超50TOPS/W？快来看看顶级会议ISSCC还有哪些惊人的新成果

在2017年末尾的时候，工信部发布了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，在这个行动规划里，对我国人工智能产业未来三年的发展做了安排，包括目标和资金倾斜等。深入实施“中国制造2025”，抓住历史机遇，突破重点领域，促进人工智能产业发展，提升制造业智能化水平，推动人工智能和实体经济深度融合。

而作为IC从业人员，我比较关心的还是对神经网络芯片的描述。这个描述中有几个比较数字化的性能指标：到2020年，神经网络芯片技术取得突破进展，推出性能达到128TFLOPS（16位浮点）、能效比超过1TFLOPS/w的云端神经网络芯片，推出能效比超过1TOPS/w（以16位浮点为基准）的终端神经网络芯片。

对这里的1TOPS/W，我在前段时间也听到了清华大学魏少军老师的报告中介绍的内容，他们的第二代Thinker II神经网络芯片，性能达到了多少呢？达到了惊人的96TOPS/W。

说到这里可能有些人会比较疑惑了，既然清华大学都实现了这么高的能效比芯片了，那么为什么工信部还把2020年的目标定在1TOPS/W呢？而且与我这篇小文的题目也有些冲突，ISSCC的论文中，不也才50TOPS/W吗？这个疑惑还是需要看清楚“行动计划”中括弧里的字眼：以16位浮点位基准。

这里需要说明的是，不论是清华大学魏少军老师团队，还是这篇论文，对于TOPS/W这个指标，都没有说明是多少位宽下的结论。而1比特和16比特相差16倍，若是再将定点和浮点的计算复杂度和硬件复杂度算进来的话，可以说这两个成果都有点“标题党”了。

Anyway，从顶级会议ISSCC上面收录的11篇（不包括魏少军老师团队的1篇SPR）与机器学习以及深度学习有关的论文来看，进步还是挺大的。有3D封装，9.2mW，1uW，In-memory计算等。为了方便学习，我把论文列举如下，感兴趣的小伙伴等会议开完可以下载来研究学习。

最后，以奥斯特洛夫斯基的名著《钢铁是怎样炼成的》主人公保尔.柯察金的话作为结束语，自励自勉，这也是我比较喜欢的一段话：

一个人的一生应该是这样度过的：当他回首往事的时候，他不会因为虚度年华而悔恨，也不会因为碌碌无为而羞耻；这样，在临死的时候，他就能够说：“我的整个生命和全部精力，都已经献给世界上最壮丽的事业——为人类的解放而斗争。

欢迎讨论交流

研究领域包括集成电路、无线通信等，涉及深度学习加速器、SoC设计空间探索、多核任务调度和新一代无线通信系统实现；具有65nm、40nm成功流片经验，在研项目包括28nm、16nm等。

中国科学院自动化研究所国家专用集成设计工程技术研究中心