华为ai芯片智能在哪里,那AI芯片智能在哪里( 二 )


当前 , AI芯片主要分为GPU、FPGA、ASIC , AI的许多数据处理涉及矩阵乘法和加法 。大量并行工作的GPU提供了一种廉价的方法 , 但缺点是更高的功率 , 具有内置DSP模块和本地存储器的FPGA更节能 , 但它们通常更昂贵 。AI芯片该使用什么方法原理去实现 , 目前仍然众说纷纭 , 这是新技术的特点 , 探索阶段百花齐放 , 这也与深度学习等算法模型的研发并未成熟有关 , 即AI的基础理论方面仍然存在很大空白 , 
这是指导芯片如何设计的基本前提 。因此 , 目前集中在如何更好的适应已有的数据流式处理模式进行的芯片优化设计 , 技术手段方面AI市场的第一颗芯片包括现成的CPU , GPU , FPGA和DSP的各种组合 。虽然新设计正在由诸如英特尔、谷歌、英伟达、高通 , 以及IBM等公司开发 , 但目前还不清楚哪家的方法会胜出 , 似乎至少需要一个CPU来控制这些系统 , 但是当流数据并行化时 , 就会需要各种类型的协处理器 。
所谓AI芯片 , 一般是指向AI算法的ASIC(专用芯片) 。传统的CPU和GPU可以用来执行AI算法 , 但是速度慢 , 性能低 , 无法商用 。比如自动驾驶需要识别红绿灯和行人的其他情况 , 但如果以现在的CPU来计算 , 估计车子还没被发现就已经拐进河里了 。这个慢 , 时间就是生命 。如果用GPU , 确实快很多 。但是耗电量大 , 车子的电池估计无法支撑长时间的正常使用 。而且老黄家的GPU极其昂贵 , 往往上万块 , 普通消费者买不起 , 经常缺货 。

推荐阅读