发展人工智能芯片必须得软硬兼施

发展人工智能芯片必须得软硬兼施,第1张

人工智能芯片明明是硬件,和软件又有什么关系?人工智能芯片本身只起到加速的作用。除了少量定制化人工智能芯片具备一定功能外,大多数人工智能芯片本身并不具备功能,它们的功能必须结合相关软件来实现。

算法是软件的重要组成部分,它相当于人工智能芯片的灵魂。除了算法本身,软件层面还包括算法的移植、芯片驱动程序、配套软件工具、人机交互界面等等。这就像电脑不仅仅需要好的处理器,还需要好的操作系统一样。在人工智能芯片涉及的软件领域,国内的算法开发平台仍比较少,一些已有算法开发平台,在人机交互与资源管理方面,与国外相比仍有一定差距。另外,一些前瞻性人工智能芯片的核心算法、核心架构,还有待提升。

软件和使用侧结合得更多。人工智能芯片的硬件固然重要,但是如果软件做得好,可能更胜一筹。一些非常厉害的算法团队和软件团队,甚至可以在十分普通的芯片上,实现神经网络加速芯片的加速效果。对于国内人工智能芯片产业而言,软硬件匹配度不够好的情况并不罕见。

很多人工智能芯片在设计之初的想法是很好的,但是上市后却发现用户不太买账,软件环节做得不够好可能是原因之一。

以算法为例,用户的“美好理想”一般是,利用算法开发平台把算法训练出来后,只需进行傻瓜式移植,就能将其应用在人工智能芯片上,产品随之迅速出炉。但实际情况是,算法移植到人工智能芯片时需要进行硬件化改造,让它适应芯片的硬件。

这个环节需要花费很大的精力,要么应用方来做,要么芯片的设计方来做。目前芯片研发团队大多是硬件出身,在软件支持方面花费的精力相对较少,重视程度依然不足。把真正好的算法,落地到人工智能芯片硬件中,需要进一步实现软硬件协同发展,而这一领域还存在非常大的市场空间。

在人工智能芯片软硬件协同方面,国内的大公司一般做得比较好。因为软件方面例如算法的移植和人工智能芯片的驱动,实现起来有一定难度,需要专门的团队去研发。对于提升人工智能芯片的软硬件协同发展,应结合人工智能芯片产品的定位选择不同策略。

如果人工智能芯片面向的应用场景比较窄,那么在硬件做好的基础上,设计一些软件工具就可以实现应用。但如果是通用型人工智能芯片,支撑的算法范围非常宽泛的话,就需要很好的软件团队与之匹配,否则就会导致芯片的硬件很强大,用户却不买账的尴尬局面。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/2683068.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-15
下一篇 2022-08-15

发表评论

登录后才能评论

评论列表(0条)

保存