用戶73958111926
毫無疑問人工智能（AI）已經成為了整個人類社會發展的一大必然趨勢，未來AI將進入我們生活的每個角落。而隨著AI技術的發展及加速應用，人工智能市場也出現了爆發式的增長。據預測，全球人工智能直接與間接應用規模將從2016年的6.4億美元增長到2025年的368億美元，增長近57倍。在這種趨勢之下，擁有龐大數據優勢的互聯網廠商都紛紛在AI領域投入重注。國內的BAT也都開始“All in AI”。
而實現AI則離不開三個關鍵要素：數據、芯片和算法。
BAT等互聯網廠商之所以“All in AI”，主要在於其擁有的龐大的數據優勢。此前國外知名媒體《經濟學人》就曾發表封面文章稱，“數據已經取代石油成為當今世界最有價值的資源”。
得益於在數據上的強大優勢，以及龐大的資源的投入，使得互聯網廠商在AI算法上也很快取得了優勢。
但是，AI算法的實現需要依賴於芯片，而不同的算法對於芯片的需求也是不同的，對於特定算法，專用型的AI芯片（ASIC）的加速要遠遠優於通用型芯片。這也使得越來越多的互聯網廠商開始推出自己的定製化AI芯片。
綜合來看，“崑崙”擁有高性能、高性價比、易用3大特點：（1）高效：針對語音、NLP、圖像等專門優化；（2）低成本：同等性能下成本降低10倍；（3）易用：支持paddle等多個深度學習框架；編程靈活度高；靈活支持訓練和預測。
或對部分通用型服務器芯片形成替代
眾所周知，目前在雲端的服務器/數據中心，更多的還是依賴於傳統的X86 CPU或者GPU來做AI運算。現在部分廠商也有開始採用可重複編程和可重新配置的FPGA來進行AI運算。
雖然CPU、GPU等通用型芯片以及FPGA可以適應相對更多種的算法，但是定製型的AI芯片的計算能力和計算效率都直接根據特定的算法的需要進行定製的，所以其可以實現體積小、功耗低、高可靠性、保密性強、計算性能高、計算效率高等優勢。所以，在其所針對的特定的應用領域，定製型的AI芯片的能效表現要遠超CPU、GPU等通用型芯片以及半定製的FPGA，同等量級下，成本也更低。
目前人工智能技術仍處於快速發展當中，大量的新的算法不斷湧現，原有的算法也在持續優化，而且這種變化以各自的方式在加速。而定製型AI芯片由於其在設計之時就是針對特定算法進行固化的，所以無法做到靈活的適應各種算法。這也使得定製型的AI芯片目前為止並未開始在數據中心/服務器領域大規模應用。
需要補充說明的是，這裡說的替代傳統的服務器芯片是指在AI運算上的替代。未來通用型的CPU肯定會持續存在的，只不過針對性的AI加速計算會被ASIC替代。但對於複雜的條件和分支預測，通用類型數據運算還是需要CPU的。比如，一些手機SoC當中雖然集成有專用的AI內核（比如麒麟970的NPU），但是其主要還是隻能針對一些特定的AI算法進行加速，而對於其他的一些通用型的數據運算還需要依賴於SoC當中的CPU、GPU來實現。
8年的努力，“崑崙”終成
芯智訊
隨著AI時代的來臨，傳統AI芯片已經不再適用於所有領域，而我國在高端智能芯片領域也一度非常依賴外國。“崑崙”芯片的出現一定程度上彌補了我國高端芯片領域的不足。而“崑崙”芯片也能滿足各種開發者的不同需要，為社會造福。有了“崑崙”芯片，我國在高端芯片領域不必受制於外國，可以自由發展AI技術，我國的AI技術也將迎來飛速發展和大規模爆發。
