در واقع، این دستگاه ها هستند تراشه درست نیست، اما یک سیستم در بسته. آنها به طور کلی شامل دو یا یکی بر اساس آخرین روند تولید نیمه هادی (16nm و زیر) از ASIC قابلیت پردازش در مقیاس بزرگ و بزرگ با ظرفیت حافظه پهنای باند بالا (مانند HBM2 پشته)، که همه آنها با هم توسط تراشه های پیشرفته تکنولوژی بسته بندی یکپارچه شده است.
هوش مصنوعی مربوط به ASIC به تدریج موفق به کسب توجه بازار به تازگی، تعدادی از تولید کنندگان مانند NVIDIA، اینتل، گوگل و برخی از شروع یو پی اس بر روی برای وارد شدن به توسعه بوده است، انتظار می رود چند میلیارد فرصت بازار دلار برای مقیاس در آینده تشکیل می دهد. با NVIDIA GPU تبدیل تغییر خواهد در زیر ابر نقش موتور AI است، نیز مصمم به رانندگی ASIC توسعه کسب و کار پیگیری، به عنوان گوگل در حال حاضر راه اندازی TPU نسل دوم، اینتل همچنین تراشه Nervana خود را ساخته شده پس از این شرکت خریداری Nervana، یکی دیگر از رکورد جدید، توسط کارکنان سابق گوگل TPU تاسیس شرکت Groq، همچنین به تازگی اعلام کرد که نسل بعدی خود تراشه AI در آن راه اندازی، و بنابراین در آغاز 2018.
TPU گوگل، به طور خاص برای الگوریتم یادگیری طراحی جریان تانسور عمیق، TPU نیز در سیستم AlphaGo سال جاری منتشر شد نسل دوم از ابر TPU نیروی محاسبات نظری مورد استفاده قرار رسیده 180T سبک، آموزش، و می تواند در مدل های یادگیری ماشین اجرا را اثر شتاب قابل توجهی، در واقع، یک تراشه ASIC است. ASCI انتخاب کنید برای انجام توسعه سفارشی، از یک سو در مورد پول نگران، از سوی دیگر نیز از خدمات مورد نیاز به در نظر گرفتن گوگل ارائه می دهد، از جمله جستجوی تصویر گوگل، عکس، ابر API های بصری، محصولات ترجمه گوگل و خدمات نیاز به استفاده از عمق شبکه های عصبی. گوگل دارند تقاضا، و توانایی به منظور توسعه یک تراشه تخصصی و برنامه های کاربردی در مقیاس بزرگ (به اشتراک گذاری تعداد زیادی از هزینه های R & D) امکان پذیر است.
Nervana با ادغام پس از اینتل قصد دارد برای راه اندازی اولین AI اختصاصی از Nervana پردازنده شبکه عصبی (NNP) قبل از پایان سال 2017. Nervana NNP یک تراشه ASIC است، برای شرکت در آموزش و انجام الگوریتم های یادگیری عمیق با بهره وری عملیاتی بسیار بالا اینتل رها رایج کش پردازنده، تغییر الگوریتم مسئول تراشه حافظه خاص مدیریت توسط نرم افزار خاص، به امید افزایش چگالی محاسبات و عملکرد تراشه به یک سطح جدید.
توسط کارکنان سابق گوگل TPU تاسیس شد راه اندازی Groq در نظر دارد برای صدور اولین نسل از تراشه های هوش مصنوعی در سال 2018. تراشه بر روی استاندارد NVIDIA GPU، طراحی شده است. داده های رسمی نشان می دهد که وب سایت هوش مصنوعی به دوباره سفارشی کردن یک تراشه، این تراشه سرعت عمل می تواند 400 هزار میلیارد بار در ثانیه، در هر وات انرژی به مدت هشت تریلیون عملیات برسد در حالی که شدن TPU نسل گوگل برای رسیدن به 180000000000000 عملیات در هر ثانیه، عملکرد تراشه Groq خواهد شد دو TPU گوگل بار.
مدیاتک نیز عمل خواهد بود. مدیاتک همکاری مدیر عامل Tsai و گفت، ASIC طرح مدیاتک خواهد منابع موجود بازی، از طریق قدرت تیم های موجود، با نیازهای مشتری و فعالانه در توسعه میدان ASIC. اما، بعد از همه، به تازگی آغاز شده، در این مرحله بیش از حد نمی شود انتخاب مشتریان ، و یا به رشد کسب و کار به طور کلی یک اولویت است.
تراشه ی جهانی AI، اولین قورباغه کامبرین، مسیر ASIC را می گیرد.
در واقع، با توجه به سفارشی، مصرف برق کم و مزایای دیگر، ASIC است که به طور فزاینده ای در زمینه هوش مصنوعی استفاده می شود، LED طراحی ASIC و سرعت در حال رشد بازار بر اساس آخرین نظرسنجی از Semico تحقیقات، 2021 سال پیش، هوش مصنوعی دستگاه طراحی ASIC صدای فعال شدن انتظار می رود رشد نزدیک به 20٪ نرخ رشد مرکب سالانه رشد، تقریبا دو برابر نرخ رشد از همه طراحی ASIC (10.1 درصد) در 2016-2021، محموله های ASIC جهانی در سال گذشته در سال آینده رشد 7.7٪ همه چیز فروش واحد ASIC خواهد شد بیش از 1.8 میلیارد واحد. Semico تحقیقات اشاره می کند، ASIC منبع اصلی رشد می آید از در حال رشد صنعتی و بازارهای مصرف، همراه با کاهش تقاضا به دلیل اشباع بازار، بسیاری از نرخ رشد ترمینال سنتی شروع به کم کردن سرعت برنامه، برنامه های کاربردی مربوط به IOT برداشته می شوند.
Semico تحقیقات اشاره کرد که، علاوه بر همه چیز و هوش مصنوعی و شبکه هوشمند، الکترونیک پوشیدنی، درایوهای حالت جامد، وسایل نقلیه هوایی بدون سرنشین، شبکه های صنعتی، سیستم های پیشرفته کمک راننده نرخ رشد محصول (ADAS) ASIC و زیرساخت های مربوط به 5G انتظار می رود بازار گسترده تر نیز سریع تر در سال 2021 قبل از پروژه های طراحی SoC با پایه مصرف کننده در زمینه الکترونیک 19٪ رشد سالانه رشد خواهد کرد، در حالی که همه چیز صنعتی پروژه های طراحی ASIC 25٪ رشد خواهد کرد.
هزینه های تحقیق و توسعه پروژه ASIC مشکل بارگذاری، خدمات طراحی خدمات احیا مجدد حمام
با وجود این، کاربرد ASIC در زمینه AI همچنان با مشکلاتی مواجه است.
ASIC مطابق با محصولات مختلف متناسب با نیازهای مدارهای یکپارچه، طراحی شده توسط نیازهای مورد نیاز کاربر خاص و خاص برای تولید سیستم های الکترونیکی است. به طور کلی، ASIC انجام یک ویژه مسلح در یک تابع خاص، می تواند طراحی های پیچیده مورد نیاز می توانید سرعت پردازش بالاتر و مصرف انرژی کمتر به دست، نسبتا، طراحی ASIC، هزینه تولید بسیار بالا است. شرکت IC به طور کلی مشکل پردازنده هزینه خطر تراشه ASIC به طور خاص برای یادگیری عمیق عملکرد برای اولین بار برای آینده توسعه شما باید بهترین از فناوری نیمههادیها با آخرین فن آوری استفاده کنید، و در حال حاضر تولید تراشه یکبار مصرف چند میلیون تومان هزینه دارد، بسیار گران است. حتی اگر پول، همچنین نیاز به راه اندازی یک تیم از طراحی خراش، چرخه طراحی اغلب بسیار طولانی است می توان گفت که هم به بازار بیش از حد طولانی، خطرناک است. تراشه ASIC و باید به طور مداوم ارتقاء به نگه دارید تا با تکنولوژی های جدید و سطح فناوری، همراه با طراحان تراشه ASIC در حال حاضر در فرایند توسعه اوایل ثابت منطقی آن بود، بنابراین اگر ایده های جدید در زمینه های به سرعت در حال تحول مانند AI وجود دارد و تراشه های ASIC قادر به واکنش سریع به این نخواهند بود. اگر مقیاس بزرگ با، حتی اگر دلار نیز توسعه ارزش عملی است. بنابراین، شرکت ها IC به طور کلی تمایل به استفاده از تراشه منظوره مانند CPU، GPU، یا FPGA تراشه نیمه سفارشی.
بدیهی است، با فرآیند ارتقاء ثابت، هزینه های tapeout ASIC حداقل امنیتی در فروش پایان تراشه ASIC در پایان نیز یکی از معدود فروشندگان ASIC جهانی مطرح کرده اند، به مقاومت در برابر چنین جریان زیادی از هزینه های تراشه ASIC و خطر شکست. با این کار، خدمات طراحی ASIC یک بار دیگر به تمرکز صنعت تبدیل شده است.
به عنوان مثال، سطح fabless خدمات طراحی ASIC شرکت های ایالات متحده FinFET را eSilicon امروز اعلام کرد مطالعه خود عمق موفق خواهد شد به تولید ASIC ارسال منتشر شد، استخراج eSilicon ذکر است این سفارشی ASIC IP، 2.5D فن آوری بسته بندی پیشرفته و عمده تراشه صنعت یک، و از اولین استفاده از TSMC تولید تراشه CoWoS 2.5D فن آوری بسته بندی برای شرکت است. دکتر BJ وو، معاون رئيس جمهور توسعه کسب و کار، اشاره کرد که TSMC، تکنولوژی بسته بندی TSMC CoWoS است برای دیدار با تقاضا برای این نوع از برنامه های کاربردی یادگیری عمق طراحی تراشه، این پیشرفته راه حل های بسته بندی برای عملکرد و ادغام مورد نیاز بالا، eSilicon برای رسیدن به اهداف طراحی گوگل TPU قبلا ذکر شد، Nervana NNP، Groq نسل اول آینده از تراشه AI، هستند که توسط ASIC ارسال ساخته شده است، و تحویل به تولید TSMC.
در حال حاضر، کلاس هوش مصنوعی توسعه ASIC هنوز در مراحل اولیه است. دلیل اساسی این است که، پس از آن که تولید کامل شده است ASIC طراحی مدار ثابت است، و تنها می تواند ریز تنظیم، تغییرات عمده، در حالی که سخت افزار بالا R & D طراحی و تولید هزینه ها، اگر حالات آیا که بازار درست است هنوز مشخص نیست، سازمانی را دشوار است به را به سقوط. علاوه بر این، برای طراحی یک تراشه از هوش مصنوعی به این شرکت باید به نه تنها الگوریتم خوب هوش مصنوعی و شرکت توسعه تراشه، موانع بالا به ورود داشته باشد. بنابراین، الگوریتم هوش مصنوعی + خدمات طراحی ASIC + OEM توسعه مدل کسب و کار را به درستی، اجازه می دهد بیشتر و بیشتر AI ASIC به بیرون آمدن و همچنان به توسعه.
سمت ریخته گری، وجود دارد بسیاری از ریخته گری جهانی است، اما به دلیل بیش از حد دشوار، انجام AI بسته سیستم نیست بسیاری از تولید کنندگان، TSMC، سامسونگ و هسته سلولی در فهرست ستونها هستند. بنابراین، آنچه تولید کنندگان در طراحی سیستم هوش مصنوعی هستند بسته بندی آن را؟ شما نیاز به نگاه 2.5D واقعا خوب که فروشندگان کلیدی IP یکپارچه شده است و طراحی مورد نیاز (مانند HBM2 رابط لایه فیزیکی و با سرعت بالا SerDes). HBM2 PHY و SerDes ماژول انجام با سرعت بالا بین اجزای مختلف در سیستم بسته بندی ماموریت حیاتی ارتباطات است. این بسیار خواستار چالش های طراحی آنالوگ، خرید IP از فروشندگان ASIC می تواند خطر ابتلا به حداقل برساند. eSilicon سه فن آوری های کلیدی ذکر شده در بالا وجود داشته باشد. متخصص در فروشندگان ASIC در این مناطق و نه چندان، اما به دلیل بازار هوش مصنوعی ممکن است رشد انفجاری به نظر می رسد، بنابراین این تولید کنندگان ASIC بهره مند شوند.
تایوان نیز دارای تعداد زیادی از IC خدمات طراحی شرکت، در بازار محور کسب و کار، ASIC AI دوباره بهتر است، و صنعت انتظار می رود که رونق این موج انتظار می رود که برای مدت زمان طولانی ادامه خواهد داد. TSMC شجاعانه پیش بینی کرد که تا سال 2020 با عملکرد بالا محاسبات (HPC)، هوش مصنوعی مربوط به عملکرد تراشه تا $ 15 میلیارد دلار، و جهان از هسته خلاق، فارادی همچنین در مورد رونق در تقاضا برای مشتریان تراشه ASIC از سراسر جهان AI، از سال 2017، انتظار می رود که برای مدتی ادامه خوش بینانه، با تاکید خاص بر تکنولوژی فرآیند پیشرفته، طراحی تراشه بسیار پیچیده، کارآمد عملکرد و مصرف برق کم، خواهد بود که ارائه دهندگان IC خدمات طراحی بازار جدید اقیانوس آبی.