AI下一阶段发展,可程式化芯片将成为未来AI硬件发展方向
http://bit.ly/3rdJr5D
随着半导体硅芯片的摩尔定律逐步走到了物理极限,传统芯片架构的处理能力可能无法应
付AI与机器学习的需求。如果硅架构能像软件一样,具有灵活、高效且可编程的功能,那
么从单纯硬件转换成可程式化芯片(或FPGA)的过程就将成为发展AI与机器学习的关键了。
如果全球只有10%的人可使用智慧型手机,那么其不可能成为改变世界与人们生活的必要
装置。同样道理可以套用在AI与机器学习之上。也就是说,如果只有前几大厂商掌握AI科
技,其也不会成为推动科技产业变革的力量。因此,新创公司的进入该领域,不仅可以活
络AI,甚至加入更多创新元素,让更多人能够享受到AI给人们的好处。
长期以来,处理器一直是衡量性能的指标,但是随着软件在无处不在的运算中扮演重要角
色,处理器变得更智慧化与高效能,这也是绘图芯片在AI与机器学习领域的崛起的关键。
那么接下来的发展变得显而易见,就是针对AI与机器学习设计一款专属的芯片。
这也是为何辉达能够成为AI异军突起之后的最大受益者。英特尔与超微在这一场战争中,
不得不以并购AI新创公司方式追赶。至于亚马逊、谷歌与脸书就企图研发专属于AI的ASIC
芯片用于服务器或数据中心领域。即使如此,仍有前仆后继的AI新创公司在这领域以创新
方式,带给产业前进的动力。
基本上来说,建立一款新的AI硬件产品必须经过设计、雏型制作、校准、故障排除、生产
和配销等过程。从概念到生产硬件芯片可能需要两年时间。相对来说,软件的发展总是快
于硬件的发展,因而从发展速度的差异上来看,两者无法互相配合。因此,厂商必需更加
聪明地的方式来预测未来硬件的发展趋势。这也是灵活性和客制化将成为AI硬件成功的关
键属性之一。
截至目前为止,AI的革命尚未发生。然而,在接下来的两到三年中,随着支持真正的AI功
能的硬件出现愈多愈多,这一目标将会实现。这标志着技术的重要转折点将随着用软件来
定义硬件的浪潮而即将到来。
就像现今在世界各地的普罗大众手中都拥有非常强大功能的智慧型手机,对产业来说,在
大多数情况下,技术或财务上都没有进入障碍。如果AI要发展到这一阶段,不能在单单依
赖硬件研发支撑,必须依赖软硬件融合的可程式化芯片模式,让AI能够真正深入人们的生
活层面,才能成为真正改变市场的关键力量。