何为人工智能-人工智能芯片“，不妨先抛开”

文 / 头条号作者 Okay

想要搞清楚什么是”人工智能芯片“，不妨先抛开”人工智能“，让我们先来看一看传统的芯片是怎样的！

传统计算架构一般由中央运算器（执行指令计算）、中央控制器（让指令有序执行）、内存（存储指令）、输入（输入编程指令）和输出（输出结果）五个部分构成，其中中央运算器和中央控制器集成一块芯片上构成了我们今天通常所讲的CPU。

稍微了解CPU内部结构的人就会知道CPU实质上只有ALU模块（逻辑运算单元）是用来完成指令数据计算的，其他各个模块的存在都是为了保证指令能够一条接一条的有序执行。这种通用性结构对于传统的编程计算模式非常适合，同时可以通过提升CPU主频（提升单位时间执行指令速度）来提升计算速度。

然而传统处理器架构（包括x86和ARM等）往往需要数百甚至上千条指令才能完成一个神经元的处理，这对于并不需要太多的程序指令，却需要海量数据运算的深度学习的计算需求，这种结构就显得非常笨拙。尤其是在目前功耗限制下无法通过提升CPU主频来加快指令执行速度，这种矛盾愈发不可调和。

再来看看深度学习，深度学习本质上是多层次的人工神经网络算法，即模仿人脑的神经网络，从最基本的单元上模拟了人类大脑的运行机制。由于人类大脑的运行机制与计算机有着鲜明的不同，深度学习与传统计算模式有非常大的差别。

回顾计算机行业发展史，新的计算模式往往催生新的专用计算芯片。人工智能时代新计算的强大需求，正在催生出新的专用计算芯片。

目前为人工智能专门定制芯片的大潮已经开始逐步显露，英伟达在16年宣布研发投入超过20亿美元用于深度学习专用芯片，而谷歌为深度学习也定制了TPU芯片，该芯片直接支撑了震惊全球的人机围棋大战。人机围棋大战中的谷歌AlphaGo使用了约 170 个图形处理器（GPU）和 1200 个中央处理器（CPU），这些设备需要占用一个机房，还要配备大功率的空调，以及多名专家进行系统维护。

中国科学院计算所研究员、寒武纪深度学习处理器芯片创始人陈云霁博士在《中国计算机学会通讯》上撰文指出：通过设计专门的指令集、微结构、人工神经元电路、存储层次，有可能在3~5年内将深度学习模型的类脑计算机的智能处理效率提升万倍（相对于谷歌大脑）。

提升万倍的意义在于，可以把谷歌大脑这样的深度学习超级计算机放到手机中（原来需要占用一个机房），帮助我们本地、实时完成各种图像、语音和文本的理解和识别；更重要的是，具备实时训练的能力之后，就可以不间断地通过观察人的行为不断提升其能力，成为我们生活中离不开的智能助理。

而用更加小巧和节能的方式实现深度学习，可能导致能够理解图片和视频内容的智能手机和其他移动设备的出现。

未来，人工智能的市场空间将不仅仅局限于计算机、手机等传统计算平台，从无人驾驶汽车、无人机再到智能家居的各类家电何为人工智能，至少数十倍于智能手机体量的设备需要引入感知交互能力。

回顾在PC和移动互联网时代分别处于霸主地位的X86架构和ARM架构的发展历程何为人工智能，可以看出从源头上掌控核心芯片架构取得先发优势，对于取得一个新计算时代主导权有多么重要。它将决定一个新的计算时代的基础架构和未来生态，因此，谷歌、微软、IBM、Facebook等全球IT巨头都投巨资加速人工智能核心芯片的研发，旨在抢占新计算时代的战略制高点，掌控人工智能时代主导权。

就在一天前，华为传来了一条让人振奋的消息，华为在Twitter、Facebook等多个海外社交平台的官方账号推送了一张海报，内容为：“AI不止语音助手“。这证实了华为打造人工智能手机的决心。余承东曾在华为的年中业绩媒体沟通会上提及华为将自研人工智能芯片，并定于今年秋季发布。届时华为或将成为第一家推出搭载AI芯片手机的厂商。

更多精彩文章，尽在我的头条号”Okay“！