仿生芯片没你想的“高大上”

分享到:

仿生是模仿生物系统的功能和行为,来建造技术系统的一种科学方法。它打破了生物和机器的界限,将各种不同的系统沟通起来。 
 
从这个角度来看,人工智能芯片可以算作是仿生。我认为目前的人工智能还只是停留在人工阶段,真正的智能应该是具有自我学习能力(不需要依赖大数据训练,会自主学习)。我认为新型的类脑芯片才算得上是真正的仿生芯片。
 
首先,苹果A12并不是什么仿生芯片(听上去高大上一些),其实际上就是手机SoC当中加入了AI运算加速内核。苹果A11/A12当中都集成了专门用于神经网路计算的独立处理单元(独立的内核),也就是大家常听到的NPU(不同厂商叫法会有差异)。一般在手机的SoC当中,CPU主要负责一些通用计算,能处理各种复杂的任务,适应性强。比如它也能够处理图形任务、进行人工智能计算,只不过效率要比GPU、NPU低。
 
14
 
 
而GPU则主要负责处理图形任务,它的优势就在于可支持大规模的并行计算架构,非常适合一些简单重复的计算任务。目前也被很多的厂商用于深度学习、数据模型的训练上。虽然大规模部署算力强大,但是功耗也是非常的大。所以,主要被应用于一些对于功耗要求不是很高的人工智能计算领域。
 
现在大家所说的AI芯片实际上就是专用型的ASIC芯片。它的AI计算能力和计算效率都直接根据特定的AI算法的需要进行定制的,所以相对CPU、GPU,其可以实现体积小、功耗低、高可靠性、保密性强、计算性能高、计算效率高等优势。所以目前在终端侧(特别是移动终端)的AI计算上,很多厂商都开始选择采用专用的AI芯片,或者在SoC当中集成NPU内核。
 
其次,回过头来说苹果A11/12当中集成的NPU内核,这实际上是一些特定的神经网络类型即AI算法(比如语音/图片识别、人脸识别等算法)的硬件化,主要就是起到针对这些AI算法运算的加速。比如原本做图像识别,一分钟只能识别一百张,而有了NPU加速则可实现一分钟识别数千张图片,不仅速度更快而且功耗也更低。
 
不过NPU也有其缺点,一旦设计完成,对应的AI算法就无法更改,无法升级。但是它可以与手机SoC当中的CPU/GPU/DSP来协同进行AI计算(高通骁龙845的AI神经网络引擎就是通过调配CPU/GPU/DSP来协同进行AI计算),所以可以在一定程度上弥补灵活性上的缺失。
 
目前手机芯片上所能提供的AI能力,主要是针对语音、图片、人脸、AR等的一些应用。另外神经网络引擎也拥有一定的机器学习的能力,比如你每天都刷脸解锁,所以AI也学习你脸部面容的一些变化(人的面容会因为慢慢的衰老而发生变化)。
 
总的来说,我们应该将A12芯片作为一个整体来看,其AI的能力并不仅仅是由NPU提供的,在一些场景下,其他的CPU/GPU等内核也会参与到AI运算当中,而NPU的作用也主要是针对特定的AI算法进行加速。
继续阅读
地平线智能小米小爱触屏音箱在京发布,算法+芯片组合策略具有怎样的使用体验

2月20日,搭载地平线自主研发的增强语音抽取(Enhanced Speech Extraction,ESE)方案的小米小爱触屏音箱在京发布。小米小爱触屏音箱是小米的首款带屏智能音箱,在发布会One more thing的环节推出,是小米在AIoT领域的枢纽级产品。地平线为该产品提供了完整的设备端语音前端信号处理和唤醒解决方案,让小爱触屏音箱能听见更能听清。

AI正当时,我们需要怎样的人工智能?

上至国策,下至民生,中国人工智能产业在这两年迸发出了超乎预料的生命活力。 还记得2018甫一开年,《国务院政府工作报告》指出,要“加强新一代人工智能研发应用,发展智能产业,拓展智能生活。”政治局第九次集体学习中也着重强调“推动我国新一代人工智能健康发展”,“加强人工智能同保障和改善民生的结合”。在产业端,计算机视觉、自动驾驶、机器人……各个人工智能方向都取得了突破性的进展,丰富日常生活体验,帮助传统行业加速转型,带动中国科技实力连番跃进。

Facebook也忍不住想要抢占AI芯片行业市场?

在认识到需要大大加快计算速度以实现人工智能的下一个突破之后,Facebook紧跟亚马逊和谷歌的脚步,正在加紧开发自己的人工智能芯片。 该公司的首席人工智能科学家,现代先驱之一Yann LeCun表示,该公司的目标包括充满“常识”(common sense)的数字助理,能与人进行任何主题的交谈,这将会是是当今语音控制设备的重要一步。

华为海思涉足广泛而且发展迅速,现如今被多个巨头开始市场狙击

得益于华为从资金到市场的支持,华为旗下的海思半导体在过去多年里发展神速,所涉足的多个领域在市场上也口碑良好,公司也获得了国内乃至国外用户的认可。尤其是因为近半年在麒麟、鲲鹏和昇腾等多方面的接触表现,海思半导体俨然中国集成电路实力的象征。但即使强如华为海思,也在面临着强大的挑战。

架构设计越来越难?十几年前提出的系统级设计方法学或许能够提供新的思路

当我们谈体系结构的黄金时代,我们不仅需要设计更有效的架构,也必须思考更有效的设计方法学。当我们用五花八门的架构来提高运算效率的时候,也面临一个新的问题:怎么通过改进设计方法提高软硬件开发的效率?十几年前提出的系统级设计(ESL)的概念和方法学也许可以给我们一些灵感。

精彩活动