一種名為NeuRRAM的節(jié)能芯片修復(fù)了一個舊有的計算機設(shè)計缺陷，可在較小的設(shè)備上運行大規(guī)模的人工智能算法，達(dá)到與相當(dāng)耗能的數(shù)字計算機同樣的精度。

我們許多人知道，人工智能近年來得到長足的發(fā)展，取得越來愈廣泛的應(yīng)用。但是，有個發(fā)展的瓶頸，那就是人工智能算法不可能以其目前的速度繼續(xù)增長。像深度神經(jīng)網(wǎng)絡(luò)這樣的算法，它受到大腦的啟發(fā)，多層人工神經(jīng)元通過稱為權(quán)重的數(shù)值相互連接，其規(guī)模在日益龐大。如今，硬件的改進(jìn)已經(jīng)跟不上運行這些大規(guī)模算法所需的巨大內(nèi)存和處理能力的步伐。

而且，即使可以不斷擴大硬件規(guī)模以滿足人工智能的需求，還有一個問題是：在傳統(tǒng)計算機上運行會浪費大量的能源。運行大型人工智能算法所產(chǎn)生的高碳排放已經(jīng)對環(huán)境造成有害影響，而且隨著算法的日益龐大，情況只會變得更糟。

一種被稱為神經(jīng)形態(tài)計算的解決方案，從生物大腦中獲得靈感，創(chuàng)造出節(jié)能的設(shè)計。這些芯片可以在節(jié)約能源方面超過數(shù)字計算機，但問題是：缺乏運行一個相當(dāng)大的深度神經(jīng)網(wǎng)絡(luò)所需的計算能力。所以這個神經(jīng)形態(tài)計算的解決方案在提出后一直沒有受到重視。

在NeuRRAM芯片中，硅神經(jīng)元被內(nèi)置到硬件中，而阻變式存儲單元存儲權(quán)重代表神經(jīng)元之間連接強度的值。而且，由于NeuRRAM存儲單元是模擬的，它們所存儲的權(quán)重代表了設(shè)備在低電阻狀態(tài)和高電阻狀態(tài)之間切換時發(fā)生的全部電阻狀態(tài)范圍。這使得能源效率甚至高于數(shù)字阻變式存儲所能達(dá)到的水平，因為這種芯片可以并行運行許多矩陣計算，而不是像數(shù)字處理版本那樣一個接一個地同步進(jìn)行。

加速推動新型硬件的發(fā)展

大型芯片制造商并沒有停滯不前。三年前，英特爾收購了以色列芯片制造商哈瓦那實驗室，并讓這家企業(yè)成為其人工智能開發(fā)工作的重點。

哈瓦那去年春天推出的Gaudi2訓(xùn)練優(yōu)化處理器和Greco推理處理器，據(jù)稱速度至少是英偉達(dá)旗艦處理器A100的兩倍。

今年3月，英偉達(dá)推出了擁有800億個晶體管的H100加速器GPU，并支持該公司的高速NVLink互連。它具有一個專用引擎，與上一代相比，它可以將自然語言處理中，使用的基于Transformer的模型的執(zhí)行速度提高六倍。最近使用MLPerf基準(zhǔn)的測試顯示，在大多數(shù)深度學(xué)習(xí)測試中，H100優(yōu)于Gaudi2。英偉達(dá)也被認(rèn)為在其軟件堆棧中具有優(yōu)勢。

許多用戶選擇GPU，因為他們可以進(jìn)入集中式軟件的生態(tài)系統(tǒng)，英偉達(dá)之所以如此成功，是因為他們建立了生態(tài)系統(tǒng)戰(zhàn)略。

超規(guī)模云計算公司甚至比芯片制造商更早進(jìn)入這一領(lǐng)域。谷歌有限責(zé)任公司的Tensor處理單元是一種專用集成電路，于2016年推出，目前已經(jīng)是第四代。亞馬遜網(wǎng)絡(luò)服務(wù)公司在2018年推出了面向機器學(xué)習(xí)的推理處理加速器，聲稱其性能是GPU加速實例的兩倍多。

CPU執(zhí)行低級操作，如管理文件和分配任務(wù)，但純粹的CPU專用方法不再適用于擴展，CPU設(shè)計用于從打開文件到管理內(nèi)存緩存的各種活動，必須是通用的。這意味著它不太適合人工智能模型訓(xùn)練所需的大規(guī)模并行矩陣算術(shù)運算。

市場上的大多數(shù)活動都圍繞著協(xié)處理器加速器、專用集成電路，以及在較小程度上可以針對特定用途進(jìn)行微調(diào)的現(xiàn)場可編程門陣列。

每個人都在遵循谷歌的說法，即開發(fā)協(xié)同處理器，與CPU協(xié)同工作，通過將算法硬編碼到處理器中，而不是作為軟件運行，來針對AI工作量的特定部分。

世界第一的機器人應(yīng)用國家，邁向世界領(lǐng)先的機器人新時代。在2016年制定的《第五期科學(xué)技術(shù)基本計劃(2016-2020)》(簡稱社會5.0)提出以人工智能作為實現(xiàn)超智能社會的核心，目標(biāo)把網(wǎng)絡(luò)安全技術(shù)、物聯(lián)網(wǎng)系統(tǒng)構(gòu)建技術(shù)、大數(shù)據(jù)分析技術(shù)、人工智能技術(shù)器件工藝學(xué)、邊緣計算機技術(shù)列為研發(fā)重點，并在同年頒布的《日本再興戰(zhàn)略》中通過設(shè)立“人工智能戰(zhàn)略會議”，進(jìn)行國家層面的綜合管理。2017年，日本又先后制定了《人工智能的研究開發(fā)目標(biāo)和產(chǎn)業(yè)化路線圖》《人工智能技術(shù)戰(zhàn)略》和《科學(xué)技術(shù)創(chuàng)新綜合戰(zhàn)略2017》三項政策，確保日本的人工智能產(chǎn)業(yè)發(fā)展及技術(shù)應(yīng)用，努力實現(xiàn)社會5.0。

人工智能在未來必將成為各國競爭的重點，對經(jīng)濟的發(fā)展、產(chǎn)業(yè)的變革、技術(shù)的提升、商業(yè)模式改變及改善用戶體驗效果都具有重要的意義，特別是對于新興經(jīng)濟體實現(xiàn)對發(fā)達(dá)國家的經(jīng)濟趕超具有重要意義，越早進(jìn)入這一領(lǐng)域，就可以成為人工智能產(chǎn)業(yè)規(guī)則的制定者，對未來產(chǎn)業(yè)及經(jīng)濟的發(fā)展擁有更多的主導(dǎo)權(quán)及話語權(quán)。