L'année dernière, le «Alpha Dog» a battu les joueurs sud-coréens Li Shishi, doit consommer des dizaines de milliers de watts, en s'appuyant sur l'énorme serveur cloud. Plus d'un an plus tard, une petite puce d'intelligence artificielle, vous pouvez laisser le téléphone, regarder et même la caméra et, Alfa dog 'comme' intelligent '.
Avec les entreprises chinoises pour lancer la puce de téléphone portable intelligente, axée sur le marché, le «noyau» de ce téléphone déclenche un boom mondial. Cela apportera-t-il quel type d'impact, la géométrie traditionnelle du sort de la puce?
Special 'core' dédié
Au Salon international de l'électronique grand public de Berlin en 2007, Huawei a lancé la puce de téléphone mobile intelligente Kirin 9 7 0, l'unité de réseau neuronal intégrée (N P U), grâce à l'apprentissage de l'intelligence artificielle, de sorte que l'exploitation des téléphones mobiles est plus efficace.
La puce, également connue sous le nom de circuits intégrés, selon la fonction peut être divisée en plusieurs types, et certaines sont responsables du contrôle de la sortie de la tension d'alimentation, et certaines sont responsables du traitement de l'audio et de la vidéo, et certaines sont responsables d'un traitement informatique complexe. Actuellement, sur le marché, Chip, puce de base, puce RF, comme près de 100 espèces.
Il existe une grande variété de puces existantes, pourquoi la puce de l'intelligence artificielle?
Avec les applications de téléphonie intelligente de plus en plus, la puce ou la performance traditionnelle n'est pas suffisante ou inefficace pour soutenir l'intelligence artificielle requise pour le fonctionnement du réseau neuronal à grande échelle.
Par exemple, «Google Brain» a utilisé des dizaines de milliers de processeurs à usage général pour exécuter «quelques jours pour apprendre à identifier le visage du chat;« Alpha Dog »et Li Shishi jouant aux échecs lorsqu'ils utilisent des milliers d'unités centrales de traitement (CPU) et des centaines (GPU), avec un coût moyen de près de 3 000 $ par conseil. Pour la grande majorité de la demande intelligente, les ordinateurs traditionnels basés sur l'ordinateur sont coûteux, de haute puissance, volumineux, lent et inacceptable Le
Par rapport à la puce traditionnelle 4-core, dans le cadre des mêmes tâches d'application de l'intelligence artificielle, la licorne 9 7 0 a environ 50 fois l'efficacité énergétique et 25 fois les avantages de performance.
Les personnes professionnelles ont souligné que le processeur ordinaire est comme le couteau de l'armée suisse, bien que GM, mais pas professionnel. Cuire pour faire une vaisselle décente, vous devez utiliser un couteau de cuisine professionnel, et la profondeur spéciale du processeur est la poignée Plus efficace, un «couteau de cuisine» plus efficace.
'Core' assez fort pour aller loin
Le développement rapide de l'intelligence artificielle, l'application supérieure dépend des compétences de base sous-jacentes, et la compétence de base est le processeur d'intelligence artificielle. Si la puce ne peut pas se briser, les applications d'intelligence artificielle ne peuvent pas vraiment réussir. On peut dire que la puce de base est l'intelligence artificielle Le terrain stratégique de l'époque.
L'intelligence artificielle est actuellement utilisée dans les algorithmes de profondeur d'apprentissage, il existe des besoins massifs en informatique de données, l'architecture et les systèmes traditionnels présentent un grand défi.
L'apprentissage de la profondeur, c'est-à-dire à travers l'algorithme de la machine pour concevoir un réseau neuronal. Les caractéristiques fondamentales de ce réseau sont d'imiter le cerveau entre le transfert des neurones, le modèle d'information de traitement, à partir d'angles et de niveaux multiples pour observer, apprendre, juger, prendre des décisions. , Cette méthode a été appliquée dans de nombreux domaines, tels que la reconnaissance faciale, la reconnaissance vocale, etc., est l'une des zones chaudes de la recherche sur l'intelligence artificielle.
La puce GPU pour le traitement d'image a d'abord été introduite en profondeur par des données massives (40.670, -0.95, -2.28%). En 2001, Wu Enda, responsable de Google, a appliqué le GPU NVIDIA à ' Google Brain ', les résultats montrent que 1 2 GPU peut atteindre l'équivalent de 200 performances d'apprentissage en profondeur de CPU. Après qu'un certain nombre d'institutions de recherche sont basées sur GPU pour accélérer son réseau de neurones de profondeur d'apprentissage.
Cependant, avec le développement rapide de la technologie de l'intelligence artificielle au cours des deux dernières années, G P U révèle la limitation dans trois aspects: il ne peut pas jouer pleinement sur les avantages du calcul parallèle, la structure matérielle n'est pas programmable et l'algorithme d'apprentissage en profondeur est inefficace.
La recherche mondiale et les entreprises commerciales sont en concurrence pour développer des puces d'intelligence artificielle plus appropriées, en particulier pour l'ère des communications mobiles de la puce.
Huawei et l'Institut de technologie de l'informatique de l'équipe de projet «Cambrian» de l'Académie chinoise des sciences ont développé conjointement la puce de téléphone cellulaire de l'intelligence artificielle 9 7 0, le premier NPU intégré, sera généralement complété par un certain nombre d'ordinateurs, d'images, de graphiques et d'images numériques traditionnels ) Fonctions de traitement du signal intégrées dans une puce, économiser de l'espace, économiser de l'énergie, tout en améliorant considérablement l'efficacité de l'opération.
Il est prédit que le marché des puce de calcul du cerveau atteindra 100 milliards de dollars d'ici 2020, les terminaux de consommation étant le plus grand marché, représentant 9,87%, et d'autres besoins, y compris les essais industriels, l'aviation, l'armée et la défense, etc. Champ.
Dans la nouvelle ère du calcul, la puce de base déterminera l'infrastructure et l'écologie future. Par conséquent, Google, Microsoft, Chaowei et d'autres fabricants de technologies de l'information et de communication ont fortement investi dans l'accélération du développement de la puce de l'intelligence artificielle.