1. 首页
  2. 智能硬件

什么是AI芯片?

AI芯片(也称为AI硬件或AI加速器)是专门为基于人工神经网络(ANN)的应用设计的加速器。大多数商业ANN应用程序是深度学习应用程序。人工神经网络是人工智能的一个子领域。ANN是受人脑启发的机器学习方法。

您购买的许多智能/物联网设备都由某种形式的人工智能(AI)提供支持-包括语音助手,面部识别摄像头,甚至您的PC。但是,这些方法并不是靠魔术来工作的,它们需要某种东西来支持它们进行所有的数据处理。对于某些可以通过大量数据中心在云中完成的设备。其他设备将通过AI芯片在设备本身上进行所有处理。

什么是AI芯片?

但是什么是AI芯片?它与您在设备中可以找到的其他各种芯片有何不同?本文将重点介绍AI芯片的重要性,用于不同应用的不同种类的AI芯片以及在设备中使用AI芯片的好处。

在1980年代,我们看到了个人计算机的兴起。通过CPU(中央处理单元)实现这种扩展,该CPU执行程序中指令所指定的基本算术,逻辑,控制和输入/输出操作。这是您计算机的大脑。CPU领域有许多巨头,包括Intel和AMD。

但是,当谈到CPU的发展时,我们还必须提到ARM,其芯片架构始于1980年代的个人计算机中,但是直到移动计算,智能手机和较小程度的平板电脑兴起之后,它才成为主要的竞争者。 。到2005年,售出的所有手机中有98%使用的是至少某种形式的ARM体系结构。2013年,全球生产了近100%的移动设备,其中生产了100亿个基于ARM的芯片。ARM是AI芯片空间的重要组成部分,我们将在后面讨论。

虽然在AI处理方面,GPU通常比CPU更好,但它们并不是完美的。业界需要专用处理器来实现AI应用程序,建模和推理的高效处理。结果,芯片设计人员现在正在努力创建针对执行这些算法而优化的处理单元。这些名称有很多名称,例如NPU,TPU,DPU,SPU等,但是笼统的术语可以是AI处理单元(AI PU)。

创建AI PU的目的是执行机器学习算法,通常是通过对预测模型(如人工神经网络)进行操作。由于这些过程通常是独立执行的,因此通常将它们分类为训练或推理。

什么是AI芯片?

我们已经在现实世界中看到的一些应用程序:

  • 从威胁中监视系统或区域,例如涉及实时面部识别(IP摄像头,门摄像头等)的安全系统
  • 与客户互动的零售或企业聊天机器人
  • 语音助手的自然语言处理

人工智能处理器与GPU

但是请稍等,有人可能会问-GPU是否已经能够执行AI模型?实际上,GPU确实具有一些便于处理AI模型的属性。

GPU处理2维甚至3维的图形,因此需要同时并行处理多个功能字符串。AI神经网络也需要并行处理,因为它们的节点很像神经元在动物的大脑中那样分支。GPU可以很好地完成这一部分。

但是,神经网络也需要卷积,而这正是GPU绊脚石的地方。简而言之,GPU从根本上针对图形而不是神经网络进行了优化-它们充其量是一种替代。

需要考虑的另一个重要因素是目前AI发展的速度。世界各地的研究人员和计算机科学家正以指数级的速度不断提高AI和机器学习的标准,而CPU和GPU的发展(作为无所不能的硬件)根本无法跟上。

摩尔定律指出,密集集成电路(IC)中的晶体管数量大约每两年翻一番。但是摩尔定律正在消失,即使在最好的情况下也跟不上人工智能发展的步伐。

AI的加速最终将依赖于专门的AI加速器,例如AI PU。通常出于以下目的需要AI PU:

  • 与GPU相比,将机器学习任务的计算速度提高了几倍(近10K倍)
  • 与GPU和CPU相比,功耗更低,并提高了机器学习任务的资源利用率

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站不拥有所有权,不承担相关法律责任。如发现有侵权/违规的内容, 联系QQ1841324605,本站将立刻清除。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们

服务热线:130-0886-1890

QR code