近幾年，機器視覺(jué)、自然語(yǔ)言處理、無(wú)人駕駛等大規模新型應用需求催生了人工智能研究的熱潮，國際科技巨頭紛紛推出面向人工智能的專(zhuān)用智能芯片：谷歌為其深度學(xué)習神經(jīng)網(wǎng)絡(luò )打造基于A(yíng)SIC的專(zhuān)用TPU芯片，微軟推出了基于FPGA的視覺(jué)芯片A-eye，英特爾宣布與Facebook共同打造AI芯片，特斯拉和AMD正聯(lián)合研發(fā)用于自動(dòng)駕駛的AI芯片……

然而，目前大部分智能芯片僅作為支持人工神經(jīng)網(wǎng)絡(luò )計算的特定領(lǐng)域處理器。那么，實(shí)現專(zhuān)用智能芯片的核心瓶頸集中在哪些方面？智能芯片是否具有自主連續學(xué)習的能力，以實(shí)現智慧的自我升級與成長(cháng)？

功能：算力是對智能芯片的誤解

阿爾法狗（AlphaGo）接連打敗國際圍棋高手李世石、柯潔后，AI的算力震驚世界。無(wú)錫中微億芯有限公司總經(jīng)理單悅爾卻表示，近年來(lái)，外界對芯片提供的“算力”（計算能力）關(guān)注較多，同時(shí)現在很多應用中芯片都發(fā)揮著(zhù)強大的運算能力，但以此認為芯片等價(jià)于運算/計算，甚至智能芯片就意味著(zhù)更強大的算力，這是對智能芯片的誤解。

事實(shí)上，甚少有人關(guān)注AlphaGo打敗對手消耗的“能量”。復旦大學(xué)專(zhuān)用集成電路與系統國家重點(diǎn)實(shí)驗室常務(wù)副主任曾曉洋表示，從能量消耗角度看，可能李世石吃了一碗粥，但是AlphaGo卻是不計一切代價(jià)在“戰斗”。真正的智能芯片不該如此，應通過(guò)更高層次的構架，減輕運算負擔，使芯片告別“體力活”。

此外，成倍增長(cháng)的數據對芯片造成極大壓力，怎么樣既能算得不累，又省點(diǎn)能耗呢？軟件升級勢在必行。

與此同時(shí)，當前，應用對設備智能化、微型化提出更高要求，單純變更系統軟件對于解決問(wèn)題來(lái)說(shuō)杯水車(chē)薪。南京大學(xué)微電子副院長(cháng)李麗表示，需要用更智慧的方法來(lái)處理，要依賴(lài)頂層的設計方法學(xué)、中間層的電路以及技術(shù)技巧等來(lái)解決這些關(guān)鍵問(wèn)題。

一些方案嘗試通過(guò)變革常見(jiàn)硬件——芯片，使芯片與軟件配合更加“天衣無(wú)縫”，以提升設備性能，比如，面向智能感知的專(zhuān)用芯片的研究就是其中一種頗受關(guān)注的解決方案。目前，該類(lèi)芯片的應用集中于智能感知領(lǐng)域，比如智能家居、智能監控、智能穿戴、智能機器人等。專(zhuān)家認為，專(zhuān)用智能芯片具有低功耗、高性能，安全性和靈活性好的特點(diǎn)，解決了硬件不可再生的費用投入非常大、使用周期和壽命很短的問(wèn)題。

軍事科學(xué)院國防科技創(chuàng )新研究院人工智能研究中心主任戴華東表示，實(shí)際上很多芯片并不一定要求各方面的能力都非常強，只要專(zhuān)注于一點(diǎn)，這一點(diǎn)就是芯片的“殺手锏”。

發(fā)展：動(dòng)靜態(tài)芯片并行

智能芯片前景如何？業(yè)界普遍認為，沒(méi)有確切的說(shuō)法。目前尚處于論文文獻或設想階段，比如存內計算。世界處于變化中，很難有一種聲音說(shuō)服全世界，但芯片的關(guān)鍵要做到智慧，實(shí)現自學(xué)習、自適應。

戴華東表示，盡管前途撲朔迷離，但目前已經(jīng)到了訂立目標的關(guān)鍵時(shí)期?？梢詫⒖山忉尩娜斯ぶ悄?，適應環(huán)境的、具有持續學(xué)習能力的人工智能作為下一步的發(fā)展目標。

具體來(lái)說(shuō)，針對軍事智能領(lǐng)域，除了對客觀(guān)信息的感知、增強數據儲備精確度之外，更關(guān)鍵的是在作戰決策、輔助分析方面提供支撐。

如何實(shí)現？李麗表示，單純變化軟件、硬件打配合，在指令的推進(jìn)下一條一條運算的時(shí)代已成過(guò)去，未來(lái)業(yè)態(tài)是靜態(tài)和動(dòng)態(tài)并舉的方式。

以FPGA為代表的靜態(tài)芯片，其承載的信息量較大，在5G通信、大數據、物聯(lián)網(wǎng)領(lǐng)域有巨大的潛力。雖然，技術(shù)與應用相對成熟，但對比國外，國內的發(fā)展尚有差距，國內生產(chǎn)廠(chǎng)家寥寥，未來(lái)尚有廣闊增長(cháng)空間。

此外，動(dòng)態(tài)可重構芯片亦是業(yè)界討論的熱點(diǎn)。該類(lèi)芯片支持動(dòng)態(tài)改變設備功能，對重構技術(shù)提出更高要求，但困難在于編程技術(shù)的實(shí)現，以及怎樣改變原來(lái)的指令和數據流的二維方法。李麗表示，該方法嘗試從傳統的器件、工藝創(chuàng )新轉向芯片架構創(chuàng )新，集成可編程硬件的系統，通過(guò)一系列定時(shí)變化的物理控制點(diǎn)，完成空間并行求解過(guò)程?？梢哉f(shuō)，這一過(guò)程實(shí)現了對硬件的可重構計算，將成為未來(lái)專(zhuān)用智能芯片的實(shí)現架構。

亮點(diǎn)：用AI設計AI芯片

先行一步的AlphaGo為研究界帶來(lái)了一個(gè)啟示，只學(xué)習了圍棋的規則的AlphaGo，能走出圍棋選手一般不會(huì )走的招數，如今一些職業(yè)選手也在學(xué)習AlphaGo下圍棋的方法。

單悅爾表示，AlphaGo的先進(jìn)之處在于未受到其他運算的干擾，這也是其自我創(chuàng )新的原動(dòng)力。這提示用AI來(lái)設計AI芯片的可能性，即教會(huì )AI如何設計芯片。

單悅爾說(shuō)，告訴AI要什么，但是不要告訴它對錯好壞，讓它自己去學(xué)習，給予足夠的算力、資源和決策權，優(yōu)化算法和策略，給它時(shí)間，這可能會(huì )給專(zhuān)業(yè)領(lǐng)域的芯片應用帶來(lái)驚喜。

一般來(lái)說(shuō)，在算力充足的情況下，AI可以同時(shí)迭代幾千次甚至上萬(wàn)次，這是普通芯片無(wú)法做到的；如果啟用人力承擔AI的迭代工作，也意味著(zhù)高昂的成本。

目前，一些芯片已經(jīng)提出加入AI功能，單悅爾表示，人類(lèi)不一定能在短期內設計出這樣的芯片，這是一段漫長(cháng)的路，需要不斷進(jìn)行架構驗證、規則驗證、修補等，但這是一個(gè)趨勢，甚至會(huì )對芯片設計的理念、流程產(chǎn)生顛覆性的影響。

此外，戴華東表示，每個(gè)領(lǐng)域都有自己的裝置和領(lǐng)域的算法、模型以及芯片需求，針對各個(gè)領(lǐng)域設計專(zhuān)用芯片成本高昂，目前來(lái)看，相關(guān)領(lǐng)域、相關(guān)功能的集成是兩全之法。比如視覺(jué)功能，將視覺(jué)的表征、計算模型和算法形成的體系打包，那么，這個(gè)“包裹”就可以嵌合到監視、拍攝等涉及視覺(jué)功能的芯片中，這時(shí)芯片可以通過(guò)重構和配置適用于多個(gè)應用中。

摘自《中國科學(xué)報》