魏少军现在的AI芯片并不是真实的AI要从架构上打破

12月3日，一年一度的Imagination Inspire在上海拉开序幕，同期第十代PowerVR图形处理器架构IMG A系列新品推出。会议邀请了业内人士讨论AI芯片开展的新趋势和方向。清华大学、北京大学双聘教授魏少军出席会议并宣布题为“深度学习与才智芯片-途径与架构”的讲演。

架构立异推进智能化

“将AI芯片的核算才能与人类的核算才能比较，是走了一条过错的道路。与AI芯片比较，人脑的核算才能着实有限。”魏少军表明，在核算才能方面，机器的核算才能远超人类，可比性很小，多样性的习惯才能才是最大的距离。人类大脑具有习惯多种不同神经网络的功用，这是AI芯片最难完结的功用之一。此外，功耗也让两者发作巨大距离。“人食三餐，就能够习惯多样化的神经网络。可是一台装上AI芯片的设备，很或许需求一台发电机为其专有供电，功耗可达2400W。”魏少军说。

“所以，现在的AI芯片并不是真实的AI。”他以为，真实的AI芯片要从架构方面做打破。现在商场厂商盛行的架构包含CPU+SW、CPU+GPU、CPU+FPGA等办法，“但这些都不是AI的抱负架构。”魏少军表明，微观上看，核算、软件、优化、演进、练习是AI芯片的几个重要的架构模块，而在完结这些重要模块的一起，是否能够规划出相似通用CPU独立存在的“通用AI处理器”?假如存在的话，他的架构应该是怎样的?

可重构的神经网络核算架构或许能够给出答案，这是魏少军以为最有或许迎候未来杂乱人工智能商场的AI架构。该架构的可重构性和可装备性为AI芯片习惯多重神经网络架构供给或许，完成最佳动力效应。经过运用来决议神经网络的挑选，完成“定制化AI芯片”，打造可重构的神经网络核算架构“高效能、低功耗”的练习引擎。

“架构立异让AI芯片变得更才智，让机器仿照人的行为，教机器学会人能做的工作。”魏少军说。

AI芯片开展新增三要素

架构立异带来了AI芯片基本要素发作奇妙的改变。

传统上，为了更好的习惯算法的演进和运用的多样性，AI芯片首要应该具有必定的可编程性。其次，AI芯片需求习惯不同的算法，完成高效核算。因而，架构需求具有必定的动态可变性。“低开支、低推迟”特点也需求AI芯片具有高效的架构改换才能。高核算功率也是AI芯片防止运用指令类低功率的架构的办法之一。“这些是AI芯片应该具有的基本要素。”魏少军说。

但即便具有这些要素，AI芯片仍旧“还不行才智”。“愈加智能”的需求带来了架构的立异，由此，相似于“软件界说芯片”可重构的神经网络核算架构等立异带来了AI芯片基本要素的改变。

魏少军表明，架构立异后，AI芯片需求添加学习才能、接受教育并生长的才能。人类差异性的来历是教育和学习，芯片也如此。假如AI芯片能够接受教育并生长，其不行代替性将会逐步加强。因而，算法和软件的自主演进才能也成为了“才智AI芯片”新增的基本要素之一。“愈加才智的AI芯片，还需求具有自主认知、自主判别、自主挑选和自主决议计划等基本要素。”魏少军说。