8月2日,在新氦类脑智能举办的NH Tech Salon(新氦技术沙龙)第二期圆满结束。此次沙龙活动邀请了曾就职亚德诺半导体公司(Analog Devices,ADI),微软公司(Microsoft)的King Zhu。他毕业于麻省理工学院(MIT),三年半获得了电气工程与计算机科学专业(EECS)本科和硕士学位。本期沙龙他就“AI芯片的发展需求及现有的解决方案”主题展开了分享。
活动现场,King Zhu以“AI发展的历史“引入,他提到,“从1956年‘AI’一词被正式提出,到BP算法的迅速提升和数据的大爆发,以及近年来AI再次步入蓬勃期,大家都可以从各行业领域中都发现人工智能以及迅速发展并改变着人们的生活。” King Zhu通过分享自己生活中的经历,让大家更近距离的感受到AI的强大。
随后,King Zhu为大家指出AI应用场景中“云服务”、“摄像头”、“机器人”以及“IOT”等方面对于AI芯片的应用相对较多,其中芯片最大的应用场景为“云服务器”。AI芯片快速发展的成果在各种应用场景里也体现的淋漓尽致,King Zhu讲解到AI芯片在应用场景中体现得越重要同时对于硬件的挑战也越大,他向现场嘉宾介绍了三个案例,并用简单明了的数据进行了解释,同时King Zhu指出AI芯片对于硬件的高要求分为三点:高算力、高效率以及低价格。他认为可以“通过软件的需求定义硬件该怎么设计”,并通过浅析AI算法及冯诺依曼的瓶颈向嘉宾们解释数据的传输需要大功耗。
King Zhu表示计算机架构的第二次黄金时代为实现“高算力、高效率、低价格”的目标,可通过三个方法的提升来实现:1)减少传输数据量;2)加快传输速度;3)并行计算。
根据之前所提到背景基础下,King Zhu为现场嘉宾们分享了五种AI芯片的解决方案,并通过不同类型的案例来突显这些AI芯片不同解决方案的亮点,使嘉宾们能更容易理解不同解决方案的精髓之处。
其中,“AI硬件新技术方案”是King Zhu认为值得关注的方向,他向现场嘉宾们介绍了他认为具有较大潜力拓展开发的三项新技术:1)模拟运算的出现对于AI硬件方面大大节省了功耗并提升了速度,然而精度差和扩展性差也是其需要克服的问题;2)光运算则是通过光来运算,光速相较于电传播的速度而言并没有相差特别多,并且完美的克服了散热问题;3)类脑芯片是一项可持续训练的技术。脉冲神经网络(SNN)通过神经元来发射型号,并且对内存的要求也大幅缩小,从而大量的缩短了训练时间。
对于AI芯片的未来发展的趋势,King Zhu认为未来智能车将会普及,AI芯片可以在实时路况方面给出处理和判断使道路交通更加通畅有秩序。同时,King Zhu认为在未来智能语音及智能机器人方面,将会有一个较大的提升并为人类带来更好的服务。活动现场,King也给出了几个不同方向的未来展望,并相信在未来有AI的地方就有AI芯片,或许在未来,AI芯片能和CPU,GPU一起,成为另一种电子设备必备的处理器。
活动进行到答疑互动环节,嘉宾们提出了对于AI芯片的理解和困惑,King Zhu为大家逐一解答,嘉宾都纷纷表示虽然时间不长但却收获满满。最后,在工作人员的引导下,参会嘉宾们与King Zhu进行了合照留影,并共同祝愿新氦类脑智能沙龙活动能越办越好!