电子发烧友早八点讯: 据海外媒体报道,自AlphaGo下围棋胜过职业棋手新闻爆出后,关于人工智能(AI)的投资又掀起热潮,除了较为人注意的考试机器人东大君以外,另一个比较不受重视的方向,则是制作高性能运算芯片,让现在需要高级服务器才能执行的人工智能,可以用单一芯片执行。
例如Google就自行设计TPU(Tensor Processing Unit),让展示期间是在服务器上运作的AlphaGo,转在TPU上执行;其他厂商如英特尔(Intel)、三星电子(Samsung Electronics)、富士通(Fujitsu)等,也在研发类似的芯片。
让单一芯片能执行先进人工智能,主要是针对云端运算(Cloud CompuTIng)的边际运算(Edge CompuTIng)部分,大数据与云端运算应用中的瓶颈,在于数据从传感器传输到云端的时间,面对若干较需要即时性的应用,如工业物联网(Industrial Internet of Things)或自动驾驶,这可能会酿祸。
因此针对云端运算的即时性应用,提出的就是边际运算,数据先在终端或中端平台先行运算,针对即时性的需求进行处理,回传的只有处理过的数据,不需要包括原始数据,或是系统闲置时才回传原始数据,这将明显减轻云端系统负荷,同时提高运算效能。
虽然边际运算可以用低端系统处理,重点在体积轻小容易接近终端,以便加快反应速度,但边际运算的效能越低,则云端与网路系统负荷越大,而且像自动驾驶这种复杂系统,目前连高端服务器的运算效能都还嫌不足,势必要高性能的边际运算系统。
除了自动控制外,以人工智能进行FPGA与功率半导体调整,加强电力应用效率,也是另一个适合边际运算的应用。
SoftBank社长孙正义在2016年购并ARM时,宣称购并ARM的目的,在利用物联网与ARM的芯片技术,创造更高端、相当于甚至超过人类大脑运算能力的超智能,指出的就是以高性能边际运算配合云端运算架构,让人工智能的能力可以更上一层楼,而高性能边际运算芯片,就是重点。
据美国市调机构TracTIcal研究,人工智能用CPU全球市场规模,2016年为11亿美元,在自动驾驶将开始普及的2025年,则可超过574亿美元,成长52倍,市场潜能极为惊人。
目前主要半导体厂与IT厂研究的这些芯片,预估将在2017~2018年间陆续问世,2020年以后市场竞争将转趋激烈,后续发展值得持续观察。
声明:电子发烧友网转载作品均尽可能注明出处,该作品所有人的一切权利均不因本站转载而转移。作者如不同意转载,即请通知本站予以删除或改正。转载的作品可能在标题或内容上或许有所改动。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)