芯耀
360
過去十年來，人工智能（AI）已從實驗室探索階段發(fā)展成一項被廣泛應用的技術，應用范圍從醫(yī)療檢測到智能手機，再到現(xiàn)在大火的AIGC應用，比如集聊天、寫代碼、創(chuàng)作文案、查資料、出旅游攻略等多種功能于一體的ChatGPT。
在眾多應用的推動下，到2030年，AI市場規(guī)模有望達到15,970億美元，相比2021年的870億美元，復合年均增長率為38.1%。
這種爆炸式增長得益于半導體創(chuàng)新，包括從高速執(zhí)行并行數(shù)據(jù)處理的AI片上系統(tǒng)（SoC）到用于設計和制造這些芯片的AI工具。
如今，支持人工智能的半導體基礎設施已不再為現(xiàn)有芯片供應商和代工廠所獨有。隨著AI工具的輔助作用日益顯著，從汽車制造商到超大規(guī)模用戶再到設備制造商，很多企業(yè)都在全心打造定制芯片來開發(fā)創(chuàng)新解決方案。本文將探討2023年的人工智能發(fā)展趨勢，這些趨勢將有望推動這種創(chuàng)新，同時幫助行業(yè)解決如今所面臨的一些挑戰(zhàn)。
2023關鍵詞：集成
據(jù)預計，2025年將有超過20億臺AI增強型設備出貨，屆時邊緣計算仍將是推動人工智能發(fā)展的巨大市場動力，促進技術和應用不斷創(chuàng)新。隨著更多的人工智能處理會在邊緣進行，未來一年內(nèi)，許多努力和創(chuàng)新都會集中在一個方面，那就是集成。
在邊緣設備中，AI系統(tǒng)需要執(zhí)行各種不同的任務，這不僅需要不同類型的計算能力，還需要不同類型的內(nèi)存和連接，當然還有傳感器輸入。而在構建系統(tǒng)時將多種異構組件集成到一個高能效、可投產(chǎn)的功能性設計中，是一項重大的挑戰(zhàn)。除了半導體開發(fā)和制造外，這項工作還勢必牽涉到其他工程設計領域，例如機械設計、光學設計、電氣設計以及數(shù)字和模擬半導體設計。
數(shù)據(jù)中心的集成雖然面臨不同的挑戰(zhàn)，但同樣錯綜復雜。雖然數(shù)據(jù)中心用例可能更數(shù)字化、更可預測，但這并不意味著就更容易部署人工智能。為了提供所需的深度計算性能，需要將多個裸片集成到一個芯片器件中。
這些組件主要由密集的數(shù)字邏輯組成，如加速大型神經(jīng)網(wǎng)絡所需的原始計算能力。舉個例子，開發(fā)者可能需要將八個相同的CPU集成到一個3D器件中，這就在基板、Die-to-Die通信、散熱、噪聲等方面帶來了前所未有的挑戰(zhàn)，特別是在功耗方面。
AI設計工具的采用率將再增長10倍
隨著芯片和制造的復雜度不斷增加，AI設計工具的應用也在呈指數(shù)級增長。
去年，《Wired》雜志報道了全球首個由AI設計的芯片──三星正在使用新思科技DSO.ai實現(xiàn)尖端計算機芯片的自動化設計。短短一年內(nèi)，由AI設計的商業(yè)芯片在數(shù)量上至少增加了一個數(shù)量級。隨著AI設計技術加快普及，訓練數(shù)據(jù)集變得更加全面，同時設計團隊開始深入和廣泛地利用新型工具的優(yōu)勢，我們預計這一趨勢仍將繼續(xù)，新思科技幫助流片的設計也將從今年的數(shù)百個增加到2023年的數(shù)千個。
隨著未來一年該技術日趨成熟，AI驅動的新設計能力將在新的芯片設計領域帶來生產(chǎn)力的突破，并開始幫助打造更加復雜的設計，以滿足功耗、性能和面積（PPA）方面的需求。因此，如果看到基于AI強化學習的應用在2023年投入市場來解決各種設計挑戰(zhàn)，以及從數(shù)字設計到定制設計和驗證的快速普及，也就不足為奇了。
生成式AI將加速應用開發(fā)
在開發(fā)新的AI應用時，一個最具挑戰(zhàn)性、耗時最長的環(huán)節(jié)是創(chuàng)建一個模型，然后優(yōu)化并訓練它來執(zhí)行特定的任務。這項工作很重要，目前還做不到完全自動化。隨著AI應用的激增，模型構建日益成為發(fā)展的障礙。為此，人們加大了對所謂的基礎模型的研究投入。
“基礎模型”是一種AI模型，只需設計一次，就可以使用非常龐大的數(shù)據(jù)集進行訓練，從而實現(xiàn)各種目標。經(jīng)過訓練后，這種模型可用于許多不同的應用。其目標是減少為每個應用專門架構和開發(fā)新模型而花費的時間。開發(fā)者可以利用成熟的基礎模型，通過向它提供不同類型的數(shù)據(jù)來訓練它處理新的工作?；A模型規(guī)模巨大，使用戶能夠實現(xiàn)全新的功能，而這是以前使用早期架構所無法實現(xiàn)的。
基礎模型正在推動另一項AI技術發(fā)展成為2023年的焦點，那就是生成式AI。這一波新的AI浪潮專注于創(chuàng)造新的內(nèi)容，其基礎是底層模型能夠使用海量數(shù)據(jù)（包括文本、圖像、語音，甚至是來自傳感器的3D信號）進行訓練?；谶@些輸入，同一個基礎模型經(jīng)過訓練后可用來合成各種新的內(nèi)容，如創(chuàng)造藝術、創(chuàng)作音樂，甚至是為聊天機器人生成文本。生成式AI將使得創(chuàng)建新內(nèi)容變得前所未有的簡單，因為相關模型不是為特定任務而設計的，而是設計為能夠不斷學習。
在追求凈零排放的過程中AI將發(fā)揮重要作用
AI應用非常強大，但也會消耗大量的能源。最近有一項研究表明，一個常見Transformer模型的單次訓練能耗大約是美國家庭年均能源預算的八倍。顯然，如果情況不改變，擴展這些AI應用將會嚴重影響到我們的能源消耗、基礎設施以及我們建立數(shù)據(jù)中心的方式。
AI設計工具可以更好地優(yōu)化AI處理器芯片來提高能效，從而直接幫助全球為實現(xiàn)凈零排放而努力。新思科技最近開展的一項非正式研究表明，利用AI設計工具優(yōu)化AI芯片，整體上平均可以節(jié)省約8%的能源。
如果將這種8%的節(jié)能效果推廣到全世界的每一個數(shù)據(jù)中心，則意味著可以節(jié)省大量的能源，而這項研究還只是觸及了皮毛。其優(yōu)勢還遠不止芯片設計。它還可以優(yōu)化國家的電網(wǎng)性能，更大限度地提高農(nóng)作物產(chǎn)量，盡可能減少用水量，以及減少樓宇制冷所需的能源用量等等。AI不僅能夠減少自身的碳足跡，還能造福環(huán)境，以上只是其中的幾個例子。
總結
在未來一年中，AI工具和功能的發(fā)展將促進整個行業(yè)的創(chuàng)新，并為新進入者降低門檻，同時為小型企業(yè)提供公平的競爭環(huán)境。為了繼續(xù)向前發(fā)展，企業(yè)需要AI芯片組能夠以更快的速度提供更高的計算水平，同時功耗要所有降低。
新思科技擁有廣泛的AI設計解決方案和IP產(chǎn)品組合。無論企業(yè)身處應用領域，還是芯片開發(fā)領域，或是兩者都有涉足，新思科技的解決方案都將為企業(yè)實現(xiàn)差異化競爭優(yōu)勢提供一條有效途徑。
讓芯片開發(fā)變得更快、更輕松是我們一直不懈努力的方向，因為我們始終相信，AI將能夠通過顛覆性的技術改變世界。
