(shì)，開(kāi)發(fā)出CUDA平臺(tái)，提供了cuDNN、NCCL、cuBLAS等諸多SDK為合作伙伴提供開(kāi)發(fā)工具，逐步讓眾多合作伙伴熟悉這種生態(tài)，進(jìn)一步鞏固它在AI領(lǐng)域的領(lǐng)導(dǎo)地位。Nvidia的芯片應(yīng)用十分普遍，現(xiàn)在所有的AI軟件庫(kù)都支持使用CUDA加速，包括谷歌的Tensorflow，F(xiàn)acebook的Caffe，亞馬遜的MXNet等。當(dāng)然Nvidia的GPU在復(fù)雜程序邏輯控制上仍然存在劣勢(shì)，需要使用高性能CPU配合來(lái)構(gòu)成完整的AI系統(tǒng)。為了彌補(bǔ)自己在CPU方面的弱勢(shì)，在2019年宣布其用于超級(jí)計(jì)算機(jī)的加速平臺(tái)將對(duì)ARM架構(gòu)CPU支持，計(jì)劃利用其芯片與使用ARM架構(gòu)的CPU協(xié)作打造應(yīng)用人工智能的超級(jí)計(jì)算機(jī)。
ASIC是一種為專(zhuān)用目的而定制設(shè)計(jì)的芯片，在大規(guī)模量產(chǎn)的情況下相比于FPGA性能更強(qiáng)、體積更小、功耗更低、成本更低、可靠性更髙等優(yōu)點(diǎn)。近年來(lái)越來(lái)越多的公司開(kāi)始采用ASIC芯片進(jìn)行深度學(xué)習(xí)算法加速，其中為突出的是 Google為機(jī)器學(xué)習(xí)定制的專(zhuān)用處理器芯片TPU（Tensor Processor Unit），它支持256×256個(gè)矩陣乘法單元、非線(xiàn)性神經(jīng)元計(jì)算單元等模塊，專(zhuān)為Google的深度學(xué)習(xí)框架TensorFlow而設(shè)計(jì)。
TPU受到業(yè)界的關(guān)注是從Google的AlphaGo大顯神威后開(kāi)始，新一代 AlphaGo Zero已經(jīng)將CPU結(jié)合GPU搭建方案升級(jí)為了TPU。在2018年Google I/O開(kāi)發(fā)者大會(huì)上正式發(fā)布了TPU3.0，其性能宣稱(chēng)比去年的TUP2.0提升8倍之多，達(dá)到每秒1000萬(wàn)億次浮點(diǎn)計(jì)算，比同時(shí)期的GPU或CPU平均提速15~30倍，能效比提升30~80倍。
FPGA其實(shí)也是一種定制芯片，在靈活度方面，它介于CPU、GPU等通用處理器和專(zhuān)用集成電路ASIC之間，它不像專(zhuān)用集成電路ASIC那樣由芯片廠(chǎng)商固化編程，而是在硬件固定的前提下，允許設(shè)計(jì)者靈活使用軟件進(jìn)行編程，因此它的開(kāi)發(fā)周期比ASIC短，不過(guò)相對(duì)于批量出貨ASIC，單個(gè)FPGA的成本會(huì)更高。在性能方面，F(xiàn)PGA與 GPU相比，具備更強(qiáng)的計(jì)算能力和更低的功耗。以FPGA方案為代表的廠(chǎng)商主要有Intel和Xilinx。
Intel已經(jīng)錯(cuò)失了移動(dòng)設(shè)備的崛起，不想再錯(cuò)過(guò)對(duì)AI芯片領(lǐng)域的布局。為了增強(qiáng)在AI芯片領(lǐng)域的競(jìng)爭(zhēng)力,2015年12月Intel斥資167億美元收購(gòu)了Altera公司，這是Intel有史以來(lái)金額大的一次收購(gòu)，意味著Intel希望實(shí)現(xiàn)CPU和FPGA深層次結(jié)合來(lái)布局AI芯片市場(chǎng)。2017年Intel又收購(gòu)Mobileye，希望通過(guò)整合AI算法以獲得關(guān)鍵的優(yōu)勢(shì)。2018年，Intel宣布收購(gòu)芯片制造商eASIC，提高FPGA速度，降低FPGA成本和能耗需求。Intel通過(guò)霸氣的購(gòu)買(mǎi)將自己提升到AI芯片“玩家”的前列。當(dāng)前Intel有兩套FPGA的戰(zhàn)略：打造CPU+FPGA混合器件，讓FPGA與處理器協(xié)同工作；基于Arria FPGA或Stratix FPGA打造可編程加速卡。微軟在2018年的Build大會(huì)上公布的Project Brainwave深度學(xué)習(xí)加速平臺(tái)，就是基于Intel Arria FPGA和Stratix FPGA芯片所打造的。
Xilinx是FPGA芯片技術(shù)的開(kāi)創(chuàng)者，從2011年起，Xilinx提出全編程的理念，作為FPGA行業(yè)長(zhǎng)期的霸主，Xilinx擁有超過(guò)2萬(wàn)家下游客戶(hù)，其中亞馬遜AWS、以及的BAT云服務(wù)巨頭都推出了專(zhuān)門(mén)的云端 FPGA 實(shí)例來(lái)支持 AI 應(yīng)用。2018年Xilinx重磅推出全新一代AI芯片架構(gòu)ACAP，重磅推出全新一代AI芯片架構(gòu)ACAP，以及采用ACAP架構(gòu)的首款代號(hào)為Everest的AI芯片，將正面 “宣戰(zhàn)”Intel和Nvidia。同年Xilinx收購(gòu)國(guó)內(nèi)三大AI芯片獨(dú)角獸之一的北京深鑒科技有限公司，該公司主攻終端人工智能，所采用基于FPGA來(lái)設(shè)計(jì)深度學(xué)習(xí)的加速器架構(gòu)，可以靈活擴(kuò)展用于服務(wù)器端和嵌入式端。
另外DSP芯片主要用于處理視覺(jué)系統(tǒng)如圖像、視頻等方面的任務(wù)，在自動(dòng)駕駛、安防監(jiān)控、無(wú)人機(jī)和移動(dòng)終端等領(lǐng)域?yàn)槌Ｒ?jiàn)。眾核處理器采用將多個(gè)處理核心整合在一起的處理器架構(gòu)，主要面向高性能計(jì)算領(lǐng)域，作為CPU的協(xié)處理器存在，比如IBM CELL、Kalray MPPA和Intel Xeon Phi都是典型的眾核處理器。
AI智能芯片未來(lái)的發(fā)展勢(shì)不可擋，從芯片的歷史來(lái)看，目前AI智能芯片仍然處于初期階段，未來(lái)在架構(gòu)和設(shè)計(jì)理念上仍然有巨大的突破空間，這也提供給了我國(guó)“彎道超車(chē)”的機(jī)會(huì)，在國(guó)家“2025智造”的指引下，國(guó)內(nèi)的科技巨頭阿里巴巴、騰訊、百度和華為都參與進(jìn)來(lái)，在全力發(fā)展自己AI智能芯片以突破“重圍”，深圳市銀聯(lián)寶電子陪同大家一起拭目以待。