12月3日，一年一度的Imagination Inspire在上海拉開(kāi)序幕，同期第十代PowerVR圖形處理器架構IMG A系列新品推出。會議邀請了業内人士探讨AI芯片發(fā)展趨勢和方向(xiàng)。清華大學(xué)、北京大學(xué)雙聘教授魏少軍出席會議并發(fā)表題爲“深度學(xué)習與智慧芯片-路徑與架構”的演講。
架構創新推動智能(néng)化
“將(jiāng)AI芯片的計算能(néng)力與人類的計算能(néng)力比較，是走了一條錯誤的路線。與AI芯片相比，人腦的計算能(néng)力着實有限。”魏少軍表示，在計算能(néng)力方面(miàn)，機器的計算能(néng)力遠超人類，可比性很小，多樣性的适應能(néng)力才是最大的差距。人類大腦具備适應多種(zhǒng)不同神經(jīng)網絡的功能(néng)，這(zhè)是AI芯片最難完成(chéng)的功能(néng)之一。此外，功耗也讓兩(liǎng)者産生巨大差距。“人食三餐，就可以适應多樣化的神經(jīng)網絡。但是一台裝上AI芯片的設備，很可能(néng)需要一台發(fā)電機爲其專有供電，功耗可達2400W。”魏少軍說。
“所以，目前的AI芯片并不是真正的AI。”他認爲，真正的AI芯片要從架構方面(miàn)進(jìn)行突破。目前市場廠商流行的架構包括CPU+SW、CPU+GPU、CPU+FPGA等方式，“但這(zhè)些都(dōu)不是AI的理想架構。”魏少軍表示，宏觀上看，計算、軟件、優化、演進(jìn)、訓練是AI芯片的幾個重要的架構模塊，而在完成(chéng)這(zhè)些重要模塊的同時，是否可以設計出類似通用CPU獨立存在的“通用AI處理器”?如果存在的話，他的架構應該是怎樣的?
可重構的神經(jīng)網絡計算架構或許可以給出答案，這(zhè)是魏少軍認爲最有可能(néng)迎接未來複雜人工智能(néng)市場的AI架構。該架構的可重構性和可配置性爲AI芯片适應多重神經(jīng)網絡架構提供可能(néng)，實現最佳能(néng)源效應。通過(guò)應用來決定神經(jīng)網絡的選擇，實現“定制化AI芯片”，打造可重構的神經(jīng)網絡計算架構“高效能(néng)、低功耗”的訓練引擎。
“架構創新讓AI芯片變得更智慧，讓機器模仿人的行爲，教機器學(xué)會人能(néng)做的事(shì)情。”魏少軍說。
AI芯片發(fā)展新增三要素
架構創新帶來了AI芯片基本要素發(fā)生微妙的變化。
傳統上，爲了更好(hǎo)的适應算法的演進(jìn)和應用的多樣性，AI芯片首先應該具備一定的可編程性。其次，AI芯片需要适應不同的算法，實現高效計算。因此，架構需要具備一定的動态可變性。“低開(kāi)銷、低延遲”屬性也需要AI芯片具備高效的架構變換能(néng)力。高計算效率也是AI芯片避免使用指令類低效率的架構的方法之一。“這(zhè)些是AI芯片應該具備的基本要素。”魏少軍說。
但即使具備這(zhè)些要素，AI芯片依舊“還(hái)不夠智慧”。“更加智能(néng)”的需求帶來了架構的創新，由此，類似于“軟件定義芯片”可重構的神經(jīng)網絡計算架構等創新帶來了AI芯片基本要素的變化。
魏少軍表示，架構創新後(hòu)，AI芯片需要增加學(xué)習能(néng)力、接受教育并成(chéng)長(cháng)的能(néng)力。人類差異性的來源是教育和學(xué)習，芯片也如此。如果AI芯片可以接受教育并成(chéng)長(cháng)，其不可替代性將(jiāng)會逐漸加強。因此，算法和軟件的自主演進(jìn)能(néng)力也成(chéng)爲了“智慧AI芯片”新增的基本要素之一。“更加智慧的AI芯片，還(hái)需要具備自主認知、自主判斷、自主選擇和自主決策等基本要素。”魏少軍說。