Çin AI çipleri virajlarda geçebilir
Xinzhiyuan önerilir
Bu makale ilk olarak
Yazar: Samuel Chan Chen Yiran
Editör: Xie Lirong
Xin Zhiyuan Rehberi Amerika Birleşik Devletleri Duke Üniversitesi Elektronik ve Bilgisayar Mühendisliği Bölümü'nde profesör olan Chen Yiran ve Amerika Birleşik Devletleri'ndeki New York Eyalet Üniversitesi'nde profesör olan Chen Yizhong, geçtiğimiz günlerde Caijing'de gevşek bir veri yönetim sisteminin Çin'in yapay zeka çip endüstrisinde çok uygun bir konuma gelmesine ve böylece bir "viraj" elde etmesine olanak tanıyacağı bir makale yazdı. Sollama hedefi.
Son birkaç yılda, bilgi teknolojisi endüstrisi, Bigdata, Nesnelerin İnterneti (IoT), Endüstri 4.0 ve Artırılmış ve Sanal Gerçeklik (AR / VR) dahil olmak üzere çeşitli sıcak alanlarda art arda ortaya çıktı. Ancak, bu sıcak alanların derin öğrenme sinir ağı modellerine dayanan yapay zeka teknolojisinin ortaya çıkışına kadar değildi. Yapay zekaya ilk kez entegre olmak Bu daha geniş geliştirme çerçevesi içinde.
Şu anda, yapay zeka teknolojisi, sinir ağı modellerini eğitmek için hala büyük miktarda veriye ihtiyaç duyuyor, böylece bilgisayarlar çeşitli veri işleme ve yargılarda insanların yerini alabilir. Nesnelerin İnterneti teknolojisinin hızlı gelişimi, önce çok sayıda veri kaynağı sağlar ve tasarlanan ve eğitilen yapay zeka sistemi, Endüstri 4.0'ın en çok ihtiyaç duyduğu akıllı kontrol sistemini sağlar ve ayrıca artırılmış ve sanal gerçeklik senaryolarının uygulanması için veri işleme teknolojisi sağlar. anlamına geliyor.
Çipler, yapay zeka sistemleri için en kritik teknolojidir. Çinin yapay zeka çip endüstrisindeki gelişimi Buluş nerede? ? Bu genel bir endişedir.
Çip endüstrisi, yüksek entegrasyon ve yüksek maliyet özelliklerine sahip bir teknoloji endüstrisidir ve giriş engelleri çok yüksektir. Çip üretim teknolojisi "x nano" (tek basamaklı nano işlem) çağına girerken, her dökümhanenin maliyeti on milyarlarca dolardan başlayabilir ve işletme ve amortisman maliyetleri şaşırtıcıdır.
Tek bir çipin tasarımı için gerekli mühendis sayısı onlarca ile yüzler arasında değişmekte olup, geliştirme maliyeti on milyonlarca dolar ile yüz milyonlarca dolar arasında değişmekte olup, döngü bir ile iki yıl kadar uzundur.
Ancak başarılı bir çip projesi sadece çipin kendisini satmanın karını değil, aynı zamanda tüm çip tasarımı, üretimi ve satışı sürecini de beraberinde getirir. Endüstri ve ekosistemi destekleyin Böylece, yazılım ve donanımın, endüstri standardı formülasyonunun, fikri mülkiyet satışlarının ve hatta ilgili makine imalatı ve kimya endüstrisinin gelişiminin gelişmesine yol açar.
Modern yonga tasarımı, özellikle "Çip Üzerinde Sistem" (Çip Üzerinde Sistem, SoC ) Ana gövde olarak üst düzey çipler, belirli bir endüstrinin eğilimini ve stratejik gelişimini zaten etkileyebilir ve hatta yönetebilir ve hatta endüstrinin normal işleyişini engelleyebilir.
Yapay zeka uygulamalarının sürekli değişen senaryoları ve uygulanan algoritmalar oldukça farklı olduğu için, gelecekte çeşitli uygulamaların farklı özelleştirilmiş çiplere sahip olması ve yapay zeka çiplerinin büyük bir sahnesi olması beklenebilir.
Yapay zeka çipinin bir diğer önemli özelliği ise yepyeni bir Büyük şirketler tarafından tam olarak tanımlanmadı Yeni iş senaryoları.
NVIDIA bile bulut bilişim alanında yalnızca belirli bir tekele sahiptir. Bu nedenle, yapay zeka çiplerinin geliştirilmesi için çok büyük belirsizlikler ve fırsatlar var.
Yapay zeka yongalarının gelişimi, Çin-Bitcoin madencilik makinelerinde ortaya çıkan başka bir yonga endüstrisinin gelişimine çok benzer: Bitcoin madencilik makineleri, 2010'un başında ağırlıklı olarak CPU tabanlı yongalar kullanıyordu, ancak 2012'den itibaren yavaş yavaş grafiklere geçtiler. Ana işlemci (GPU), madencilik yapmak için güçlü vektör hesaplama gücünü kullanır. İki yıl sonra, 2014'te herkes, daha yüksek madencilik faydaları elde etmek için verimliliği ve güç tüketimi oranını iyileştirmek için algoritmayı optimize etmeye ve sahada programlanabilir mantık dizisini (FPGA) içe aktarmaya başladı.
Bugün, madencilik verimliliği yüksek madencilik makinelerinin çoğu, Özelleştirilmiş çiplere göre , Bitmain'in Antminer'ı gibi.
Bu benzer gelişme eğiliminin ardından, 2018, uygulama odaklı yapay zeka çiplerinin öne çıkmaya başladığı yıl olacak.
Çin geçebilir
GPU ve CPU çip tasarımı çok yönlülüğe odaklanır, ancak yüksek güç tüketimi, nispeten düşük birim verimliliği ve yüksek fiyatı Nesnelerin İnterneti veya Endüstri 4.0 gibi popüler uygulamalar için uygun değil .
Uygulama odaklı yapay zeka çipi, hesaplamaları hızlandırmanın etkisini elde etmek için donanımdaki soyut sinir ağı algoritmalarını sağlamlaştırır. Böyle bir tasarım, yonga alanı başına bilgi işlem gücü yoğunluğunu artırmaya, güç tüketimini ve maliyeti düşürmeye ve böylece yapay zeka sistemlerinin çeşitli senaryolara daha genel olarak uygulanmasına yardımcı olabilir.
Bununla birlikte, çip geliştirme genellikle yüksek kaliteli bir yetenek tabanı ve yüksek çip geliştirme maliyetini azaltmak için güçlü bir pazar talebi gerektirir: genellikle bir çipin yaşam döngüsü yaklaşık üç yıldır ve Gerçek kar yaratma süresi sadece 12-18 aydır . Çip şirketleri, bu kısa sürede kar birikimini tamamlamalı, yeni nesil ürünlerin başarılı bir şekilde geliştirilmesini ve araştırılmasını sağlamalı ve yeni bir döngü döngüsüne girmelidir.
Yaklaşık 40 yıllık hızlı gelişimin ardından Çin, başlangıçta belirli bir ölçekte mikroelektronik yetenek havuzuna ve yapay zeka çiplerinin gelişimiyle uyumlu büyük bir pazara sahip oldu. İki temel koşul .
Buna ek olarak, Çin'in önemli bir avantajı daha var: dijital ekipmanın yoğun kullanımı ve nüfusun getirdiği devasa veriler. Uygulama tabanlı geliştirme kavramı altında, her uygulamanın sinir ağını eğitmek için kendi ilgili veri kümesine ihtiyacı vardır ve etkili veri toplama hızı, geliştirme döngüsünün uzunluğunu etkileyecektir. En kritik faktörlerden biri . Devasa ve yüksek kaliteli eğitim veri kümeleri, mühendislerin sinir ağlarını hızlı ve etkili bir şekilde eğitmesine, model sonuçlandırmasını hızlandırmasına ve yapay zeka çiplerinin tasarım döngüsünü kısaltmasına yardımcı olabilir.
Çeşitli ülkelerdeki veri toplama yönetimi düzenlemelerinin sıkılaştırılması, özellikle Avrupa Birliği tarafından Genel Veri Koruma Yönetmeliği'nin (GDPR) kısa süre önce yürürlüğe girmesiyle birlikte, gevşek bir veri yönetimi sistemi Çin'in yapay zeka yonga endüstrisinde çok uygun bir konuma sahip olmasını sağlayacak ve böylece " Bir virajda sollama hedefi.
Birden fazla zorlukla yüzleşmek
Yapay zeka sistemleri kabaca ikiye ayrılabilir: Bulut ve terminalin iki ana uygulaması . Donanım sistemi, işlevlerine göre eğitim makinesi ve çıkarım makinesine ayrılabilir. Geçmişte uzun zamandır yapay zeka uygulamaları eğitim ve çıkarım dahil olmak üzere ağırlıklı olarak buluttaydı. Bulut sisteminin yapay zeka çipi, farklı algoritmalara ve veri formlarına göre çeşitli uygulamaları idare edebilir.
Büyük verilerin işleme ihtiyaçları, veri merkezlerinin yüksek inşaat ve işletme maliyetleri ve uygulamaların çeşitliliği göz önüne alındığında, bulut yapay zeka çipleri genellikle yüksek entegrasyon, yüksek performans ve yüksek yoğunluklu bilgi işlem gücü gerektirir ve belirli özelliklere sahip olmaları gerekir. Çok yönlülük. Çeşitli uygulama senaryolarına karşılık gelen çipin ihtiyaç duyduğu yazılım desteği de bir tasarım odağıdır.
Bulut genel yapay zeka çipi Ana geliştirme zorlukları Çok yönlülük ve uygulama odaklı tasarım arasındaki ödünleşmeyi göz önünde bulundururken, işletmenin gerektirdiği sinir ağı modeli için karşılık gelen bilgi işlem mimarisinin nasıl geliştirileceğine bağlıdır.
Bu, çip geliştirmede eşiği yüksek bir projedir ve tasarlanan yapay zeka çipi genellikle büyük ölçekli ve teknik olarak zordur. Uygulama senaryolarına ilişkin derin bir anlayışa ek olarak, tasarımcıların olgun ürünler üretebilmelerini sağlamak için uzun vadeli yonga tasarımı ve bant çıkışı deneyimine de sahip olmaları gerekir.
Yerli firmalar ile Intel, Qualcomm ve NVIDIA gibi diğer önde gelen yabancı firmalar arasında deneyim açısından hala bir boşluk olduğu söylenmelidir. Bununla birlikte, yerli lider şirketlerin yineleme hızı çok hızlıdır, dökümhaneler (TSMC gibi) ve arka uç tasarım hizmeti şirketleri ile yakın işbirliği ile birleştiğinde, gelişmiş proses bant çıkışı deneyimine hakim olma hızı çok hızlıdır. yerli Kambriyen ve Bitmain İki şirketin gelecekteki performansı dört gözle beklemeye değer. Bir veya iki nesil geliştirmeden sonra dünyanın en modern ürünlerini yakalayabilmesi ve veri merkezlerinde yaygın olarak kullanılması beklenmektedir.
Mevcut gelişme trendine bağlı olarak, terminal uygulamaları Önümüzdeki 2-3 yıl 5G ağlarının muazzam popülerleşmesiyle birlikte çok hızlı bir büyüme oldu. Terminal ürünlerinin uygulama yelpazesi çok geniştir ve buluttan terminale uzanan birçok uygulama, ilk tanıtılacak ürünler olacaktır.
Terminal yapay zeka çipleri, bulut çipleri gibi çok yönlülük için yüksek bir talepte bulunmaz, ancak terminal senaryosunda güç tüketimi, bilgi işlem gücü ve alan (PPA) dengesini kapsamlı bir şekilde dikkate alır. Bu nedenle, terminal yapay zeka çiplerinin en gelişmiş üretim sürecini kullanması gerekmez ve olgun ve düşük maliyetli süreçler, popüler uygulamalar için daha uygun olabilir.
Yapay zeka çıkarım motoru yongalarının terminal uygulamalarında uygulanması kabaca ikiye ayrılabilir: Üç yön: görüntü, ses ve yargı . Uygulama ve algoritmaların parçalanması ve çeşitliliği nedeniyle yapay zeka çipleri, bir süre sonra pazar segmentlerinin hakim olduğu endüstriyel bir yapı olacak. Bu özellik, iş modelindeki geleneksel çip tasarım şirketlerine yeni zorluklar ve fırsatlar getirecek.
Çok sayıda uygulama, farklı özel ihtiyaçları karşılamak için daha fazla türde fikri mülkiyet hakkı gerektirir veya fikri mülkiyet hakları çeşitli farklı ihtiyaçları karşılayacak şekilde özelleştirilebilir. Olasılıklardan biri ARM'ye benzer bir yol izleyin , Müşterilere, belirli uygulama senaryoları için ikincil özelleştirilmiş geliştirme yapmak için temel fikri mülkiyet hakları sağlayın.
Yapay zekanın yaygın uygulaması aynı zamanda endüstriyel yükseltme çipleri için büyük bir talep getirdi ve birçok yeni şirkete çeşitli uygulamalar için özel fikri mülkiyet hakları sağlamak için teşvik etmek mümkün.
Terminal uygulamalarındaki eğitim makinelerine olan talep de gün geçtikçe artmaktadır.Başlıca nedeni, birçok uygulamanın, sahanın özelliğinden dolayı zaman gereksinimlerini yansıtamayan yerel eğitim veya bulut eğitimi gerektirmesidir. İnsansız sürüş sistemleri, gelişmiş sürüş destek sistemleri ve akıllı fabrikaların hepsinin bu türden çok sayıda talebi vardır.
Terminal sisteminde, eğitim makinesi, çıkarım makinesi ile aynı yapay zeka çip setini kullanabilir ve ayrı bir çip şeklinde daha verimli eğitim verimliliği elde etmek mümkündür.
Terminalin eğitim makinesinin güç tüketimi ve maliyet açısından daha yüksek gereksinimleri olacağından, Çok yönlülük ve terminal eğitim makinesinin uygulama odaklı tasarımı arasındaki denge daha zor olacak . Geleneksel yonga mimarisi analizi ve tasarım becerilerine ek olarak, tasarım karmaşıklığını azaltmak için sinir ağı algoritmalarının iyileştirilmesi ve basitleştirilmesi de son yıllarda araştırmaların odak noktası olmuştur.
Daha önce de belirtildiği gibi çip ekosistem Geliştiricilerin karşılaştığı en önemli kısımdır ve çipin mühendisler tarafından kabul edilmesini ve uygulanan teknolojinin popülaritesini doğrudan etkiler.
Yazılım tasarımında, programlama dillerinin ve genel programlama çerçevelerinin desteği, geliştiricilerin istekliliğini artırabilir ve diğer platformlarla entegre olabilir. Aynı zamanda, yapay zeka çiplerinin geliştirilmesi, yazılım veya algoritmaların ilerleyişi ile eş zamanlı olarak güncellenmeli ve daha verimli ve esnek gibi fikri mülkiyet hakları sağlanmalıdır.
Donanım tasarımı açısından, gelecekteki yapay zeka çipleri Yavaş yavaş diğer sistemleri entegre edin , Sensörler, iletişimler ve yardımcı işlemciler gibi diğer ilgili donanımların sistem entegrasyonuna dikkat edin.
Terminal uygulamaları için, entegre platform, sistemin tüm parçaları arasında yüksek derecede koordinasyon sağlayabilecek, bilgi işlem verimliliğini artırabilecek ve ürün çok yönlülüğünü artırabilecektir.
Ek olarak, kullanıcı toplulukları oluşturun ve sürdürün ve benzer Açık geliştirme platformu Genel geliştirme hızını artıracak ve sistem tasarımının yineleme hızını artıracaktır. Son zamanlarda birçok yeni şirket, donanım tasarımının eşiğini düşürmeye, yonga tasarımını uygulamak için donanım dillerini programlama dilleriyle değiştirmeye veya yonga tasarımının eşiğini düşürmek için yazılım ve donanımı birlikte tasarlamaya odaklandı ve bu da bu amaca katkıda bulunuyor.
Son olarak, işlevlerin ve gereksinimlerin doğrulanmasından sonra fikri mülkiyetin (IP) tekrar tekrar kullanılması, yapay zeka çiplerinin çeşitli uygulamalarda hızlı bir şekilde konuşlandırılmasında yardımcılardan biri olacaktır.
Devlerin ve tek boynuzlu atların omuzlarında duruyorum
Bilgi işlem gücüne yönelik yapay zeka uygulamalarının yüksek gereksinimleri, belirli ihtiyaçlar için yüksek düzeyde optimize edilmiş bilgi işlem platformları tasarlamak amacıyla algoritmaları, verileri ve hesaplama platformlarını belirli uygulamalarda yakından entegre etmemizi gerekli kılmaktadır.
Bu nedenle, Microsoft, Google, Amazon vb. Gibi veri ve algoritmalara sahip birçok geleneksel yazılım ve internet şirketi son zamanlarda çip tasarımına geçmiştir.
Intel ve Qualcomm gibi çip endüstrisindeki gaziler de iş fırsatlarını fark ettiler ve mevcut ekosistemlerine ve fikri mülkiyet haklarına dayalı olarak çeşitli yapay zeka çip uygulamalarında hızla devreye giriyorlar.
Ortaya çıkan yapay zeka çipli tek boynuzlu atlar, geleneksel endüstrilerle rekabet etmek için yenilikçi bilimsel araştırma sonuçlarını kullanarak tüm geliştirme seviyelerine yayılıyor ve yüzlerce düşünce okulu arasında bir çekişme durumu oluşturuyor.
Yurtiçi ve yurtdışında tanınmış yapay zeka çip firmalarının ana teknik çözümlerini ve uygulama senaryolarını kabaca derledik.Birçok şirket, özellikle de startup'lar, bu konuda iyimser. Terminal uygulaması Yapay zeka teknolojisinin geleneksel endüstrilere getirilmesinin getirdiği büyük iş fırsatlarını dört gözle beklemek için (özellikle terminal muhakemesi).
Önümüzdeki birkaç yıl içinde yapay zeka teknolojisinin uygulama senaryoları daha net hale gelecektir. Yoldaki ana akım şirketler ve temsil ettikleri çeşitli teknolojiler, şirket satın almaları, birleşmeleri ve diğer yollarla en azından birkaç son derece entegre teknoloji platformunu kademeli olarak entegre edecek. Yeni kurulan şirketlerin odak noktası, terminal eğitimi gibi yeni uygulama senaryolarına da kayacak.
Teknolojik gelişme açısından, gelecekte yapay zeka çipleri daha gelişmiş üretim süreçlerini, hatta yeni nano cihazları ve memristörler veya nöromorfik hesaplama gibi hesaplama mimarilerini kullanabilir. Bu, AI çip rekabetinin bir sonraki aşaması için kanat olacak.
(Yazar Chen Yiran, Duke Üniversitesi Elektronik ve Bilgisayar Mühendisliği Bölümü'nde profesördür ve Chen Yizhong, New York Eyalet Üniversitesi'nde profesördür)
(Bu makale ilk olarak Caijing dergisinde 25 Haziran 2018'de yayınlandı ve Xinzhiyuan tarafından yeniden basılmasına izin verildi)
Topluluğa katıl
Xinzhiyuan AI teknolojisi + endüstri topluluğunun işe alımında, AI teknolojisi + endüstrisiyle ilgilenen öğrenciler küçük bir WeChat asistanı hesabı ekleyebilirler: aiera2015_3 Gruba katılın; incelemeyi geçtikten sonra sizi gruba katılmaya davet edeceğiz. Topluluğa katıldıktan sonra, grup açıklamalarını değiştirmeniz gerekir (isim-şirket-pozisyon; profesyonel grup incelemesi katıdır, lütfen anlayın).
