12月3日，一年一度的Imagination Inspire在上海拉開序幕，同期第十代PowerVR圖形處理器架構(gòu)IMG A系列新品推出。會議邀請了業(yè)內(nèi)人士探討AI芯片發(fā)展趨勢和方向。清華大學(xué)、北京大學(xué)雙聘教授魏少軍出席會議并發(fā)表題為“深度學(xué)習(xí)與智慧芯片-路徑與架構(gòu)”的演講。

架構(gòu)創(chuàng)新推動智能化

“將AI芯片的計算能力與人類的計算能力比較，是走了一條錯誤的路線。與AI芯片相比，人腦的計算能力著實有限。”魏少軍表示，在計算能力方面，機器的計算能力遠(yuǎn)超人類，可比性很小，多樣性的適應(yīng)能力才是最大的差距。人類大腦具備適應(yīng)多種不同神經(jīng)網(wǎng)絡(luò)的功能，這是AI芯片最難完成的功能之一。此外，功耗也讓兩者產(chǎn)生巨大差距?！叭耸橙停涂梢赃m應(yīng)多樣化的神經(jīng)網(wǎng)絡(luò)。但是一臺裝上AI芯片的設(shè)備，很可能需要一臺發(fā)電機為其專有供電，功耗可達(dá)2400W。”魏少軍說。

“所以，目前的AI芯片并不是真正的AI。”他認(rèn)為，真正的AI芯片要從架構(gòu)方面進(jìn)行突破。目前市場廠商流行的架構(gòu)包括CPU+SW、CPU+GPU、CPU+FPGA等方式，“但這些都不是AI的理想架構(gòu)?！蔽荷佘姳硎?，宏觀上看，計算、軟件、優(yōu)化、演進(jìn)、訓(xùn)練是AI芯片的幾個重要的架構(gòu)模塊，而在完成這些重要模塊的同時，是否可以設(shè)計出類似通用CPU獨立存在的“通用AI處理器”?如果存在的話，他的架構(gòu)應(yīng)該是怎樣的?

可重構(gòu)的神經(jīng)網(wǎng)絡(luò)計算架構(gòu)或許可以給出答案，這是魏少軍認(rèn)為最有可能迎接未來復(fù)雜人工智能市場的AI架構(gòu)。該架構(gòu)的可重構(gòu)性和可配置性為AI芯片適應(yīng)多重神經(jīng)網(wǎng)絡(luò)架構(gòu)提供可能，實現(xiàn)最佳能源效應(yīng)。通過應(yīng)用來決定神經(jīng)網(wǎng)絡(luò)的選擇，實現(xiàn)“定制化AI芯片”，打造可重構(gòu)的神經(jīng)網(wǎng)絡(luò)計算架構(gòu)“高效能、低功耗”的訓(xùn)練引擎。

“架構(gòu)創(chuàng)新讓AI芯片變得更智慧，讓機器模仿人的行為，教機器學(xué)會人能做的事情?！蔽荷佘娬f。

AI芯片發(fā)展新增三要素

架構(gòu)創(chuàng)新帶來了AI芯片基本要素發(fā)生微妙的變化。

傳統(tǒng)上，為了更好的適應(yīng)算法的演進(jìn)和應(yīng)用的多樣性，AI芯片首先應(yīng)該具備一定的可編程性。其次，AI芯片需要適應(yīng)不同的算法，實現(xiàn)高效計算。因此，架構(gòu)需要具備一定的動態(tài)可變性?！暗烷_銷、低延遲”屬性也需要AI芯片具備高效的架構(gòu)變換能力。高計算效率也是AI芯片避免使用指令類低效率的架構(gòu)的方法之一。“這些是AI芯片應(yīng)該具備的基本要素?！蔽荷佘娬f。

但即使具備這些要素，AI芯片依舊“還不夠智慧”?！案又悄堋钡男枨髱砹思軜?gòu)的創(chuàng)新，由此，類似于“軟件定義芯片”可重構(gòu)的神經(jīng)網(wǎng)絡(luò)計算架構(gòu)等創(chuàng)新帶來了AI芯片基本要素的變化。

魏少軍表示，架構(gòu)創(chuàng)新后，AI芯片需要增加學(xué)習(xí)能力、接受教育并成長的能力。人類差異性的來源是教育和學(xué)習(xí)，芯片也如此。如果AI芯片可以接受教育并成長，其不可替代性將會逐漸加強。因此，算法和軟件的自主演進(jìn)能力也成為了“智慧AI芯片”新增的基本要素之一?！案又腔鄣腁I芯片，還需要具備自主認(rèn)知、自主判斷、自主選擇和自主決策等基本要素?！蔽荷佘娬f。