“AI芯片是AI技術(shù)發(fā)展過程中不可逾越的關(guān)鍵階段,，不管有什么好的AI算法，要想最終得到應(yīng)用,，都必然通過芯片來實(shí)現(xiàn),。”

　　作為清華大學(xué)微電子所所長(zhǎng),、芯片行業(yè)頂級(jí)大牛,，魏少軍斷言，芯片是實(shí)現(xiàn)人工智能的當(dāng)然載體,。

　　如此,，也造成了目前芯片行業(yè)格外躁動(dòng)和火熱，不管是巨頭公司還是創(chuàng)業(yè)公司,，不管是傳統(tǒng)制造公司還是互聯(lián)網(wǎng)公司,，都在布局AI芯片行業(yè)。

　　| AI時(shí)代,，芯片的架構(gòu)創(chuàng)新是不可回避的課題

　　隨著市場(chǎng)對(duì)芯片計(jì)算能力的需求提高,，芯片制造工藝也在不斷提高，與之而來的是芯片制造成本也隨著漲高。有業(yè)內(nèi)人士稱,，如今設(shè)計(jì)制造一顆10nm芯片的成本要幾千萬美元,，就算目前寒武紀(jì)、深鑒科技等專門做AI芯片的企業(yè),，即使采用28nm的芯片工藝,，前期從投入到流片的成本都要超過400萬美元。也就是說,，單一品類的芯片出貨量沒有百萬級(jí)很難收回成本,。

　　魏少軍同時(shí)向網(wǎng)易智能表示，要想讓AI芯片能夠在使用中變得更”聰明“,，架構(gòu)創(chuàng)新就是它面臨的一個(gè)不可回避的課題,。AI算法目前處于不斷的變化中，芯片公司都希望找到能夠適應(yīng)所有算法的結(jié)構(gòu),，“高能效通用的深度學(xué)習(xí)引擎是AI芯片的必備特征,。”

　　基于此,，魏少軍列出了AI芯片應(yīng)該具備的幾個(gè)基本要素：

　　1,、可編程性，適應(yīng)算法的演進(jìn)和應(yīng)用的多樣性;

　　2,、架構(gòu)的動(dòng)態(tài)可變性,，適應(yīng)不同的算法并實(shí)現(xiàn)高效計(jì)算;

　　3、高效的架構(gòu)變換能力,，<10 Clock cycle,，低開銷、低延遲;

　　4,、高計(jì)算效率,，避免使用指令這類低效率的架構(gòu);

　　5、高能量效率,，~10 TOPS/W;

　　6,、低成本，能夠進(jìn)入家電和消費(fèi)類電子;

　　7,、體積小,，能夠裝載在移動(dòng)設(shè)備上;

　　8、應(yīng)用開發(fā)方便,，不需要芯片設(shè)計(jì)方面的知識(shí),。

　　根據(jù)以上要素判斷，目前的CPU+SW,、CPU+GPU,、CPU+FPGA,、CPU+ASIC的作法都不是理想的架構(gòu)。

　　與此同時(shí),，魏少軍在現(xiàn)場(chǎng)從軟硬件可以編程性維度將現(xiàn)在的AI芯片方案做了劃分：

　　第一個(gè)方案就是CPU,、DSP等處理器，芯片硬件可編程性很弱,，軟件可編程性強(qiáng),，芯片運(yùn)行需要軟件。這類芯片雖然具備通用性,、高靈活性,，但是成本高、價(jià)格貴,，能量效率和計(jì)算效率不高,，而且被行業(yè)寡頭壟斷。

　　第二種方案是ASIC,、SoC等專用集成電路,，芯片軟硬件可編程性都很弱，雖然價(jià)格便宜,、能量效率和計(jì)算效率很高,，但是專用芯片不具備靈活性，一旦制造完成硬件就不可更改,。

　　第三種方案是FPGA,、EPLD等可編程邏輯器件，這種芯片硬件可編程性強(qiáng),，軟件可編程性很弱,。雖然硬件可編程，但是靜態(tài)編程,，一旦配置完畢就不可更改,，邏輯不可復(fù)制,，而且成本高昂,、芯片研發(fā)周期長(zhǎng)，能量效率和計(jì)算效率低,。

　　第四種方案是RCP,、CGRA等軟件定義芯片(SdC)，軟件,、硬件均可編程,，芯片功能隨軟件變化而變化，而且具備通用和高靈活性,，未來擴(kuò)大用量就可以降低成本,。

　　| 提出軟件定義芯片,，Thinker芯片課題組將融資并成立公司

　　軟件定義芯片是魏少軍帶領(lǐng)的清華微電子所提出的全新芯片架構(gòu)定義，實(shí)現(xiàn)了讓芯片根據(jù)軟件進(jìn)行適應(yīng)與調(diào)整,?；谶@種架構(gòu)，清華微電子所相關(guān)課題組研發(fā)出了全新的Thinker系列芯片,，使用了可重構(gòu)計(jì)算芯片架構(gòu),。在這個(gè)架構(gòu)中，Thinker可以根據(jù)控制單元的要求配置計(jì)算單元陣列并執(zhí)行,，也可以根據(jù)軟件的要求將劃分后的任務(wù)送到數(shù)據(jù)通道執(zhí)行,。而且，不同于馮諾依曼等效架構(gòu),，可重構(gòu)計(jì)算模式為函數(shù)化的硬件架構(gòu),。

　　目前，Thinker系列芯片已經(jīng)推出了面向通用神經(jīng)網(wǎng)絡(luò)計(jì)算的Thinker 1代,，面向極低功耗神經(jīng)網(wǎng)路計(jì)算的Thinker 2,，以及面向極低功耗語音應(yīng)用的Thinker S。之前有媒體還報(bào)道稱,，Thinker芯片的功耗非常低,，只需要7號(hào)AA電池就能運(yùn)行一年。

　　魏少軍還向網(wǎng)易智能透露,，Thinker芯片的研發(fā)課題組目前正在融資,，著手成立新公司進(jìn)行市場(chǎng)化運(yùn)作，但是對(duì)于融資額度,，魏少軍表示不方便透露,。

　　| 給國(guó)內(nèi)造芯企業(yè)建議：光靠錢是砸不出來的，一定要開放

　　對(duì)于目前中國(guó)企業(yè)布局芯片,，魏少軍表示支持,，但是提出了一些建議。他說,，“做芯片需要大量的人力和經(jīng)驗(yàn),，光靠錢是砸不出來的，所以一定要開放,，不要封閉,。”魏少軍同時(shí)表示,，“如果是互聯(lián)網(wǎng)巨頭公司做芯片,，我還要加一條建議，他們已經(jīng)大到足以影響行業(yè)發(fā)展,，所以在關(guān)鍵技術(shù)上要起到引領(lǐng)作用,，能夠有更大的雄心,，肩負(fù)起社會(huì)責(zé)任?！?/p>

　　在談到目前的AI芯片發(fā)展時(shí),，魏少軍表示，現(xiàn)在的AI芯片市場(chǎng)被過度炒作,?！澳壳埃瑖?guó)內(nèi)芯片的很多領(lǐng)域都存在問題,，他們都在吹牛,，有人還提出超越英特爾，我反對(duì)這樣的說法,?！?/p>

　　“英偉達(dá)當(dāng)年做GPU就知道人工智能嗎?我想未必，只是最后發(fā)現(xiàn)GPU用在人工智能上面很好用,，才逐漸做起來,。”魏少軍認(rèn)為,，科研成果是很少能過計(jì)劃出來的,，都是遇到市場(chǎng)機(jī)會(huì)做出來的?！翱萍佳芯亢芏喽际菬o心插柳柳成蔭,。”

　　| AI芯片能否獨(dú)立存在?還不知道,，但是做語音芯片不要自欺欺人

　　“我們現(xiàn)在還不清楚AI芯片有沒有獨(dú)立存在的可能性,，如果有，我們就能夠有機(jī)會(huì)創(chuàng)造出與英特爾一樣偉大的公司,?！蔽荷佘娞寡裕暗沁@個(gè)問題現(xiàn)在沒有答案,?！?/p>

　　談到國(guó)內(nèi)很多創(chuàng)業(yè)公司開始做語音芯片的時(shí)候，魏少軍這樣評(píng)論說,，語音芯片到底要干嘛?要實(shí)現(xiàn)什么樣的功能?這個(gè)首先要搞清楚,?！北热缯f,，你要進(jìn)行語義理解的識(shí)別，這個(gè)需要用到人工智能技術(shù);但是你只是想做一個(gè)簡(jiǎn)單的語音命令識(shí)別,，不一定用到人工智能技術(shù),，現(xiàn)在其他技術(shù)完全夠用,。“

　　在魏少軍看來,，做語音芯片一定要看應(yīng)用場(chǎng)景,，目前很多場(chǎng)景下并不需要用到人工智能技術(shù)或者專門的語音芯片?！艾F(xiàn)在做人工智能,，就一定會(huì)用到大量的計(jì)算，功耗一定更大,，有時(shí)候得不償失,。不要?dú)㈦u用牛刀，更不要不要自欺欺人,?！蔽荷佘娬f到。

　　魏少軍最后表示,，AI技術(shù)雖然正在不斷進(jìn)步,，但目前還主要集中在單個(gè)事務(wù)的訓(xùn)練和推理上，要讓AI真的可以像人類一樣同時(shí)做出多個(gè)判斷和決定,，算法研究還需要有更偉大的突破,。“人的決策是多元的,，但現(xiàn)在機(jī)器決策是單一的,，現(xiàn)在是IA(增強(qiáng)智能)的時(shí)代?！?/p>