卷首语：浅谈人工智能芯片

人工智能是划时代的创新科技，它正悄然改变着整个社会的经济结构和行业生态。

算法、数据、计算力是人工智能的三大要素，人工智能的蓬勃发展更是得益于这三方面的不断升级优化。其中，以物理硬件为基础的计算力，或许可以称作是人工智能价值释放的动力引擎，在某种程度上决定着人工智能发展的进程。

人工智能芯片，或称 AI 芯片，是人工智能计算平台的核心，也是计算力的最主要承载者。因其主要用于提升算力，所以又常常被称作 AI 加速器。

目前，AI 芯片主要有四种流行的研究方向：类脑智能芯片、机器学习芯片、可重构智能芯片、时间序列神经网络芯片。科学家们也正试图在其中找到最适合智能处理的芯片架构。

类脑智能芯片

类脑芯片不采用经典的冯·诺依曼架构， 而是基于神经形态架构设计，以 IBM Truenorth 为代表。 IBM 研究人员将存储单元作为突触、计算单元作为神经元、传输单元作为轴突搭建了神经芯片的原型。由于神经突触要求权重可变且要有记忆功能， IBM 采用与 CMOS 工艺兼容的相变非挥发存储器（PCM）的技术，实验性地实现了新型突触，加快了商业化进程。

机器学习芯片

机器学习芯片基于机器学习算法，通常可分为 ASIC、GPU、FPGA 等不同的技术方向，通过不断的发展，现已经有多款机器学习芯片应用于计算机视觉、语音识别、自然语言处理、AIoT 等领域。像寒武纪的 MLU 系列、华为海思的昇腾系列、英伟达的 GPU 等都是典型的机器学习芯片。但是有一点需要说明的是，这类机器学习芯片大多数为同构的深度学习处理器，而且通常一款智能处理器只对应一类智能算法。

可重构智能芯片

或许和 FPGA 有些相似，但两者并不完全一样。可重构芯片具备软件、硬件双编程的特性，硬件架构和功能随软件变化而实时动态变化，因而又被称为软件定义芯片。可重构芯片的出现打通了“应用定义软件、软件定义芯片”进而实现“应用定义芯片”这一人们长期追求的通道，广泛的适应性也使其成为替代专用集成电路、可编程器件和经典处理器的有力竞争者。

时间序列神经网络芯片

现实世界中，大量信息同时具有时间和空间特性，如自然语言处理、事件判断等许多应用场景。数据与问题都具有较强的时序性，对于语音识别、手写体识别等，数据样本出现的时间顺序同样是非常重要的信息。时间序列神经网络芯片就是用类脑神经网络计算处理此类数据的芯片，而其应用的神经网络则主要与循环神经网络 RNN 和长短期记忆神经网络 LSTM 等相关。

设想未来

与通用人工智能的设想一样，AI 芯片或许也可以向着通用智能处理器的方向发展。未来的通用智能处理器不仅需要降低功耗，符合 Green AI 的基本要求；而且还可能集成有多个异构智能处理单元，像人类的大脑一样能够分别的高效处理不同的任务。比如，近期登上《Nature》杂志封面的“天机”芯，就是一个很好的例子，作为全球首款异构融合类脑芯片的它，仿佛带来了通用智能处理器的希望。当然，能够预见的是：无论是统一的指令集架构，还是科学的智能芯片设计方法，都还有很长的路要走。

展望

后摩尔时代的到来，全球半导体行业发展放缓，”第四次工业革命“到来之际，人工智能芯片对于中国来说无疑是一个很好的突破口。但如果在发展的同时，只是盲目的狂热追捧，动不动就“吊打欧美”、“世界第一”，反而给人一种舍本逐末的感觉。

人工智能芯片的发展决定着人工智能运算能力的上限，对人工智能产业发展更是具有关键的引领性作用。但它的发展依旧需要更大的驱动力，或是自动驾驶的成功、或是安防摄像头的成功等。

毋庸置疑，人工智能的风口是巨大的，所以人工智能芯片的风口也是巨大的。也许，未来某种人工智能芯片技术的成熟，反而会成为促成人工智能真正实现的契机。

目录

生态评论

AI 正在吞噬软件世界

重磅访谈

多次问鼎 NuerIPS、MRQA 等国际顶级比赛，百度 NLP 技术到底有多强？

落地实践

从问答系统到 AI 中间件：云上智能机器人构建之路

企业机器学习平台

华为正式发布 ModelArts 2.0，支持用户在鲲鹏与昇腾平台进行高效开发

推荐阅读

A13 芯片很牛，但是这款神秘的 U1 芯片才是苹果的野心

精选论文导读

弥合 AI 大规模落地的巨大缺口！阿里、腾讯、百度等联合推出互联网服务 AI 基准

特别专栏

为什么机器人比人脑厉害？看完小 i 机器人的解读，你才不会慌