欢迎您访问科普小知识本站旨在为大家提供日常生活中常见的科普小知识,以及科普文章!
您现在的位置是:首页  > 科普文章

中美AI芯片从4方面大比拼

科普小知识2022-07-09 12:04:36
...

谁得到芯片,谁就得到世界。1000亿美元市场,人工智能芯片竞赛正式开幕。

吴恩达的离开似乎给百度带来了严重的打击,百度已经陷入信誉和收入低下的状态。有些人甚至认为英美烟草的缩写应该改变。来自中国自豪的搜索引擎,

人工智能的爆发离不开芯片“魔力”的突破。无论是智能驾驶还是人脸识别,这些技术的实现都依赖于具有更强后台功能、更小尺寸和更低功耗的小芯片(集成电路)。

谁得到芯片,谁就得到世界。在全球竞争日益激烈的人工智能研究领域,中国的生存意识正在增强。国际知名专利搜索公司QUESTEL发布的《芯片行业专利分析与专利组合质量评估》报告显示,在过去10年里,中国芯片专利数量惊人增长,已成为芯片专利申请量最大的国家。中国企业在芯片专利数量上逐渐赶上了国外老牌企业。

在这种情况下,为什么国内的人工智能芯片和美国有这么大的差距?让我们看看以下四个方面:

巨型布局人工智能芯片

我什么是中美人工智能芯片公司?

首先,美国

-世界十大人工智能芯片制造商:中国3家,美国6家

1)英伟达——图形处理器行业领导者成为人工智能芯片的领导者

英伟达成立于1993年1月。它是美国的一家集成电路半导体公司,主要设计智能芯片组。英伟达还是图形技术和数字媒体处理器行业的全球领导者。英伟达的图形处理器是图像处理行业的领导者。GPU芯片的同步并行操作非常适合人工智能深度学习神经网络。

事实证明,在浮点计算和并行计算中,GPU的性能可以达到CPU的几十倍甚至几百倍。目前,国际图形处理器市场分为英伟达和AMD(英国)。截至2015年第二季度,英伟达的市场份额已经达到82%。在谷歌无人驾驶汽车使用的技术组件中,使用了英伟达的移动终端处理器泰格拉(4核*处理器+256核图形处理器)。

2012015年GPU市场份额

2016年8月,Avida推出了第一台深度学习超级计算机——英伟达DGX-1。2017年4月,英伟达宣布已经提供新的数据中心加速器特斯拉P100。特斯拉P100计算卡的目标是专业领域,如人工智能、自动驾驶、气候预测和医学发展。

NVIDIA

英伟达的股价在过去2016年上涨了228%,在过去五年里上涨了500%。500亿美元的市场价值将继续为Avida带来40倍的市场收入,Avida几乎是业内收入最高的公司。

2)基于神经网络技术和现场可编程门阵列的英特尔(英特尔)-人工智能芯片

2016年11月,英特尔斥资4亿元收购了一家初创公司Nervana。如果一切顺利,Nervana芯片的最终版本将于2017年底上市。内尔瓦纳一直在研究如何将深度学习算法嵌入到计算芯片中,而不是简单地创建可以在大量图形处理器上运行的软件。这一逻辑与英特尔开发人工智能芯片的想法一致。

英特尔表示,与图形芯片相比,Nervana技术可以将深度学习系统的运行速度提高100倍。该公司计划在2017年出售集成Nervana技术的芯片,以挑战Nvida在深度学习市场的优势。英特尔计划将Nervana芯片和软件集成到至强处理器中。与此同时,英特尔收购了FPGA制造商Altera,开发基于FPGA技术的人工智能芯片。

图4:英特尔神经科产品组合

3)高通公司

在智能手机芯片方面拥有绝对优势的高通公司也在积极部署人工智能。根据高通公司提供的信息,它已经投资了克拉辉和中国的“专注于物联网人工智能服务”的云知识。

早在2015年的消费电子展上,高通公司就推出了一款搭载小龙SoC的飞行机器人Snapdragon Cargo。高通公司相信,在工农业监控以及航空摄影对摄影、视频和视频的新需求方面,该公司能够充分发挥其在计算机视觉领域的能力。此外,高通公司的进出口龙820芯片也已应用于虚拟现实头盔。事实上,高通公司已经在开发能够在本地完成深度学习的移动设备芯片。

4) IBM-TrueNorth&一种类似大脑的芯片,量子计算机

自2008年以来,IBM一直在研究能够模拟人脑的芯片项目。2014年,它推出了第一个基于突触的TrueNorth芯片,其中包含100万个模拟神经元和2.56亿个模拟突触。不同的芯片也可以通过阵列互连。据说,48个芯片组构建了一个4800万个神经元的网络,它们的智力水平与普通老鼠相似。

IBM正北芯片的形态、结构、功能和形状

TrueNorth芯片的不同之处在于它既有传统的同步部分(接口和时序),也有异步部分(大脑架构)。由于异步逻辑,功耗仅为70mW,而54亿个相同结构的并联晶体管将消耗50-100瓦..为了使神经元形成任意到任意的连接结构,芯片上有巨大的交叉开关来连接芯片上54亿个晶体管的神经元。

今年3月,IBM宣布将在年内推出全球首个商业“通用”量子计算服务IBM Q。50位计算机比之前推出的5位计算机大10倍,能够完成许多传统计算机无法完成的任务。据说它将加速药物开发和新的科学发现。2016年5月,IBM发布了量子计算云服务,每个人都可以使用他们的5比特量子计算机。

5)谷歌定制TPU芯片+量子计算机

谷歌TPU董事会

谷歌为其深度学习神经网络构建基于专用集成电路的专用TPU芯片(张量处理器)。TPU芯片也用于阿尔法戈系统。专用集成电路是一种专用集成电路,具有体积小、功耗低、性能好、保密性强、成本低等优点。TPU目前主要用在谷歌上:1)机器学习系统RankBrain,帮助谷歌处理搜索结果;2)街景,用于提高地图和导航的准确性;3)围棋的人工智能AlphaGo最初版本使用48个*处理器+8个图形处理器,与范辉对战时升级到1202CPU+176个图形处理器,与李世石对战时升级到TPU版本。

谷歌也致力于量子计算机的研究。

6)微软——专注于现场可编程门阵列人工智能芯片的研发,推出基于现场可编程门阵列的可视化芯片

微软专注于现场可编程门阵列人工智能芯片。目前,现场可编程门阵列已经应用于必应搜索的支持。基于神经网络,新的搜索算法向前推进,执行速度比传统芯片快许多倍。搜索可以在24毫秒内完成,避免了过去搜索空白4秒的尴尬。它的FGPA也可以支持微软的云计算服务Azure。未来,微软世界中的数百万台服务器将使用现场可编程门阵列。

基于FPGA的微软人工智能芯片

与此同时,微软公司推出了一款基于FPGA技术的视觉芯片A-eye,使摄像头具有视觉理解能力。FPGA的输入输出之间没有计算过程,只有信号传输是通过烧坏的硬件电路完成的,所以运行速度非常快,达到CPU的40倍。目前,摄像机主要完成记录、存储等功能。通过在相机上增加一个复眼视觉芯片,相机可以具有视觉理解能力。眼睛可广泛应用于需要视觉智能的各种领域,如智能安全、婴幼儿和老人护理、战场机器人、汽车和无人驾驶飞行器。

此外,苹果、脸书和推特都在通过设计新芯片来加强人工智能的研发。

此外,在家里:

-自制人工智能芯片雄心勃勃还是姗姗来迟

1.地平线机器人

零点机器人(Horizon Robotics)是一家由中国人于2015年创立的初创企业,致力于构建一个基于深层神经网络的人工智能“大脑”平台——包括软件和芯片,能够实现低功耗和本地化,以解决环境感知、人机交互、决策控制等问题。其中,在软件方面,horizon制作了一套基于神经网络的操作系统,分别开发了“雨果”自动驾驶平台和“安徒生”智能家居平台,并已开始逐步落地。在硬件方面,horizon robot还将为该平台设计一个芯片-NPU(中性处理单元)来支持其操作系统,性能将提高3个数量级(100-1000倍)。

2.中科寒武纪

-引领全球深度学习处理器的发展方向。

2016年,由中国科学院院士团队领导,创始人陈教授创建。该团队致力于为各种智能云服务器、智能终端和智能机器人构建核心处理器芯片。该公司开发了世界上第一个用于深度学习的专用处理器芯片,大大提高了人工智能领域的计算效率。与谷歌的通用处理器不同,“寒武纪”芯片是专门为深度学习设计的。模拟实验表明,“寒武纪”的性能比执行x86指令集的传统芯片提高了两个数量级(数百倍)。目前,寒武纪系列已经包括三种原型处理器架构:

寒武纪芯片

寒武系1号(英文名称电脑,神经网络的原型处理器结构);

寒武系2号(英文名大点脑,代表大规模神经网络);

寒武纪第三号(英文名普迪安瑙,用于各种机器学习算法)。

与谷歌的人工智能形成鲜明对比的是,寒武纪的目标是制造功耗不到1瓦的相机、手机甚至手表,它们像“阿尔法狗”一样“智能”。并希望有更好的性能,更强的计算能力和更低的能耗。目前,寒武纪芯片产业化迫在眉睫,预计2018年上市。市场表现值得期待。

3.中兴微电子

2016年6月20日,中国首个嵌入式神经网络处理器(NPU)芯片中兴伟首次亮相。这是世界上第一个具有深入学习人工智能的嵌入式视频采集压缩编码系统,被命名为“星之一号”。该芯片基于深度学习应用于人脸识别,最高准确率为98%,超过了人眼的识别率。该芯片已于今年3月6日投入大规模生产,目前已有10多万台出货。

中国之星微型核动力装置体系结构图

本发明采用“数据驱动”的并行计算架构,单个NPU(28纳米)的能耗仅为400毫瓦,大大提高了计算功耗比,可广泛应用于高清视频监控、智能驾驶辅助、无人机、机器人等嵌入式机器视觉领域。

4.百度-杜罗斯智能芯片

联合硬件制造商杜罗斯智能芯片的推出可以被视为百度在人工智能和硬件设备集成方面的新探索。DuerOS智能芯片具有低成本的芯片和模块,可以以芯片的形式嵌入到任何硬件中,并且可以更快更广泛地应用于更多场景。可以看出,百度正在利用“算法+芯片”的结合来实现人工智能的产业化。

除了百度,腾讯和阿里也加入了这场战斗。两家公司最近都推出了FPGA云解决方案。华为也在研究云计算的架构和方法。

第二,中美人工智能芯片专利数量

——中国专利申请数量增长迅速,美国增长平稳

根据世界范围内在乌镇申请的人工智能专利数量,美国和中国位列前两名,数量级相近。

中美人工智能专利数量

然而,根据国际知名专利搜索公司QUESTEL发布的“芯片行业专利分析和专利组合质量评估”报告,在过去10年里,中国的芯片专利数量惊人增长,已成为芯片专利申请量最大的国家。中国企业在芯片专利数量上逐渐赶上了国外老牌企业。

芯片专利前30名的构成分析

上图是对芯片专利前30名专利持有者的构成分析。从图中可以看出,在芯片专利的前30名专利持有者中,大多数是日本公司,其中日立、东芝和日本电气公司位居前三,紧随其后的是美国的IBM、英特尔、德州仪器和高通等老牌公司。

可以看出,经过多年的技术积累和专利积累,国内企业已经初步具备了与国际企业竞争合作的技术基础和知识产权基础。近年来,国内企业在专利数量上逐渐赶上了国外老牌企业。

然而,业内有人对此提出质疑,称在许多高科技领域,如高速光通信接口、大规模FPGA、高速高精度ADC/DAC等。,他们主要依靠美国供应商。就市场和专利数量而言,外国企业仍然占据世界上大多数席位。国内企业与国际领先企业在许多方面存在很大差距。

三、全球人工智能论文数量排名

世界人工智能论文排名

从最权威的美国人工智能学会的国际会议来看,在过去的三年里,美国和中国发表的成果急剧增加。2015年,美国大学和企业发行了326份出版物(48.4%),比例最高,其次是中国的138份出版物(20.5%)。这两个国家约占总数的70%。

各国在美国人工智能学会国际会议上发表的论文数量

Iv .大学排名

-在人工智能方面,世界排名前50位的大学都不是*的大学。

这个公开号码长期以来一直接受捐款。一旦通过,作者的来源将被指出。欢迎捐款。

请把你的捐款寄到editor@ourbot.org。

公共号码对话框回复1109可以获得[人工智能产业全景]和[中国人工智能应用市场研究报告]