歡迎來到114ic電子網!登錄免費注冊 加為收藏

      邊緣AI芯片遭受四重沖擊

      時間:2022-4-15 10:59:00
      摘要: AI芯片需要針對算法進行特定設計,應用場景限制更多,是多方面設計思想的完美平衡,尤其是直接面向碎片應用的邊緣計算AI芯片,并不比CPU、GPU容易。

      AI芯片,有錢就能做?必要但不充分。只有當你足夠成功,才配有名有姓。

      兩大陣營

      為什么全球CPU、GPU公司只有屈指可數的幾家,但是人工智能大潮一來,幾年間就涌現出了那么多的AI芯片公司?AI芯片,有錢就能做嗎?

      這是芯片工程師的一個“友盡”話題,肯定派認為:與高端通用處理器相比,AI芯片多數是ASIC,容易多了;否定派認為,AI芯片需要針對算法進行特定設計,應用場景限制更多,是多方面設計思想的完美平衡,尤其是直接面向碎片應用的邊緣計算AI芯片,并不比CPU、GPU容易。

      開發不易落地難,費時燒腦忙全?!闶沁吘堿I芯片開發的真實寫照了吧。

      邊緣計算其實是上世紀九十年代初提出的概念,來源于數據內容傳輸網絡,用來服務網頁和視頻內容,當時是從端側服務器所產生的服務,可以更加靠近用戶。

      從過去三十年的發展變遷來看,數據類型和體量發生了巨大變化。最早期是人產生數據(比如廣播、電視媒體等),到現在大量智能終端用戶都在產生數據,此外,還有機器產生的數據,以及元數據(描述數據的數據)……這些數據必須要靠近處理數據的地方。這些都導致了數據類型越來越多元化,遠非傳統CPU或GPU就可以處理的。


      邊緣AI芯片設計新挑戰?

      英特爾研究院副總裁、英特爾中國研究院院長宋繼強表示,邊緣計算是巨大的創新機會,它是由數據和場景驅動的,因此需要進行許多垂直整合,優化包括算法、應用負載、異構計算的集成等整套系統,而不只是做好一部分底層技術就可以。

      時擎科技總裁于欣認為,邊緣計算AI芯片的最主要挑戰是如何提高算力的效率?,F在已經過了通過粗暴的先進制程來去堆砌算力的時代了,特別是面向應用和算法的時候,如何把芯片的算力發揮出來,是決定未來AI芯片發展的一個重要的因素。

      靈汐科技副總經理華寶洪提到了AI芯片的三大技術挑戰:

      首先是摩爾定律挑戰,半導體光刻技術已經接近極限,目前想要在3nm以下再提升工藝水平已經是極為挑戰的技術難題,而成本、市場與需求之間的平衡,也極大可能難以為繼。相伴而來的還有馮·諾依曼架構的瓶頸:高速處理器與數據I/O帶寬間的不平衡,高速處理器和低能效比存儲之間的不平衡等,這些因素嚴重影響了整體效率。

      其次是對高能效比與高性價比的兼顧,既要保證邊緣端用戶享受優質的算力服務,又要給予合理的價位水平。

      最后還需要能適應邊緣計算各種復雜場景的自適應能力。如何去處理動態的復雜的場景?如何去解決沒有大數據情況下有限樣本的泛化?如何去面對真實世界不可被窮舉的數據?這些都是現階段AI芯片面臨的挑戰。

      Imagination計算業務產品管理總監Rob Fisher也強調,AI芯片要設計足夠靈活的架構以適應新的創新,同時,與可編程設備相比,還要實現高效加速。要達到這一平衡,既需要足夠的固定功能以獲得性能和效率,通常又要有足夠的可編程性以適應新網絡和算法的發展速度。

      傳統芯片開發模式受沖擊?

      邊緣場景復雜、算法復雜、任務碎片化,體現在硬件層面,芯片底層設計要考慮如何用軟件定義硬件,給未來的軟件開發留出足夠多的調整迭代空間,達到應用場景的多樣化和復雜化;體現在軟件棧層面,包括指令集、底層編譯器、高層編譯器、算法、應用框架支持等全鏈條,都需要有能力覆蓋和支持。這意味著既有的芯片開發模式,無論硬件還是軟件層面,都在遭受新的沖擊。

      靈汐科技華寶洪認為“實現碎片化產業的融合”非常關鍵。芯片設計首先要考慮邊緣計算場景,進行定制化的優化;一旦流片完成,后續所有場景和復雜任務的更新,都通過軟件來迭代。也就是說,通過軟件定義硬件的模式驅動需求的最終落地,即基于軟硬件解耦技術屏蔽底層硬件的差異,實現碎片化應用的落地。

      事實上,對于五花八門的芯片架構,下游廠商往往無法真正做到“高效地利用硬件資源”。 時擎科技于欣表示,這就需要芯片原廠做得更多一些,不再是簡單提供一個芯片,而是針對客戶要求的一個完整的解決方案。這對于芯片原廠的算法和應用開發能力,肯定是帶來更高挑戰。 “當然還有一種辦法,就是把芯片做得更“好用”,對開發者更友好”,他補充,“這是兩個努力的方向,本質上也不沖突。畢竟芯片原廠根本的出發點,還是如何更好地配合客戶,以芯片為核心和基礎,提供客戶所需要的增值服務?!?/p>
      如何尋求新突破?

      時擎科技于欣認為,AI芯片設計可以遵循兩個大的思路:一是如何對開發者更友好,從而能夠進行最優化設計,讓芯片里的每一個晶體管都能真正派上用場;二是通過專用的架構,讓算法和芯片融合得更緊密。

      從目前所看到的主流方向來看,除了智慧安防、智能汽車等,更多是整體智能化生活的演進在驅動著邊緣計算的發展?!安灰姷帽仨毷切律膱鼍昂驮O備形態,目前存量的終端設備的智能化升級,也是很大的一個推動力。當然這是一個過程,一定需要時間。而決定這個過程進展快慢的,一方面要看AI技術是否帶來真正的便利,另一方面還要看成本上是否可行、可落地,從這個角度來說,物美和價廉一個都不能少”,于欣補充。

      談及下一步的突破點,靈汐科技華寶洪認為“要多向人腦學習”。傳統意義上單純依靠堆大數據、高算力的方法或將成為過去式,要想有新的突破,必須有新的思路,而類腦計算就是關鍵之一。從過往的發展來看,基于碳基已經進化到人腦這個最強大的通用智能體,基于硅芯片已經可以輸出一些強大的機器智能,那么,借鑒腦科學的基本原理發展類腦計算,從而支撐人工通用智能的發展,是完全有可能的?!邦惸X計算將有可能成為一把突破傳統AI計算瓶頸、打開通用人工智能大門的鑰匙,從而也就破解了后摩爾時代所帶來的新挑戰”,他表示,“此外,邊緣計算芯片多以SoC為主,可以自研也可以直接采購第三方IP,在此背景下,擁有獨立研發AI計算 IP核的能力也成為了企業的核心競爭力和突破點?!?/p>

      關于AI芯片應用的驅動力,Imagination Rob Fisher認為,自然語言處理是一大方向。例如最近在語音轉意圖引擎領域的研究和開發,已經實現了在極低功耗架構中構建精確系統,從而可以加速小型神經網絡。此外還有自動駕駛系統,正在推動芯片設計人員創建極快的加速架構,以實時處理大量的傳感器數據。


      邊緣訓練尚乏動力?

      目前在邊緣側,仍以推理任務居多。如果要進一步滿足低延遲、自適應響應的要求,是否有必要在邊緣側進行一定量的訓練任務?如果要進行訓練,還有哪些挑戰需要解決?

      上海雪湖科技有限公司副總裁趙小吾認為,訓練所需要的算力比推理多很多,目前還沒看到太多在邊緣側進行訓練的需求。不過,如果自適應學習模型能滿足邊緣計算設備對精度、性能、功耗和成本的要求,相信未來會看到更多的應用需求。

      時擎科技于欣也認為短期內不會出現這種需求。絕大部分的訓練對延時、甚至成本并不是非常敏感,這些任務完全沒有必要放在邊緣去做。他強調,所有的工作任務還是有邊界的,還是要揚長避短地去完成,這是由內在的邏輯決定的,沒有必要為了跨界而去跨界。

      靈汐科技華寶洪則表示,車路云協同、自動駕駛等領域,由于實時性、安全性的要求,均需要在邊緣側進行訓練。未來,在線學習、小樣本學習、復雜場景中實現動態自適應調整等需求都會在邊緣側的訓練中得到解決。

      他認為,一方面,邊緣側仍以CPU、GPU等傳統芯片為主,訓練任務所帶來的高能耗、高價格等是固有的挑戰;另一方面,邊緣側的特點決定了在邊緣進行訓練,將會面臨大數據不足、離線訓練時間代價高等難題,這些挑戰嚴重阻滯了邊緣訓練的發展。邊緣訓練要取得長足發展,離不開新型計算架構的支撐,實現途徑包括在線學習、小樣本學習等。


      方向:走向更強的智能邊緣

      智能邊緣確實是一個熱詞,未來的市場空間也非常龐大。但是,業界當前對它的理解和部署仍在摸索中。比如,電信運營商的移動邊緣計算(Mobile Edge Computing)叫智能邊緣,云廠商、CDN前置的一些業務類型也可以叫智能邊緣。未來,各行各業的數字化轉型雖然都需要進行智能邊緣的部署,但是還要取決于具體的應用需求,例如延遲、帶寬、價格和能耗等方面。

      從實現方式來看,現在很多智能邊緣的能力多數通過一個盒子(邊緣計算盒)的形式在提供,能力非常有限,實際上相當于是對MEC簡單的擴展,是比較弱的智能邊緣。

      英特爾宋繼強表示,如果未來要用在智能制造、港口、礦山等領域,需要網絡、計算、存儲等更多功能,那就意味著對數據量的處理是巨量的,對AI算力要求更高,而且有實時要求。因此,弱的邊緣肯定是不夠的,一定要向更強的邊緣去演進。

      他認為服務機器人是邊緣計算一個非常典型的應用場景,因為持續學習的能力對于機器人非常重要。例如未來要走入家庭中起到照顧、陪伴作用的機器人,它需要具備長期的、可逐步提高的服務能力,這就需要從具體場景中逐漸學習、構造對場景的理解。通過進一步分析場景中的相互關聯,形成機器人自己的記憶,才能進行后續的能力提升。

      如果這個學習過程只靠機器人自身完成的話,對硬件的要求太高,這就需要用到邊緣計算,一方面將不需要即時響應的計算卸到邊緣側,另一方面也可以利用邊緣計算進行存儲,相當于通過智能邊緣,幫助機器人這類前端設備,具備了更大的存儲和計算容量,獲得了自體之外的另一個“大腦”。
      『本文轉載自網絡,版權歸原作者所有,如有侵權請聯系刪除』

      俺也去狠狠色综合电影网