盘点 AI 芯片2021:打破“两面墙”存算一体成趋势 原创
人工智能 芯片
新型基础设施的完善,推动了人工智能技术在消费领域以及工业生产领域的应用,落地场景趋向细分化、垂直化。当人工智能进一步发展,深度学习模型的复杂度不断增加,硬件和内存逼近临界点,CPU 这样的通用芯片无法满足人工智能任务要求时,AI 芯片应运而生。

作者丨张洁

【51CTO.com原创稿件】

为什么需要 AI 芯片

新型基础设施的完善,推动了人工智能技术在消费领域以及工业生产领域的应用,落地场景趋向细分化、垂直化。当人工智能进一步发展,深度学习模型的复杂度不断增加,硬件和内存逼近临界点,CPU 这样的通用芯片无法满足人工智能任务要求时,AI 芯片应运而生。与此同时,随着智能物联时代掀开序幕,越来越多的数据开始在云、边、端流动。急剧增长的数据量对 AI 芯片的算力和功耗提出了更高要求。

AI 芯片是专门用于处理人工智能应用中大量计算任务的模块,主要分为 GPU、FPGA、ASIC。其中 GPU 主要处理图像领域的运算加速,是最先被引入深度学习的类型,技术相对成熟;FPGA 是一种可以重构电路的芯片,用户可以根据需求进行重复编程,适用于多指令和数据流的分析,性能出众但技术壁垒较高;ASIC 即专用集成电路,除了不能扩展外,在功耗、可靠性方面均有优势,可定制、低成本是其显著特点。

国内外 AI 芯片市场发展现状

2021 年,全球“缺芯”潮依然未曾平复。中美两国的贸易战中,芯片是角力中的重头戏。当中国致力于在 2030 年成为人工智能产业的全球领导者时,美国自然也不会甘心于自己在技术上的头把交椅被撼动。而在 AI 芯片战场,国内外呈现出了完全不同的光景。

在“缺芯少魂”的危机意识倒逼下,中国加大自主研发力度寻求破局。BAT 互联网大厂自研 AI 芯片均已揭晓。

百度发布了自主研发的第二代昆仑 AI 芯片“昆仑芯 2”,并宣布实现量产。2 代采用 7nm 制程,通用性显著增强,可应用于互联网、智慧城市、智慧工业等领域;

阿里平头哥自研 AI 芯片含光 800 在双十一期间成为了搜索推荐等场景算力的主力,支持了淘宝搜索、推荐等业务,其中淘宝主搜 100% 的 AI 算力由该芯片提供;

腾讯在其数字生态大会上也公布了自研芯片的进展,AI 推理芯片紫霄性能目前已经流片成功并顺利点亮。

在投融资领域,国内 AI 芯片赛道也颇为热闹。超 40 家 AI 芯片企业在 2021 年拿下新融资。地平线、黑芝麻智能、燧原科技、壁仞科技、昆仑芯、摩尔线程等企业的估值均超 100 亿人民币。

相较于国内的百花齐放,国外 AI 芯片的格局要清晰得多。英伟达和英特尔依然占据了人工智能算力领域的主导位置,而率先闯进独角兽阵营的欧美 AI 芯片企业仅有 6 家,分别是获得谷歌首个 AI 芯片投资的 SambaNova Systems,将“史上最大”晶圆级芯片卖给阿联酋云计算公司的 Cerebras Systems,来自英国的 Graphcore,创始团队曾是谷歌 TPU 核心研发成员的 Groq,业界大神吉姆·凯勒的新东家 Tenstorrent 和主攻边缘 AI 芯片的以色列初创公司 Hailo。

总体来说,受益于存量需求替代以及增量需求释放,芯片行业将迎来新一轮增长契机。但目前产能不足仍是困扰全球芯片行业的主要问题。在芯片应用领域,中国是目前全球最大的芯片应用市场,但芯片自给率依然是一大挑战。放眼整个芯片市场,中国仍处于追赶阶段,还未掌握话语权。尽管现在国内的芯片厂商不少,但在制程工艺上与国际领先水准差距依然很大,此外芯片制造短板也不容忽视。

但“危机”二字本就蕴藏着“转危为机”的可能。国务院印发的《新时期促进集成电路产业和软件产业高质量发展的若干政策》表明,发展集成电路产业已经上升到国家战略高度。未来相信会有更多的资本和企业加入到芯片设计制造行列。

值得关注的发展趋势:存算一体

回顾 2021 年,值得关注的是,在 AI 芯片步入发展快车道的同时,基于下游应用的强驱动,AI 芯片的技术创新进程得到推进。其中最引人瞩目的是,曾经长期止步于理论阶段的“存算一体架构”芯片取得了较好的进展,少数企业已经有成品问世。目前来看,存算一体 AI 芯片将成为未来主流的发展方向。

为什么要发展存算一体芯片

在传统冯·诺伊曼架构下,计算和存储分离,两者间通过数据总线进行数据传输。计算单元从内存中读取数据,计算完成后存回内存。但随着 AI 芯片的发展,这种架构也成为制约计算系统性能提升的主要瓶颈之一。一方面,存储和计算之间性能不匹配的问题长期存在,存储器的数据访问速度跟不上计算单元的数据处理速度,存储器带宽在很大程度上限制了处理器的性能发挥,“存储墙”日益严重,算力提升受限;另一方面,AI 计算往往要面临海量数据,数据总线的有限带宽严重制约处理器的性能与效率,而且大量数据传输导致功耗居高不下,“功耗墙”挑战日盛。

由于两只拦路虎——“存储墙”和“功耗墙”的存在,冯·诺依曼计算架构的局限性日益凸显,因此亟需新型的计算架构应对未来应用场景的挑战。在这一背景下,存算一体的概念重新进入业界视野。

“存算一体”并非新事物,其概念的提出最早可追溯到 20 世纪 60 年代,但受限于制作成本、制作工艺及需求驱动等问题,并未掀起多大波澜。直到近年来人工智能的发展逐渐迈向正轨,存算一体才有机会崭露头角。

由于在存储单元内完成运算,这就直接解决 困扰业界许久的“存储墙”问题,减少了数据搬运过程中高达 90% 的功耗消费。同时,这种架构也减少了等待数据读取时算力的浪费,实际性能更好。这种优势被认为是解决 AI 特定场景需求的关键。

“存算一体”赛道布局

国内外在存算一体方面都还处于起步阶段,因此无论是行业龙头还是初创公司都在积极蓄力,希望在这一赛道保持领先或实现弯道超车。

国外巨头中,三星的动向值得持续关注。2021 年 2 月,三星发布了 HBM-PIM 存内计算技术,在高带宽内存 (HBM) 配置中集成内存处理 (PIM) 。这也是业界第一个 HBM 集成 AI 处理能力的芯片。据官方资料显示,与现有的内存解决方案相比,三星的 PIM 理论上可以通过可编程计算单元 (PCU) 提高 4 倍的性能。

另外,美国 AI 芯片初创公司 Myhtic 也是该领域的重要参与者。在 2021 年 C 轮融资中,Mythic 筹集 7000 万美元,自成立以来 Mythic 的总融资额已达到 1.652 亿美元。2020 年年底,Mythic 推出了其第一代 AI 芯片 M1108 AMP。与很多 AI 芯片不同,M1108 基于更加成熟的模拟计算技术,将足够的存储与大量并行计算单元打包在芯片上,以最大化内存带宽并减少数据移动的能力。

而在国内企业中,看准这一趋势的阿里巴巴落子可谓相当果断。2021 年 12 月,达摩院宣布成功研发新型存算一体架构芯片,该芯片是全球首款基于 DRAM 的 3D 键合堆叠存算一体 AI 芯片。

除了阿里外,众多初创公司也开始在这个赛道发力,知存科技、后摩智能、九天睿芯等皆是个中翘楚。

成立于 2017 年的知存科技推出了国际首个存算一体加速器 WTM1001 和首个存算一体 SoC 芯片 WTM2101。截止 2021 年,知存科技已完成累计近 3 亿元的 A 轮系列融资。

后摩智能作为国内首家采用存算一体技术打造大算力芯片的公司,其愿景也十分清晰:打造出具有“十倍效应”的 AI 芯片, 致力于满足真正人工智能时代的超大算力需求。

九天睿芯成立于 2018 年,专注于神经拟态感存算一体芯片研发。2021 年,九天睿芯已设计出基于 SRAM 的感存算一体架构芯片 ADA20X,可广泛应用于多种视觉场景。

当前,存算一体芯片聚焦于低延迟、低功耗、高算力需求的边缘计算,主要应用于音频类、健康类及低功耗视觉端侧应用场景中。随着 AI 应用日益丰富,在推进规模化应用阶段,终端厂商必然会关注成本问题,而成本和功耗有着直接的关系,低功耗的 AI 芯片往往意味着它能够实现整机低成本。这对于存算一体芯片来说无疑是一片蓝海。

荆棘与鲜花同在

任何一项技术都不是“万金油”,存算一体亦然,它只针对某一类计算特别是以数据为主的 AI 计算,并不适合 CPU 等以控制为主的计算。而且这种架构正处于学术界向工业界迁移的关键时期,要真正实现转化成功,一方面要求对存算一体技术有深刻的洞察,另一方面也要对 AI 应用落地有透彻的理解,两者相结合才可能发生质变,取得实质性突破。

此外,存算一体作为新的芯片方向,还面临电路设计、架构、软件等诸多层面的挑战。由于存算一体芯片和常规的芯片设计方案不同,目前市面上也没有成熟的专用 EDA 工具辅助设计和仿真验证;芯片流片之后,没有成熟的工具协助测试;在芯片落地应用阶段,也缺乏专用的软件与之适配。如何完善重要技术的生态链,是行业上下游厂商应该共同考虑的问题。 

“时势造英雄。”每一次计算构架的大变革都会创造一个新的王者。从主机时代的 IBM、PC 时代的英特尔、移动时代的高通,现在进入智能物联网的时代,问芯片天下,谁主沉浮?我们拭目以待。

 

责任编辑:武晓燕 来源: AI深一度

同话题下的热门内容

3.75亿劳动者将转换职业?哪些领域人工智能无法替代?终于有人把ROS机器人操作系统讲明白了当AI遇上“网红”元宇宙,将带来怎样的变化?2022年的数据科学和人工智能预测中科院研发出有“触感”的机器人,成功为猪肝进行了微创手术训练NeRF只需5秒?!英伟达这项新技术给谷歌研究员整不会了 | 开源对抗性机器学习的初学者指南元宇宙之眼!Meta机械仿生眼专利曝光,还要装在仿生人体内

编辑推荐

运维:对不起,这锅,我们不背快消品图像识别丨无人店背后的商品识别技术未来学家预测2099年内的世界将发生的变化AIOps实践三板斧:从可视化、自动化到智能化中飞艾维CEO曹飞:从自动化到智能化,让无人机巡检更智慧
我收藏的内容
点赞
收藏

51CTO技术栈视频号