侵权投诉
当前位置:

OFweek电子工程网

IC设计

正文

市场正在起步 人工智能芯片布局至关重要

导读: 人工智能不仅意味着算法,还有其背后的物理硬件支撑。无论是语音交互还是识别图像,都需要进行大量的运算来处理庞大复杂的信息。对于使用人工智能的人来说,不只看重运算结果,还关心运算的速度——如果反应迟钝也会大大降低使用体验。因此,芯片虽然低调,却不可或缺的基石。

日前,麻省理工学院(MIT)的一个研究小组公布了一款用于自动语音识别的低功耗芯片,最高可将功耗降低99%。

进入2017年以来,人机语音交互的热度不断上升。除了音箱、电视等智能家居领域的产品以外,许多人也将目光投向了移动设备:苹果的智能耳机Air Pods甫一上市就引起了消费者的关注;LG公司上周发布的智能手表成为了首个使用谷歌Android Wear 2.0操作系统的智能手表,内置智能语音助手Google Assistant;尚未显露真身的三星手机Galaxy S8也因为神秘的语音助手Bixby惹得坊间传闻不断。

人工智能市场正在起步 芯片布局至关重要

对于移动设备上的语音AI来说,耗电量始终是一个大问题。想让这些语音助手能随时听从召唤,就需要始终在后台保持开启的状态,实时监测周围的声音。这就必然影响设备的续航时间。根据MIT研究人员的测算,现有的手机在语音识别功能上的耗电量达到1瓦特。

目前的芯片需要使全部神经网络保持运行,来探测所有的声音和噪声。而MIT的这款新芯片则采用了一种“语音活动探测”(voice activity detection)电路,在探测到人声时才会激活更复杂的语音识别电路。因此,这款芯片可以降低90%到99%的功耗,耗电量仅为0.2至10毫瓦。

这一技术意味着,在简单的小型电子设备上使用语音识别和AI助手成为可能。无论是手机、手表、眼镜还是耳机,这款芯片为它们的智能化之路又扫除了一块障碍。

芯片——人工智能的另一战场

人工智能不仅意味着算法,还有其背后的物理硬件支撑。无论是语音交互还是识别图像,都需要进行大量的运算来处理庞大复杂的信息。对于使用人工智能的人来说,不只看重运算结果(比如识别准确率),还关心运算的速度——如果反应迟钝也会大大降低使用体验。因此,芯片虽然低调,却不可或缺的基石。

此外,尽管目前云计算是深度学习和人工智能的主流趋势,但在一些场合——比如移动设备——又免不了在本地处理数据,以实现一些实时的功能,这就需要速度快、能耗低的芯片来提供支撑。

传统芯片巨头转型AI

英伟达是较早投身人工智能领域的芯片厂商。这家以图形处理器(GPU)闻名的公司曾经帮助游戏变得更清晰、流畅,其强大的GPU也能很好地应对神经网络深度学习所要求的计算量,效率远远高于CPU。看到了人工智能的未来,英伟达将自己定位为一家“人工智能芯片厂商”,着力开发专门面向人工智能的芯片。

在收购了芯片制造商Altera、Movidius和Nervana之后,英特尔也在2016年宣布进军人工智能芯片领域。今年,他们将发布第一款针对深度学习的芯片Knights Mill,并推出由其收购的公司Nervana Systems研发的面向机器训练的芯片。

互联网巨头入场

互联网公司也认识到了芯片的重要性。在持续投入软件研究的同时,也纷纷尝试开拓人工智能芯片的领域。

2015年,亚马逊收购了以色列芯片设计商Annapurna Labs,一年之后便发售了基于ARM的芯片,用于无线路由器、流媒体设备、家居设备及数据存储设备。这一款芯片适用于低功耗的设备,主打笔记本电脑和无线路由器。

2016年,谷歌在I/O大会上宣布开发了一款专门面向深度学习任务的芯片Tensor Processing Unit(TPU)。TPU是专为谷歌的TensorFlow开源深度学习框架定制的,可以为机器学习提供更好的性能和优先级。如今,TPU已经为提升谷歌地图、谷歌搜索等服务的质量贡献了不小的力量, Alpha Go与李世石的围棋比赛也有TPU的参与。虽然谷歌并不直接售卖人工智能芯片,但由于大量企业使用谷歌的云计算服务,也间接地吞食了英伟达、因特尔等老牌芯片厂商的市场。

另一边,微软把未来寄托在可编程芯片上。场效可编程逻辑闸阵列(Field Programmable Gate Array,简称FPGA)让硬件也可以编程,如此一来,开发者可以根据需求“定制”自己的芯片,例如既能满足图像处理的需求、又能满足科学计算的需求,相比于开发两块专用的芯片,成本大大降低。微软已经将FPGA应用于必应搜索和Azure云计算平台,开发团队表示,FPGA将必应的机器学习运算速度提高了100倍。

苹果的W1芯片就更加有名了。2013年,苹果收购蓝牙初创公司Passif Semiconductor,便开始研发无线技术,并最终在2016年推出了首款无线芯片W1芯片。目前苹果尚未透露关于W1芯片的技术细节,但我们看到,搭载了W1芯片的无线耳机不仅连接稳定还耗电量低,可工作长达五小时,使用Siri也比较流畅。

此外,百度在去年发布了开源基准测试程序DeepBench,用于测量芯片处理深度学习的速度。这一程序旨在准确测量芯片的表现,帮助硬件厂商和使用者互相沟通。他们还与英伟达合作,开发智能汽车控制平台,使驾驶更安全。

市场正在起步

强大的芯片是人工智能背后坚实的基础。随着人工智能走进手机、音箱、手表、耳机,原有的芯片又面临新的问题。于是,计算速度快、能耗低、体积小、价格低的人工智能芯片成为人们迫切渴求的硬件。我们相信,当这样的芯片诞生时,人工智能又将向前跨越一大步。

声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号