一種名為NeuRRAM的節(jié)能芯片修復(fù)了一個(gè)舊有的計(jì)算機(jī)設(shè)計(jì)缺陷，可在較小的設(shè)備上運(yùn)行大規(guī)模的人工智能算法，達(dá)到與相當(dāng)耗能的數(shù)字計(jì)算機(jī)同樣的精度。

我們?cè)S多人知道，人工智能近年來得到長足的發(fā)展，取得越來愈廣泛的應(yīng)用。但是，有個(gè)發(fā)展的瓶頸，那就是人工智能算法不可能以其目前的速度繼續(xù)增長。像深度神經(jīng)網(wǎng)絡(luò)這樣的算法，它受到大腦的啟發(fā)，多層人工神經(jīng)元通過稱為權(quán)重的數(shù)值相互連接，其規(guī)模在日益龐大。如今，硬件的改進(jìn)已經(jīng)跟不上運(yùn)行這些大規(guī)模算法所需的巨大內(nèi)存和處理能力的步伐。

而且，即使可以不斷擴(kuò)大硬件規(guī)模以滿足人工智能的需求，還有一個(gè)問題是：在傳統(tǒng)計(jì)算機(jī)上運(yùn)行會(huì)浪費(fèi)大量的能源。運(yùn)行大型人工智能算法所產(chǎn)生的高碳排放已經(jīng)對(duì)環(huán)境造成有害影響，而且隨著算法的日益龐大，情況只會(huì)變得更糟。

一種被稱為神經(jīng)形態(tài)計(jì)算的解決方案，從生物大腦中獲得靈感，創(chuàng)造出節(jié)能的設(shè)計(jì)。這些芯片可以在節(jié)約能源方面超過數(shù)字計(jì)算機(jī)，但問題是：缺乏運(yùn)行一個(gè)相當(dāng)大的深度神經(jīng)網(wǎng)絡(luò)所需的計(jì)算能力。所以這個(gè)神經(jīng)形態(tài)計(jì)算的解決方案在提出后一直沒有受到重視。

在NeuRRAM芯片中，硅神經(jīng)元被內(nèi)置到硬件中，而阻變式存儲(chǔ)單元存儲(chǔ)權(quán)重代表神經(jīng)元之間連接強(qiáng)度的值。而且，由于NeuRRAM存儲(chǔ)單元是模擬的，它們所存儲(chǔ)的權(quán)重代表了設(shè)備在低電阻狀態(tài)和高電阻狀態(tài)之間切換時(shí)發(fā)生的全部電阻狀態(tài)范圍。這使得能源效率甚至高于數(shù)字阻變式存儲(chǔ)所能達(dá)到的水平，因?yàn)檫@種芯片可以并行運(yùn)行許多矩陣計(jì)算，而不是像數(shù)字處理版本那樣一個(gè)接一個(gè)地同步進(jìn)行。

加速推動(dòng)新型硬件的發(fā)展

大型芯片制造商并沒有停滯不前。三年前，英特爾收購了以色列芯片制造商哈瓦那實(shí)驗(yàn)室，并讓這家企業(yè)成為其人工智能開發(fā)工作的重點(diǎn)。

哈瓦那去年春天推出的Gaudi2訓(xùn)練優(yōu)化處理器和Greco推理處理器，據(jù)稱速度至少是英偉達(dá)旗艦處理器A100的兩倍。

今年3月，英偉達(dá)推出了擁有800億個(gè)晶體管的H100加速器GPU，并支持該公司的高速NVLink互連。它具有一個(gè)專用引擎，與上一代相比，它可以將自然語言處理中，使用的基于Transformer的模型的執(zhí)行速度提高六倍。最近使用MLPerf基準(zhǔn)的測試顯示，在大多數(shù)深度學(xué)習(xí)測試中，H100優(yōu)于Gaudi2。英偉達(dá)也被認(rèn)為在其軟件堆棧中具有優(yōu)勢。

許多用戶選擇GPU，因?yàn)樗麄兛梢赃M(jìn)入集中式軟件的生態(tài)系統(tǒng)，英偉達(dá)之所以如此成功，是因?yàn)樗麄兘⒘松鷳B(tài)系統(tǒng)戰(zhàn)略。

超規(guī)模云計(jì)算公司甚至比芯片制造商更早進(jìn)入這一領(lǐng)域。谷歌有限責(zé)任公司的Tensor處理單元是一種專用集成電路，于2016年推出，目前已經(jīng)是第四代。亞馬遜網(wǎng)絡(luò)服務(wù)公司在2018年推出了面向機(jī)器學(xué)習(xí)的推理處理加速器，聲稱其性能是GPU加速實(shí)例的兩倍多。

CPU執(zhí)行低級(jí)操作，如管理文件和分配任務(wù)，但純粹的CPU專用方法不再適用于擴(kuò)展，CPU設(shè)計(jì)用于從打開文件到管理內(nèi)存緩存的各種活動(dòng)，必須是通用的。這意味著它不太適合人工智能模型訓(xùn)練所需的大規(guī)模并行矩陣算術(shù)運(yùn)算。

市場上的大多數(shù)活動(dòng)都圍繞著協(xié)處理器加速器、專用集成電路，以及在較小程度上可以針對(duì)特定用途進(jìn)行微調(diào)的現(xiàn)場可編程門陣列。

每個(gè)人都在遵循谷歌的說法，即開發(fā)協(xié)同處理器，與CPU協(xié)同工作，通過將算法硬編碼到處理器中，而不是作為軟件運(yùn)行，來針對(duì)AI工作量的特定部分。

世界第一的機(jī)器人應(yīng)用國家，邁向世界領(lǐng)先的機(jī)器人新時(shí)代。在2016年制定的《第五期科學(xué)技術(shù)基本計(jì)劃(2016-2020)》(簡稱社會(huì)5.0)提出以人工智能作為實(shí)現(xiàn)超智能社會(huì)的核心，目標(biāo)把網(wǎng)絡(luò)安全技術(shù)、物聯(lián)網(wǎng)系統(tǒng)構(gòu)建技術(shù)、大數(shù)據(jù)分析技術(shù)、人工智能技術(shù)器件工藝學(xué)、邊緣計(jì)算機(jī)技術(shù)列為研發(fā)重點(diǎn)，并在同年頒布的《日本再興戰(zhàn)略》中通過設(shè)立“人工智能戰(zhàn)略會(huì)議”，進(jìn)行國家層面的綜合管理。2017年，日本又先后制定了《人工智能的研究開發(fā)目標(biāo)和產(chǎn)業(yè)化路線圖》《人工智能技術(shù)戰(zhàn)略》和《科學(xué)技術(shù)創(chuàng)新綜合戰(zhàn)略2017》三項(xiàng)政策，確保日本的人工智能產(chǎn)業(yè)發(fā)展及技術(shù)應(yīng)用，努力實(shí)現(xiàn)社會(huì)5.0。

人工智能在未來必將成為各國競爭的重點(diǎn)，對(duì)經(jīng)濟(jì)的發(fā)展、產(chǎn)業(yè)的變革、技術(shù)的提升、商業(yè)模式改變及改善用戶體驗(yàn)效果都具有重要的意義，特別是對(duì)于新興經(jīng)濟(jì)體實(shí)現(xiàn)對(duì)發(fā)達(dá)國家的經(jīng)濟(jì)趕超具有重要意義，越早進(jìn)入這一領(lǐng)域，就可以成為人工智能產(chǎn)業(yè)規(guī)則的制定者，對(duì)未來產(chǎn)業(yè)及經(jīng)濟(jì)的發(fā)展擁有更多的主導(dǎo)權(quán)及話語權(quán)。