AI芯片的原理是什么?
21ic 2024-02-21

芯片是非常重要的电子器件之一,我们的手机和电脑等设备中都有芯片。为增进大家对芯片的认识,本文将对AI芯片的原理,以及AI芯片的重新配置予以介绍。如果你对芯片或是AI芯片具有兴趣,不妨和小编一起继续往下阅读哦。


一、AI芯片及其原理

AI芯片也被称为AI加速器或计算卡,即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。当前,AI芯片主要分为 GPU 、FPGA 、ASIC。

广义上讲,能运行AI算法的,似乎都可以叫AI芯片。这种AI芯片和其他soc芯片也没什么区别。其实,目前任何有编程能力的cpu芯片都可以执行AI算法,只是效率不同的问题。即使一颗386,也可以跑个CNN算法,做个语音识别任务,只是可能几个月以后才有结果。这样的芯片我们一般不好意思称之为AI芯片。

AI的许多数据处理涉及矩阵乘法和加法。大量并行工作的GPU提供了一种廉价的方法,但缺点是更高的功率。具有内置DSP模块和本地存储器的FPGA更节能,但它们通常更昂贵。

AI芯片该使用什么方法原理去实现,仍然众说纷纭,这是新技术的特点,探索阶段百花齐放,这也与深度学习等算法模型的研发并未成熟有关,即AI的基础理论方面仍然存在很大空白。这是指导芯片如何设计的基本前提。因此,集中在如何更好的适应已有的数据流式处理模式进行的芯片优化设计。

技术手段方面AI市场的第一颗芯片包括现成的CPU,GPU,FPGA和DSP的各种组合。虽然新设计正在由诸如英特尔、谷歌、英伟达、高通,以及IBM等公司开发,但还不清楚哪家的方法会胜出。似乎至少需要一个CPU来控制这些系统,但是当流数据并行化时,就会需要各种类型的协处理器。


二、AI芯片能重新配置

想象一个更可持续的未来:你的手机、智能手表和其他可穿戴设备都不必为了更新换代而被搁置或丢弃。相反,它们可使用最新的传感器和处理器进行升级,这些设备可安装在内部芯片上,如同乐高积木一样整合。美国麻省理工学院工程师采用类似乐高的设计,创建出一款可堆叠、可重新配置的人工智能(AI)芯片。这种芯片构件可使设备保持最新状态,同时减少电子浪费。相关研究发表在《自然·电子学》上。

新设计使用光而不是物理线来通过芯片传输信息。因此,可根据需要添加任意数量的计算层和光、压力甚至气味传感器。研究人员称其为类似乐高的可重构AI芯片,因为它根据层的组合具有无限的可扩展性。

在新芯片设计中,研究人员将图像传感器与人工突触阵列配对,训练每个突触阵列识别某些字母——在本例中为M、I和T,团队在每个传感器和人工突触阵列之间制造了一个光学系统,以实现层之间的通信,而无需物理连接,因此能以想要的方式自由地堆叠和添加芯片。

光电探测器可以构成接收数据的图像传感器,并将数据传输到下一层的LED。当信号(例如字母的图像)到达图像传感器时,会刺激另一层光电探测器以及人工突触阵列,该阵列根据入射LED光的图案和强度对信号进行分类。

团队据此制造了一个芯片,堆叠了3个图像识别“块”,每个“块”包括一个图像传感器、光通信层和人工突触阵列,用于对3个字母M、I或T中的一个进行分类。然后他们将随机字母的像素化图像照射到芯片并测量每个神经网络阵列响应产生的电流。电流越大,意味着图像确实是特定数组识别字母的可能性就越大。

这一设计展示了可堆叠性、可替换性以及将新功能插入芯片的能力。研究人员设想制作一个通用的芯片平台,每一层都可像视频游戏一样单独出售;或制作不同类型的神经网络,比如图像或语音识别,让客户选择他们想要的,然后像乐高积木一样添加到现有的芯片中。

声明: 本文转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们及时删除。(联系我们,邮箱:evan.li@aspencore.com )
0
评论
  • 相关技术文库
  • 人工智能
  • 机器人
  • AI
  • 神经
下载排行榜
更多
评测报告
更多
EE直播间
更多
广告