|
大數(shù)據(jù)推動(dòng)信息通信產(chǎn)業(yè)邁入“新摩爾定律”時(shí)代。近年來(lái)，信息通信技術(shù)產(chǎn)業(yè)加速向萬(wàn)物互聯(lián)、萬(wàn)物感知、萬(wàn)物智能時(shí)代演進(jìn)，海量數(shù)據(jù)資源集聚增速遠(yuǎn)超摩爾定律，據(jù)IDC的數(shù)字宇宙報(bào)告，全球信息數(shù)據(jù)總量中接近90%產(chǎn)生于近幾年，到2020年將達(dá)到44ZB。圖靈獎(jiǎng)獲得者Jim Gray更是提出“新摩爾定律”，即每18個(gè)月全球新增信息量是計(jì)算機(jī)有史以來(lái)全部信息量的總和。
人工智能等創(chuàng)新應(yīng)用基于海量數(shù)據(jù)分析發(fā)展而來(lái)，對(duì)計(jì)算芯片提出更高要求。除數(shù)據(jù)洪流催生計(jì)算芯片處理能力提升的普遍訴求外，以人工智能為典型代表的強(qiáng)算力消耗型應(yīng)用創(chuàng)新更是極大提升了對(duì)計(jì)算芯片的需求。據(jù)統(tǒng)計(jì)自2012年以來(lái)，人工智能訓(xùn)練任務(wù)使用的計(jì)算能力每3.5個(gè)月提升一倍，隨著深度學(xué)習(xí)網(wǎng)絡(luò)模型日益復(fù)雜、數(shù)據(jù)樣本持續(xù)擴(kuò)大，其對(duì)計(jì)算能力的需求和消耗與日俱增，對(duì)計(jì)算芯片提出更高要求。
計(jì)算芯片體系不斷擴(kuò)展，由通用計(jì)算向?qū)Ｓ糜?jì)算延伸。通用計(jì)算芯片領(lǐng)域，CPU、GPU、FPGA是三大主流架構(gòu)，其中CPU適用于處理復(fù)雜型強(qiáng)、重復(fù)性低的串行任務(wù)；GPU適合通用并行處理，應(yīng)用領(lǐng)域由早期圖像處理逐步拓展至通用加速；FPGA具備可重構(gòu)特性，可根據(jù)客戶需求靈活定制計(jì)算架構(gòu)，適合于航空航天、車載、工業(yè)等細(xì)分行業(yè)。專用計(jì)算領(lǐng)域，滿足人工智能應(yīng)用計(jì)算需求的專用計(jì)算芯片成為創(chuàng)新的焦點(diǎn)所在，現(xiàn)已吸引科研機(jī)構(gòu)、互聯(lián)網(wǎng)企業(yè)、中小創(chuàng)新企業(yè)等加速布局，搶占市場(chǎng)發(fā)展先機(jī)和生態(tài)戰(zhàn)略高地。
三大主流通用計(jì)算芯片持續(xù)升級(jí)。一方面持續(xù)挖掘傳統(tǒng)架構(gòu)技術(shù)潛力。CPU不斷優(yōu)化現(xiàn)有架構(gòu)技術(shù)能力，采用亂序執(zhí)行、超標(biāo)量流水線、多級(jí)緩存等技術(shù)提升整體性能表現(xiàn)；GPU持續(xù)探索高效的圖形處理單元、流處理單元和訪存存取體系等；FPGA不斷強(qiáng)化應(yīng)用功能和軟件開(kāi)發(fā)工具的豐富完善，降低開(kāi)發(fā)者門檻。另一方面均通過(guò)引入專用計(jì)算能力迎合人工智能等新興領(lǐng)域的計(jì)算需求。CPU圍繞深度學(xué)習(xí)計(jì)算需求增加專用計(jì)算指令，如ARMCortex-A76芯片通過(guò)優(yōu)化縮減深度學(xué)習(xí)常見(jiàn)的乘法累加運(yùn)算周期等，實(shí)現(xiàn)邊緣側(cè)人工智能計(jì)算性能近4倍的提升；GPU持續(xù)優(yōu)化針對(duì)人工智能計(jì)算的專用邏輯運(yùn)算單元，英偉達(dá)圖靈架構(gòu)GPU芯片中內(nèi)置全新張量計(jì)算核心，利用深度學(xué)習(xí)算法消除低分辨率渲染問(wèn)題；FPGA提升異構(gòu)計(jì)算能力，以實(shí)現(xiàn)邊緣智能等更多場(chǎng)景的規(guī)模應(yīng)用。
結(jié)合應(yīng)用場(chǎng)景個(gè)性需求定向優(yōu)化，面向人工智能的專用計(jì)算芯片差異化創(chuàng)新加速�，F(xiàn)階段以深度學(xué)習(xí)為主的人工智能專用計(jì)算主要包括訓(xùn)練和推理兩部分。其中，模型訓(xùn)練需實(shí)現(xiàn)高性能、高精度、通用化的計(jì)算能力，目前英偉達(dá)GPU芯片占據(jù)應(yīng)用規(guī)模優(yōu)勢(shì)，據(jù)統(tǒng)計(jì)全球有超過(guò)三千家企業(yè)采用其產(chǎn)品進(jìn)行深度學(xué)習(xí)項(xiàng)目研發(fā)。推理階段則因應(yīng)用場(chǎng)景的不同而各具差異，云端推理芯片需實(shí)現(xiàn)高通量、低延時(shí)、通用化的計(jì)算能力，目前GPU、FPGA及專用計(jì)算芯片均有應(yīng)用；端側(cè)推理芯片則需滿足低時(shí)延或低功耗等差異化場(chǎng)景需求，智能手機(jī)、安防監(jiān)控、自動(dòng)駕駛等成為首輪爆發(fā)焦點(diǎn)，參與者不僅包括高通、intel、英偉達(dá)等傳統(tǒng)芯片巨頭，也包括谷歌、百度、寒武紀(jì)、地平線等新進(jìn)入者。
我國(guó)緊抓發(fā)展機(jī)遇積極布局
我國(guó)通用計(jì)算芯片已基本可用，并在部分重點(diǎn)行業(yè)取得應(yīng)用突破。CPU方面，申威、飛騰等持續(xù)推進(jìn)服務(wù)器CPU產(chǎn)品創(chuàng)新和能力升級(jí)，其中申威SW26010成功應(yīng)用于神威太湖之光超級(jí)計(jì)算機(jī)，連續(xù)占據(jù)超算Top500排名首位；龍芯和兆芯在桌面PC CPU方面深耕多年，其典型產(chǎn)品已可與intel、AMD中端產(chǎn)品實(shí)現(xiàn)對(duì)標(biāo)。GPU方面，景嘉微電子JM7200芯片產(chǎn)品已完成流片、封裝和功能測(cè)試；FPGA方面，涌現(xiàn)出高云半導(dǎo)體、安路科技、遨格芯微、同創(chuàng)國(guó)芯等多家企業(yè)，相關(guān)產(chǎn)品能力可到千萬(wàn)門量級(jí)，并在國(guó)家安全重點(diǎn)領(lǐng)域得到應(yīng)用。
國(guó)內(nèi)企業(yè)積參與人工智能專用計(jì)算芯片布局。據(jù)統(tǒng)計(jì)目前參與的國(guó)內(nèi)企業(yè)已超過(guò)60家，主要包括兩類：一是百度、阿里等為代表的互聯(lián)網(wǎng)企業(yè)，百度已推出云端人工智能芯片“昆侖”，預(yù)計(jì)明年3月份正式量產(chǎn)。二是寒武紀(jì)、地平線等為代表的初創(chuàng)公司，其中寒武紀(jì)圍繞云和端不同場(chǎng)景下的應(yīng)用計(jì)算需求，推出多款人工智能專用計(jì)算芯片平臺(tái)，與華為合作實(shí)現(xiàn)在麒麟970、麒麟980中內(nèi)置和規(guī)模出貨；地平線機(jī)器人推出“征程”系列芯片，結(jié)合自身在自動(dòng)駕駛及智能攝像頭等領(lǐng)域的布局推進(jìn)應(yīng)用。此外，海康、中星微、深鑒科技等也在加緊人工智能專用計(jì)算芯片的研發(fā)和布局。
我國(guó)計(jì)算芯片在快速創(chuàng)新的同時(shí)，也面臨諸多挑戰(zhàn)。一是，生態(tài)基礎(chǔ)依然薄弱。國(guó)內(nèi)集成電路制造能力差距在兩代以上，且與計(jì)算芯片設(shè)計(jì)企業(yè)間的耦合度不高；軟件生態(tài)尚不完備，缺乏統(tǒng)一的自主軟件工具和應(yīng)用平臺(tái)。二是，參與企業(yè)體量偏小，缺乏持續(xù)投入的能力。目前國(guó)際占主導(dǎo)的英特爾、英偉達(dá)、賽靈思等經(jīng)過(guò)數(shù)十年發(fā)展，已形成通過(guò)自身盈利支撐技術(shù)創(chuàng)新投入的正向升級(jí)機(jī)制。國(guó)內(nèi)企業(yè)仍處于少盈利或者不盈利階段，無(wú)法支撐滾動(dòng)升級(jí)所需的連續(xù)性投入。三是，國(guó)際競(jìng)爭(zhēng)空前激烈，對(duì)外合作難度加大。國(guó)際巨頭圍繞大數(shù)據(jù)、人工智能等新興領(lǐng)域加速布局、搶爭(zhēng)先機(jī)，我國(guó)企業(yè)面臨更為嚴(yán)峻的市場(chǎng)競(jìng)爭(zhēng)壓力，此外中國(guó)資本跨國(guó)并購(gòu)難度不斷加大，也提升了未來(lái)技術(shù)升級(jí)的門檻。
未來(lái)發(fā)展建議
強(qiáng)化自主核心技術(shù)攻關(guān)，加快推動(dòng)國(guó)內(nèi)技術(shù)產(chǎn)業(yè)發(fā)展。依托國(guó)內(nèi)的市場(chǎng)優(yōu)勢(shì)和企業(yè)的成長(zhǎng)優(yōu)勢(shì)，針對(duì)具有我國(guó)特色的個(gè)性化應(yīng)用需求，加大對(duì)計(jì)算芯片產(chǎn)品的研發(fā)。鼓勵(lì)科研院所及企業(yè)加強(qiáng)對(duì)深度學(xué)習(xí)指令集、芯片體系架構(gòu)創(chuàng)新的重視，持續(xù)加大對(duì)CPU、GPU、FPGA等高端芯片的研發(fā)投入，提升核心芯片技術(shù)產(chǎn)業(yè)水平。
強(qiáng)化產(chǎn)業(yè)上下游聯(lián)動(dòng)，加快推動(dòng)自主生態(tài)協(xié)同發(fā)展。一是強(qiáng)化產(chǎn)業(yè)上下游間的聯(lián)動(dòng)，加快推動(dòng)“芯片與整機(jī)”、“芯片與應(yīng)用”等的協(xié)同發(fā)展。二是推動(dòng)國(guó)內(nèi)芯片設(shè)計(jì)企業(yè)與中芯國(guó)際等制造企業(yè)間深化合作，圍繞服務(wù)器、智能手機(jī)、自動(dòng)駕駛等差異化需求，實(shí)現(xiàn)設(shè)計(jì)和制造的耦合升級(jí)和技術(shù)優(yōu)化。三是，支持企業(yè)積極參與國(guó)際開(kāi)源社區(qū)，深化對(duì)開(kāi)源軟件技術(shù)的理解，提升國(guó)內(nèi)計(jì)算芯片配套的系統(tǒng)軟件和應(yīng)用軟件供給能力。
強(qiáng)化應(yīng)用創(chuàng)新驅(qū)動(dòng)，加快推動(dòng)國(guó)內(nèi)技術(shù)產(chǎn)業(yè)持續(xù)升級(jí)。整合各類專項(xiàng)資金和社會(huì)資金，加大對(duì)核心技術(shù)/產(chǎn)品自主突破的支持力度，開(kāi)展研發(fā)攻關(guān)和國(guó)產(chǎn)化應(yīng)用部署。鼓勵(lì)應(yīng)用企業(yè)主導(dǎo)建立應(yīng)用牽引、研用融合的核心技術(shù)研發(fā)體系，形成研發(fā)、應(yīng)用、糾錯(cuò)、完善的體系化迭代創(chuàng)新模式，實(shí)現(xiàn)技術(shù)研發(fā)與應(yīng)用的協(xié)同效應(yīng)。
作者簡(jiǎn)介：
周蘭，中國(guó)信息通信研究院信息化與工業(yè)化融合研究所副主任，高級(jí)工程師。主要從事集成電路、ICT制造及先進(jìn)計(jì)算相關(guān)研究工作。參與互聯(lián)網(wǎng)行業(yè)發(fā)展規(guī)劃、信息產(chǎn)業(yè)規(guī)劃、戰(zhàn)新產(chǎn)業(yè)規(guī)劃等國(guó)家文件起草，支撐工信部、發(fā)改委等重大政策制定。兩次獲得中國(guó)通信學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)，發(fā)表文章十余篇，參與撰寫(xiě)《移動(dòng)互聯(lián)網(wǎng)-模式創(chuàng)新的力量》、《指尖上的革命-移動(dòng)智能終端》等多本書(shū)籍。
聯(lián)系方式：zhoulan@caict.ac.cn
查詢進(jìn)一步信息，請(qǐng)?jiān)L問(wèn)官方網(wǎng)站 http://www.caict.ac.cn/kxyj/caictgd/。（Lisa WU, 365PR Newswire）
|
