【快评】人工智能芯片的技术创新呈现三条路径

Original 2017-05-31 赛迪智库 赛迪智库

以人工智能（AI）为代表的新技术革命已经来临，集成电路作为人工智能的重要支撑，工艺技术正逐步趋近于物理极限，传统冯诺依曼架构带来的芯片成本不断提高。因此，芯片业巨头和研究机构一直在探索人工智能芯片的解决路径。当前，人工智能芯片的技术路径主要分为三类：

以英伟达公司为代表，围绕GPU布局人工智能芯片。GPU芯片对处理复杂运算拥有天然的优势，对神经网络的训练和分类都可以提供显著的加速效果。当前，英伟达以其大规模的并行GPU和专用GPU编程架构CUDA主导着当前的深度学习市场。且Facebook、Twitter和微软等IT巨头，都在使用 GPU作为其深度学习载体，让服务器学习海量的照片、视频、声音文档，以及社交媒体上的信息，来改善搜索和自动化照片标记等各种各样的软件功能。

以谷歌公司为代表，通过专用处理器布局人工智能芯片。2017年5月，谷歌在人工智能领域公布了专用集成电路解决方案——Cloud TPU。目前来看，其短板是不可更改任务。但与其他几种方案对比，具有功耗更低、可靠性提高等优势。

以英特尔为代表的，围绕CPU布局人工智能芯片。2015年12月，英特尔完成了167亿美元收购Altera的交易，这成为英特尔历史上最大金额的收购案。Altera公司是一家可编程芯片（FPGA）厂商。该技术可同时进行数据并行和任务并行计算，可有效满足深度学习对计算能力的要求。收购Altera，使得英特尔能够推出CPU+FPGA的异构方案，更好的适应人工智能时代的定制化计算。

延伸阅读：更多人工智能主题请点击

【快评】积极应对人工智能发展浪潮打造体系化创新新优势

【图解】《与机器人共舞——人工智能时代的大未来》（上）

【图解】《与机器人共舞——人工智能时代的大未来》（中）

【图解】《与机器人共舞——人工智能时代的大未来》（下）

【快评】人工智能对我国法律体系产生挑战

【快评】三问题可能导致我国人工智能产业落后于人

【短波】杨婉云：加快人工智能研发，抢抓新一代科技和产业革命先机

【快评】加快我国人工智能产业发展的三个举措

【图解】一图看懂《“互联网+”人工智能三年行动实施方案》

【快评】美启动“可解释人工智能”项目欲突破人机协作瓶颈

【快评】美国发力人工智能加剧产业竞争态势