徐晨

國家工業(yè)信息安全發(fā)展研究中心，北京，100040

0 引言

人工智能芯片目前尚無準(zhǔn)確定義，但可以從廣義和狹義兩個角度來對其進行闡釋：首先，從廣義角度，只要能夠運行人工智能算法的芯片，都可以被視作人工智能芯片；其次，從狹義角度，人工智能芯片指針對人工智能算法做了特殊加速設(shè)計的芯片（現(xiàn)階段的人工智能算法一般以深度學(xué)習(xí)算法為主，也可以包括其他機器學(xué)習(xí)算法），這也被視為通常意義上對人工智能芯片的定義[1-3]。通常來講，只要是面向人工智能應(yīng)用而設(shè)計的芯片都可被稱為人工智能芯片。近年來，人工智能成了引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，已被美國提升至國家戰(zhàn)略層面。人工智能芯片作為人工智能技術(shù)的核心硬件，為人工智能應(yīng)用提供了強大的算力支撐，其重要性不言而喻，已引起了英偉達、英特爾、谷歌、IBM等美國科技公司的強烈關(guān)注，紛紛加速其布局以搶奪先發(fā)優(yōu)勢。

1 人工智能芯片發(fā)展動向

美國科技公司積極推動人工智能芯片技術(shù)的發(fā)展，在晶體管密度、計算內(nèi)核數(shù)、時鐘頻率、功耗等方面均有較大進步。英偉達繼續(xù)領(lǐng)跑圖形處理器（GPU）技術(shù)，新產(chǎn)品性能較之前大幅提升；英特爾積極發(fā)展現(xiàn)場可編程邏輯門陣列（FPGA）技術(shù)和類腦芯片技術(shù)，推出全球密度最高FPGA芯片和類腦神經(jīng)擬態(tài)系統(tǒng)；谷歌利用張量處理器（TPU）技術(shù)，推出專用集成電路（ASIC）硬件平臺，具備高性能機器學(xué)習(xí)推理能力；此外，美國初創(chuàng)公司Cerebras Systems推出規(guī)模最大的人工智能芯片，專門用于處理人工智能算法問題；初創(chuàng)公司 Myhtic推出了具有足夠的存儲與大量并行計算單元的AI芯片，可顯著減少數(shù)據(jù)移動能力；麻省理工學(xué)院的初創(chuàng)公司Lightmatter推出了加速的光子計算測試芯片，將重新定義AI智能芯片領(lǐng)域的發(fā)展。

1.1 圖像處理器核心性能持續(xù)提升

2019年6月，美國超威半導(dǎo)體公司推出GPU芯片RX5700XT，采用RDNA架構(gòu)和7nm工藝制造，核心面積251mm2，單位面積性能較之前提升2.3倍，具有103億個晶體管、2560個流處理器、40個計算單元、160個紋理單元、加速頻率1905MHz、功耗225W；7月，英偉達推出GPU芯片RTX2080Super，采用“圖靈”架構(gòu)和12nm工藝制造，核心面積545mm2，性能提升了25%左右，具有136億個晶體管、3072個流處理器、384個張量計算核心、192個紋理單元、加速頻率1815MHz、功耗250W。這兩款GPU芯片具有強大的人工智能圖形處理能力，將大幅提升顯控系統(tǒng)的成像質(zhì)量。

2020年英偉達公布了用于超級計算任務(wù)的A100人工智能芯片，這款基于第八代Ampere架構(gòu)的芯片所采用的彈性計算技術(shù)能將每個芯片分割為多達7個獨立實例來執(zhí)行推理任務(wù)，人工智能算力提升20倍以上，被業(yè)界認為是史上最大的性能飛躍。這是人類有史以來首次可以在一個平臺上實現(xiàn)對橫向擴展以及縱向擴展的負載的加速；此外，A100人工智能芯片在提高吞吐量的同時，降低了數(shù)據(jù)中心的成本[4]；2020年年底，Mythic 推出了其第一代AI芯片M1108 AMP。與很多AI芯片不同，M1108采用更加成熟的模擬計算技術(shù)，將足夠的存儲與大量并行計算單元打包在芯片上，可最大化內(nèi)存帶寬并減少數(shù)據(jù)移動能力。

1.2 現(xiàn)場可編程邏輯門陣列（FGPA）的邏輯密度越來越高

2019年11月，英特爾發(fā)布全球最高密度的FGPA芯片Stratix? 10 GX 10M，采用14nm工藝制造，核心面積1400mm2，擁有1020萬個邏輯單元以及443億個晶體管。這款高密度的FGPA芯片采用了英特爾先進的嵌入式多芯片互連橋接（EMIB）技術(shù)將兩塊FGPA的邏輯系統(tǒng)連接，形成了多達25920個高帶寬連接，內(nèi)部數(shù)據(jù)帶寬高達6.5TB/s。此外，還具有308兆比特的內(nèi)存，6912個數(shù)據(jù)信號處理器（DSP），2304個用戶I/O引腳。該芯片將支持ASIC和SoC技術(shù)的仿真與原型設(shè)計，也將廣泛支持測試測量、計算、網(wǎng)絡(luò)、航空航天和國防等相關(guān)應(yīng)用。

2021年8月，麻省理工學(xué)院的初創(chuàng)公司Lightmatter發(fā)布了一塊AI加速的光子計算測試芯片，該芯片由毫瓦級的激光光源供電，利用硅光子和MEMS技術(shù)的處理器，其速度比傳統(tǒng)芯片快1000倍，但是功耗卻只有普通電子器件的千分之一，采用的是兩個層疊的芯片組，面積約為150mm2左右，內(nèi)部擁有超過十億FinFET晶體管、數(shù)萬光子算術(shù)單元，這將重新定義AI智能芯片領(lǐng)域的發(fā)展。

1.3 專用集成電路在特定領(lǐng)域體現(xiàn)價值

2019年3月，谷歌推出智能化專用集成電路硬件平臺Coral，包含完整的本地人工智能工具包，可在設(shè)備上創(chuàng)建、培訓(xùn)和運行神經(jīng)網(wǎng)絡(luò)。該平臺搭載谷歌Edge TPU ASIC芯片，包含可移動模塊化系統(tǒng)、USB加速器、500萬像素攝像頭等組件，最大限度地減少延遲和功耗，使低功耗設(shè)備具備高性能的機器學(xué)習(xí)推理能力。

谷歌的Edge TPU邊緣人工智能芯片是專為在邊緣運行TensorFlow Lite ML模型而設(shè)計的ASIC芯片，可用于越來越多的工業(yè)使用場景，如預(yù)測性維護、異常檢測、機器視覺、機器人學(xué)、語音識別等，可以應(yīng)用于制造、本地部署、醫(yī)療保健、零售、智能空間、交通運輸?shù)雀鱾€領(lǐng)域，具有體型小、功耗低、性能出色的優(yōu)勢，可以在邊緣部署高精度人工智能。

2020年 2 月，谷歌發(fā)布首個全球人工智能模型平臺（Model Play），該平臺搭載了Edge TPU人工智能芯片，是一款面向全球用戶的人工智能模型資源交流與交易平臺，為機器學(xué)習(xí)與深度學(xué)習(xí)提供豐富和多樣化的功能模型，可兼容多種人工智能芯片，幫助用戶快速創(chuàng)建和部署模型，顯著提高了模型開發(fā)和應(yīng)用效率，降低了人工智能開發(fā)及應(yīng)用門檻。

1.4 類腦芯片向“模擬大腦”的目標(biāo)邁近一大步

2019年7月，英特爾在DARPA“電子復(fù)興計劃”年度峰會上發(fā)布Pohoiki Beach神經(jīng)擬態(tài)系統(tǒng)，該系統(tǒng)由64塊Loihi芯片組成，采用14nm工藝，總面積3840mm2，擁有1320億個晶體管、800萬個神經(jīng)元，處理速度比傳統(tǒng)CPU快1000倍，效率高1萬倍，功耗小100倍，將為圖像識別、自動駕駛領(lǐng)域帶來巨大的技術(shù)提升。

2020年8月，美國蘋果公司公布其最新 A14仿生芯片，該芯片的CPU性能相比上一代A13仿生芯片提升40%，GPU性能相比上一代仿生芯片提升50%，優(yōu)于包括英特爾芯片在內(nèi)的其他芯片；A14仿生芯片還搭載了定制技術(shù)，這些技術(shù)可以驅(qū)動速度更快的神經(jīng)引擎，實現(xiàn)更強大的機器學(xué)習(xí)能力。2020年11月，蘋果公布A14X 仿生芯片的CPU和GPU性能基準(zhǔn)，與A12Z仿生芯片相比，多核測試的性能提高了35%。

1.5 史上規(guī)模最大智能芯片顯著提升學(xué)習(xí)速度

2019年8月，美國初創(chuàng)公司Cerebras Systems推出有史以來規(guī)模最大的人工智能芯片，專門設(shè)計用于處理人工智能應(yīng)用問題，顯著提升學(xué)習(xí)速度。該芯片采用臺積電16nm工藝制造，面積達46225mm2、擁有1.2萬億個晶體管、40萬個計算內(nèi)核、18吉比特片上靜態(tài)隨機存儲器，已被美國能源部的阿貢國家實驗室和勞倫斯·利弗莫爾國家實驗室應(yīng)用于人工智能計算機中。

2 人工智能芯片的特點及發(fā)展趨勢分析

當(dāng)前，人工智能多樣化的場景應(yīng)用對人工智能芯片的性能、功耗、延遲以及成本等指標(biāo)提出不同需求，人工智能芯片呈現(xiàn)出多技術(shù)路徑并行發(fā)展的態(tài)勢。

2.1 人工智能芯片不同技術(shù)路徑各有優(yōu)缺點

根據(jù)設(shè)計需求，人工智能芯片主要分為：圖形處理器（GPU）、現(xiàn)場可編程邏輯門陣列（FGPA）、專用集成電路（ASIC）、類腦芯片、通用智能芯片。通常根據(jù)具體應(yīng)用場景，在性價比、能效比、可靠性之間折中選擇。

不同技術(shù)路徑人工智能芯片的特點為：（1）GPU疊加大量計算單元和高速內(nèi)存，邏輯控制單元簡單、通用性強。但GPU不能獨立工作、功耗大、價格成本高，通常用于3D圖像處理和密集型并行計算。（2）FPGA具備可重構(gòu)數(shù)字門電路和存儲器，硬件配置靈活，能快速適應(yīng)算法的迭代更新，功耗和速度優(yōu)于GPU。但FPGA編程門檻高、峰值性能不如GPU，通常用于算法更新頻繁的小規(guī)模計算領(lǐng)域。（3）ASIC計算能力和計算效率根據(jù)算法需要定制，體積小、功耗低、計算性能高，速度比FGPA快5～10倍，功耗遠優(yōu)于GPU，量產(chǎn)后成本也將低于FGPA。但ASIC開發(fā)周期長、上市速度慢、面臨風(fēng)險高，常用于需求量較大的專用領(lǐng)域。（4）類腦芯片模擬人類大腦處理信息，以極低功耗對信息進行異步、并行、低速和分布式處理，具備感知、識別和學(xué)習(xí)等功能，性能強大且通用性強。但類腦芯片開發(fā)技術(shù)難度大，目前仍處于研發(fā)階段。（5）通用智能芯片具有可編程性、架構(gòu)動態(tài)可變性、架構(gòu)高效重組、高計算效率、低成本、低功耗等特征，可按照軟件的需求來調(diào)整芯片計算能力，是人工智能芯片發(fā)展的最終目標(biāo)。但通用智能芯片開發(fā)技術(shù)難度大，目前還沒有真正意義上的通用智能芯片。

2.2 人工智能芯片朝高性能、高密集度、高智能方向發(fā)展

通過在計算架構(gòu)、器件材料、電路設(shè)計、制造工藝上的改進和創(chuàng)新，人工智能芯片朝高性能、高密集度、高智能化方向發(fā)展，在算力、功耗、成本等方面不斷提升。此外，多模異構(gòu)集成和通用智能芯片也成了人工智能芯片未來的重要發(fā)展方向。

2.2.1 制造工藝進步推動芯片性能持續(xù)提升

隨著制造工藝水平的不斷提升，傳統(tǒng)架構(gòu)人工智能芯片的晶體管密度更高，核心數(shù)更多、運算速度更快、功耗更低，計算能力持續(xù)上升。當(dāng)前，大多數(shù)人工智能芯片都還在采用10nm以上工藝，隨著更先進工藝技術(shù)的不斷被嘗試使用，高密度芯片將不斷被推出。

2.2.2 多模異構(gòu)集成，實現(xiàn)優(yōu)勢互補

人工智能技術(shù)需要大數(shù)據(jù)驅(qū)動的數(shù)據(jù)算法，同時也需要小數(shù)據(jù)、小樣本算法應(yīng)用，單個類型的人工智能芯片都不能將處理效果發(fā)揮到最佳。針對多樣化的人工智能算法，采用多模異構(gòu)集成，融合不同人工智能算法，形成優(yōu)勢互補，是人工智能未來發(fā)展的重點方向。

2.2.3 通用智能芯片是未來發(fā)展的終極目標(biāo)

人工智能芯片需不斷調(diào)整架構(gòu)以適應(yīng)人工智能多變的算法，新架構(gòu)的反復(fù)開發(fā)使成本和技術(shù)難度不斷提升，通用人工智能芯片根據(jù)算法需求自動調(diào)整架構(gòu)，極具靈活性和適應(yīng)性，是未來技術(shù)發(fā)展的必然方向。

3 人工智能芯片的軍事影響和意義分析

人工智能芯片是實現(xiàn)未來軍用人工智能技術(shù)的核心和關(guān)鍵，推動人工智能武器、智能電子戰(zhàn)、智能作戰(zhàn)管理、智能仿真、智能情報分析與圖像識別、武器裝備自動故障診斷與排除、作戰(zhàn)機器人和智能無人機等軍用人工智能技術(shù)的發(fā)展，進而為未來戰(zhàn)爭的作戰(zhàn)樣式帶來翻天覆地的改變。

3.1 促進信息化裝備顯控系統(tǒng)的性能提升

圖形處理器作為信息化裝備顯控系統(tǒng)的“大腦”，是實現(xiàn)“人機對話”的重要元件之一，其先進程度直接對是否能制敵于“千里”之外構(gòu)成了影響。GPU具備的安全性、穩(wěn)定性、可靠性以及強大并行計算能力，將增強對戰(zhàn)場信息的采集、分析、顯示能力，提升信息化裝備的快速反應(yīng)能力，為奪取信息權(quán)提供了有力的保證。

3.2 促使軍事仿真訓(xùn)練環(huán)境更加真實、更貼近實戰(zhàn)

人工智能芯片為軍事訓(xùn)練提供了一種低成本、高效率、高穩(wěn)定性的解決方案，可使軍事仿真訓(xùn)練的戰(zhàn)場地形分辨率更高、地幅更大，訓(xùn)練環(huán)境更加真實、更貼近實戰(zhàn)，兵力生成精度更高、速度更快，使模擬訓(xùn)練的人員感受到與真實戰(zhàn)場相近的壓力，從而有效地提高士兵的戰(zhàn)場承受能力以及指揮員的臨場指揮能力。

3.3 增強雷達數(shù)字信號處理能力，提升定位精度

現(xiàn)場可編程邏輯門陣列是雷達不可或缺的核心部件，快速并行處理能力有效增強了雷達的數(shù)字信號處理能力，使其在日益復(fù)雜的電磁環(huán)境中顯著提升多目標(biāo)同時處理的能力。FGPA器件不僅擴充了雷達功能、提升了運算速度，還實現(xiàn)了雷達的編程化和模塊化處理，使其更加符合現(xiàn)代化信息戰(zhàn)爭的需求。

3.4 高密度芯片推動信息裝備的小型化、輕量化進程

現(xiàn)場可編程邏輯門陣列是現(xiàn)代化信息裝備的必備芯片，90%以上的大型軍用電子設(shè)備靠其發(fā)揮作用，目前信息裝備中FGPA芯片可達近千片，價格昂貴、功耗巨大。高密度FGPA具有高集成度，在提升單位面積計算能力的同時降低了功耗，可有效縮減信息裝備尺寸，進一步提高機動作戰(zhàn)能力，適應(yīng)現(xiàn)代高科技戰(zhàn)爭發(fā)展趨勢。

3.5 為智能化指揮信息系統(tǒng)提供新的技術(shù)途徑

指揮信息系統(tǒng)面臨著復(fù)雜多變的戰(zhàn)場環(huán)境，需要具備小樣本學(xué)習(xí)、抗噪性、通用智能等新能力，類腦芯片的設(shè)計架構(gòu)與人的大腦機構(gòu)相似，在適應(yīng)性方面表現(xiàn)出更加類人的特性，為智能化指揮信息系統(tǒng)提供了新的技術(shù)途徑。類腦芯片的發(fā)展有望不斷推動軍事智能的發(fā)展，成為未來指揮信息系統(tǒng)實現(xiàn)更高級智能化水平的有力推手。

4 幾點認識

4.1 人工智能芯片迎來巨大的發(fā)展機遇

人工智能芯片的發(fā)展還處在初級階段，科研和產(chǎn)業(yè)應(yīng)用都擁有巨大的創(chuàng)新空間，將在材料、架構(gòu)、設(shè)計理念和應(yīng)用場景等方面迎來巨大的發(fā)展機遇。未來幾年，人工智能芯片將持續(xù)火熱，技術(shù)創(chuàng)新將不斷涌現(xiàn)。

4.2 ASIC成為人工智能芯片的重要分支

ASIC針對特定需求開發(fā)，能夠更好地根據(jù)需求進行性能和功耗的定向優(yōu)化，其專用的芯片架構(gòu)與高復(fù)雜度的算法相匹配，量產(chǎn)后在性能、功耗、成本等方面均具有較大優(yōu)勢，長期來看，非常適用于人工智能應(yīng)用。隨著仿真與原型設(shè)計技術(shù)的不斷成熟，ASIC有望在今后取代GPU和FPGA，成為人工智能芯片的重要分支。

4.3 架構(gòu)創(chuàng)新是人工智能芯片發(fā)展的重點方向

隨著人工智能應(yīng)用場景的多樣化，架構(gòu)創(chuàng)新使人工智能芯片的智能化水平越來越高。目前，短期發(fā)展采用異構(gòu)集成的方式加速各類應(yīng)用算法；中期發(fā)展著重在自重構(gòu)、自學(xué)習(xí)、自適應(yīng)方面發(fā)展，支持算法的演進和類人的自然智能；長期發(fā)展朝淡化人為干預(yù)的通用型芯片方向發(fā)展。