大奖娱乐官方网站_大奖娱乐老虎机_在线【大奖娱乐平台】

人工智能芯片的过去、现在和未来

2018-08-06编辑:冀凯 关键字:人工智能

来源:本文由 公众号 半导体行业观察(ID:icbank)翻译自「semiengineering」。 


AI是当下的新闻热点。如今,AI已经用于医学诊断、合成新的化学物质、识别藏匿在人群中的罪犯的面孔、驾驶汽车,甚至进行艺术创作。有时,我们似乎感觉AI无所不能,人类很快就会失业,默默看着AI为我们完成一切。


为了解AI技术的起源,本文记录了AI的发展历程,通过高级驾驶员辅助系统(ADAS)和自动驾驶汽车的案例,分析了AI芯片目前的发展状态,以及如何让AI芯片真正改变我们的日常生活。让我们从AI的历史开始讲起,随着AI的发展,更专业化的技术出现了,即所谓的机器学习,它依靠经验学习而不是编程来做决策。反过来,机器学习也为后来的深度学习奠定了基础。深度学习涉及到分层算法,目的是为了更好地理解数据。


图1:AI导致了机器学习的出现,后来又演变成深度学习 (来源:英伟达)


AI技术本源


1956年达特茅斯会议上,科学家约翰·麦卡锡,克劳德·香农和马文·明斯基提出了“人工智能”一词。50年代末,阿瑟·萨缪尔(Arthur Samuel)提出了“机器学习”这个术语,他开发了一个西洋跳棋程序,可以从错误中吸取教训,经过学习后,甚至比编写程序的人棋力更强。


在这个计算机技术飞速发展的时代,乐观的环境让研究人员相信AI技术将在短时间内“攻克”。科学家们研究了基于人脑功能的计算是否能够解决现实生活中的问题,创造了“神经网络”的概念。1970年,马文·明斯基在《生活》杂志中讲到,“未来3~8年内,我们将拥有相当于普通人智力水平的机器。”


到了20世纪80年代,AI走出实验室,进入商业化,掀起了一股投资热潮。80年代末,AI技术泡沫最终破裂,AI又回到了研究领域,科学家们继续开发AI的潜能。行业观察者称AI是一种超前于时代的技术,也有人说是未来科技。经历了相当长一段时间的所谓“AI寒冬”之后,商业开发再次启动。


图2:AI时间表 


1986年,杰弗里·希尔顿(Geoffrey Hinton)和他的同事发表了一篇里程碑式的论文,描述了一种称为“反向传播(back-propagation)”的算法,该算法可以显著提高多层或“深度”神经网络的性能。 1989年,严恩·乐库(Yann LeCun)和贝尔实验室的其他研究人员创建了一个可以训练识别手写的邮政编码的神经网络,展示了这项新技术在现实世界中的重要应用。他们训练深度学习卷积神经网络(CNN)只花了3天时间。时光飞逝到2009年,斯坦福大学的Rajat Raina、Anand Madhavan和Andrew Ng发表了一篇论文,阐述了现代GPU在深度学习领域拥有远远超过多核CPU的计算能力。AI已经准备好重新起航。


探索真正的AI芯片


为什么当今我们总是听到不可胜数的关于AI的消息?关键因素的融合为AI技术的巨大进步奠定了基础,许多人认为这能够解决越来越重要的现实问题。利用当今互联网提供的基础设施,全球研究人员可以获得创建新算法和解决方案所需要的计算能力、大规模数据和高速通信。例如,汽车行业已经表示,愿意为AI技术投入研发资金,因为机器学习有能力处理自动驾驶等高度复杂的任务。


AI芯片设计的主要挑战之一就是将一切整合到一起。我们在这里讨论的是超大型的定制SoC,它使用多种类型的硬件加速器实现深度学习。设计AI芯片可能是非常困难的事情,尤其是考虑到汽车行业对安全性和可靠性的严格要求,但AI芯片仍然只是芯片而已,或许在加工工艺、存储器、I/O和互连技术方面会有一些新的解决方案。


像谷歌和特斯拉这样的IC设计新手公司,以及AIMotive和Horizon Robotics这样的AI芯片创业公司,都对深度学习的计算复杂性有深入的了解,但在开发这些最先进的SoC时,它们可能会面临严峻的挑战。可配置的互连IP在确保业内所有这些新参与者能够尽快获得功能性芯片方面可以发挥关键作用。


图3:AI芯片剖析图,以谷歌TPU为例。


例如,对于汽车前置摄像头,可以采用具有深度学习加速器的AI芯片,它们可以对路边的目标进行检测和分类。每颗AI芯片都有唯一的内存访问配置文件,以确保最大带宽。片内互连的数据流必须进行优化,以确保在满足性能目标时有更宽的带宽路径,但在可能的情况下分配窄路径以优化面积、成本和功耗。


每个连接也必须进行优化,以适应更高级别的AI算法。为了让它更有趣,人们每天都在开发新的AI算法。从某种程度上讲,今天的深度学习芯片就像香蕉,没有人想在自己的AI芯片中使用烂香蕉或老算法。对于这些前沿产品而言,上市时间甚至比其他很多半导体产品更为重要。


AI的未来


虽然深度学习和神经网络正在迅速推动AI技术的发展,但仍有许多研究人员认为,如果要实现AI最不可思议的目标,仍然需要从根本上采用完全不同的新方法。大多数AI芯片的设计都是为了实现LeCun和Hinton以及其他人在十多年前发表的相同想法的不断改进的版本,但是我们没有理由期望,沿着这条道路取得指数级别的进展就能让AI变得可以像人类一样思考。正如我们今天所知道的那样,我们无法将付出巨大努力完成了一项任务的深度学习应用到一项不同的新任务中。


此外,神经网络没有很好的方法来整合先前的知识,也没有“向上vs向下”(up vs down)以及“孩子有父母”(children have parents)这样的规则。最后,基于神经网络的AI需要大量的例子来学习,而人类只要有一次难忘的经历就能学会不去碰火炉。目前尚不清楚如何将现有的AI技术应用于那些没有海量标记数据集的问题。


虽然AI芯片目前还不是特别智能,但它们绝对很聪明,而且很有可能在不久的将来变得更加智能。这些芯片将继续利用半导体加工、计算机架构和SoC设计方面的先进技术,以提高处理能力,支持下一代AI算法。与此同时,新的AI芯片将继续需要先进的存储系统和片上互连架构,以便为新的专有硬件加速器提供深度学习所需的源源不断的数据流。


原文链接:https://semiengineering.com/artificial-intelligence-chips-past-present-and-future/




*本文由 公众号 半导体行业观察(ID:icbank)原创翻译。


关键字:人工智能

来源: 半导体行业观察 引用地址:/qcdz/2018/ic-news080623462.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:科技行业靠EV/AV“孤注一掷”?
下一篇:最后一页

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

特斯拉研发语音指令及AI芯片 欲新增一款类似K.I.T.T.的人工智能

据外媒报道,特斯拉计划为旗下车辆新增一项人工智能功能。早前曾有用户询问,能否为车辆提供一款类似K.I.T.T.的人工智能。或许有许多人对此感到陌生,这就不得不提及美国的一部热门电视剧《霹雳游侠(Knight Rider)》。剧中的一款名为“奈特工业2000(The Knight Industries Two Thousand,KITT)”的车辆能够与车主对话并控制其它车载功能,其原型车为1982款庞蒂亚克火鸟Trans Am(1982 Pontiac Firebird Trans Am)。如今,随着各类先进技术的面世,许多科幻类电影及书籍中的技术都在逐步成为现实。K.I.T.T.的上述对话功能可利用特斯拉正在打造的新语
发表于 2018-08-05
特斯拉研发语音指令及AI芯片 欲新增一款类似K.I.T.T.的人工智能

AI人工智能入侵服装业,一大批“铁饭碗”面临下岗

人工智能(AI)技术在时尚行业的应用正在越来越深入、广泛,凭借这项技术不仅可以设计服装,还可以精确规划库存。现在,甚至有人开始担心,人工智能是否会彻底取代那些精英白领,从事高技术含量的工作?设计师首先被人工智能入侵的是时尚行业中那些因创造力而闻名的设计师的工作中。在印度电商网站Myntra上,最畅销的产品之一是一款由橄榄色、黄色和蓝色拼接而成的T恤。该设计就是由计算机算法完成的。准确地说Myntra产品的设计由两种计算机算法生成:第一种算法可以生成随机图像第二种算法先分析Myntra的库存中服装的图像,然后生成与现有设计相似但没有重复的设计Myntra首席执行官Ananth Narayanan表示,由这些人工智能(AI)设计的服装
发表于 2018-08-05
AI人工智能入侵服装业,一大批“铁饭碗”面临下岗

无线智能探测系统,帕金森患者的新曙光!

通过无线电波与人工智能的结合,麻省理工学院的研究人员研发了一个全新的探测系统:可以看到墙另一边的人移动的骨骼状图像。虽然这听起来像是特警队在破门而入之前希望拥有的技术,但它已经以一种令人惊讶的方式被用于监控帕金森症患者在家中的活动。该项目的高级研究员、麻省理工学院大奖娱乐官方网站和计算机科学教授迪娜·卡塔比(Dina Katabi)说:“人们对这种技术的兴趣可以追溯到几十年前,美国国防部高级研究计划局(DARPA)曾有一个重大项目,试图使用无线信号探测位于墙壁后的人。但在这项最新的研究之前,这些系统所能做的只是显示一个人在墙后的斑点状图形。”如今,这项技术能够更精确的显示信息:它能把场景中的人描绘成像骷髅一样的木棍,同时显示出他们在做日常
发表于 2018-08-04
无线智能探测系统,帕金森患者的新曙光!

麻省理工研发全新无线智能探测系统,有望助力帕金森患者的治疗

通过无线电波与人工智能的结合,麻省理工学院的研究人员研发了一个全新的探测系统:可以看到墙另一边的人移动的骨骼状图像。虽然这听起来像是特警队在破门而入之前希望拥有的技术,但它已经以一种令人惊讶的方式被用于监控帕金森症患者在家中的活动。该项目的高级研究员、麻省理工学院大奖娱乐官方网站和计算机科学教授迪娜·卡塔比(Dina Katabi)说:“人们对这种技术的兴趣可以追溯到几十年前,美国国防部高级研究计划局(DARPA)曾有一个重大项目,试图使用无线信号探测位于墙壁后的人。但在这项最新的研究之前,这些系统所能做的只是显示一个人在墙后的斑点状图形。”如今,这项技术能够更精确的显示信息:它能把场景中的人描绘成像骷髅一样的木棍,同时显示出他们在做日常
发表于 2018-08-03
麻省理工研发全新无线智能探测系统,有望助力帕金森患者的治疗

Intel 开源nGraph,加速人工智能落地与创新

在科技创新的发展路途中,开源扮演了重要的角色,积极地影响着技术、产品、产业和市场。如果能基于开源基础设施充分发挥开源软件的功能,那么便能专注于人工智能业务的开发,激发更多的创新活力。英特尔认为,开源基础设施的优势就是它的开放性,这并不仅包括开源本身,开放的设计、开放的开发以及开放的社区都是必要的环节,才能让基础设施真正发挥效用。英特尔持续支持开源社区的发展,通过与软硬件厂商的深入合作不断突破开源技术的创新,大大降低人工智能开发与部署的门槛,加快应用落地与突破。2018年3月,英特尔宣布开源面向各种设备和框架的深度神经网络模型编译器nGraph,扩展了深度学习模型的适用性和可移植性。nGraph编译器是用于神经网络的英特尔计算图
发表于 2018-08-03

AI观眼识人术,我们离“透明人”还有多远?

运动之间的关系。结果发现,眼球运动能够体现出一个人是否善于交际、小心谨慎或充满好奇心,同时算法软件能够可靠地识别出“大五人格”中的四种:神经质、外向性、宜人性和尽责性。当你的性格可以被AI一眼看穿,你就必须意识到人工智能的发展着实令人叹为观止。而人脸识别技术作为计算机视觉的头号当家花旦,在人工智能领域无疑是一颗璀璨的新星。事实上,人脸识别是一项场景性非常强的领域,其核心技术能力不在于算法本身,而在于对场景的深耕研究。将特定场景数据注入人脸识别技术当中,紧密围绕场景需求最终实现产品化是其目的。基于此,这一技术在随后近几年内以迅雷不及掩耳之势在银行、交通、电子商务、机场、地铁等场景应用频频刷屏,热度居高不下。人工智能情绪识别是基于人
发表于 2018-08-02
AI观眼识人术,我们离“透明人”还有多远?

小广播

最新视频课程

相关热搜器件

大奖娱乐官方网站世界版权所有 京ICP证060456号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright ? 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
2018白菜网址大全 开户送体验金68 最新送彩金网站大全 注册送68体验金 注册送白菜网