人工智能——新的硬件架构

AiTechYun

发布于 2019-09-25 17:11:20

1.1K0

发布于 2019-09-25 17:11:20

文章被收录于专栏：ATYUN订阅号

编辑 | TGS 发布 | ATYUN订阅号

随着社会的发展，人们越来越期望用人工智能来解决各个领域的问题，所以创造出了越来越多的，能够以更高速度和更低功耗运行深度学习模型的专用硬件。最近的一些突破——芯片架构，它以一种与我们以前看到的完全不同的方式执行计算，通过观察它们的功能，我们可以了解到未来几年可能出现的人工智能应用。例如：以神经网络芯片为基础的神经网络集成，未来或许可以应用到很多领域。

神经网络是深度学习的关键，它由成千上万个小程序组成，这些小程序可以进行简单的计算，也可以执行复杂的任务。神经形态芯片是由许多物理人工神经元组成的，这些神经元直接与软件对应。

神经形态计算的概念早在20世纪80年代就已经存在，但由于神经网络的效率太低而被忽略，因此没有引起太多关注。可近年来，随着人们对深度学习和神经网络的兴趣重燃，神经形态芯片的研究也受到了新的关注。今年7月，我国的一组研究人员推出了一种名为“天启”(Tianjic)的神经形态芯片，它可以解决包括目标检测、导航和语音识别在内的很多问题。在《自然》(Nature)杂志上发表的一篇论文中，我们的研究人员指出:“我们的研究有望为更通用的硬件平台铺平道路，从而刺激AGI(人工一般智能)的发展。”

虽然没有直接证据表明神经形态芯片是创造人工智能的正确途径，但它们肯定会帮助创造更高效的人工智能硬件，故而早就已经引起了大型科技公司的注意。今年早些时候，英特尔推出了Pohoiki Beach，这是一台装有64块英特尔Loihi神经形态芯片的电脑，能够模拟总共800万个人工神经元。据英特尔称，Loihi处理信息的速度比传统处理器快1000倍，效率比传统处理器高10000倍。

新的硬件架构就像是一粒种子，更像是一个奇点，4G带动了各行各业的发展，改变了人们的生活习惯，很厉害也很伟大，但4G是哪里来的呢？如果没有支持的硬件，4G会出现吗？虽然神经网络芯片与4G差的有点远，但这并不重要，重要的是，4G的出现深刻地改变了我们的生活。

-END-

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-09-23，如有侵权请联系 cloudcommunity@tencent.com 删除

硬件开发