La recente relazione tra chip di intelligenza artificiale (ASIC) e FPGA è in discussione nel settore, pertanto invitiamo anche investitori industriali e imprenditori a discutere di questo argomento.
La revisione della storia dello sviluppo dei chip è una storia dell'evoluzione dei processi guidata dalla Legge di Moore ed è anche un'evoluzione della definizione dell'architettura della definizione dell'applicazione, quindi, parlando se l'ASIC sarà sostituita dall'FPGA, è un problema di un laico.
Nel contesto del rallentamento della Legge di Moore, l'applicazione dell'architettura di chip definita e persino dei sistemi hardware e software sarà più importante: proprio come la GPU, DSP, il chip di elaborazione video e altre nuove applicazioni determinate dall'onda di una nuova architettura di chip, l'IA è in questo Nella marea dell'onda, man mano che l'algoritmo evolve e converge, vengono gradualmente formate alcune architetture più efficienti e queste architetture di chip sono altamente integrate con il software applicativo di scena per bilanciare il consumo di energia, le prestazioni e la progettazione dei costi.
L'architettura di calcolo è costituita da tre elementi fondamentali, tra cui l'elaborazione, l'archiviazione e il networking, pertanto i tipi di chip possono essere sostanzialmente suddivisi in tre categorie, che è facile da comprendere.
Prima di tutto, si parla di chip per computer, Intel e CPU ARM, GPU di NVIDIA, chip DSP di CEVA rientrano in questa categoria, o IP, il compito principale è quello di completare le operazioni logiche e matematiche, sostenendo il mondo IT del cloud computing, terminali mobili e le applicazioni di elaborazione del segnale, così come AI e simili; FPGA in cui una piccola categoria, in cui tutte le entrate Intel meno del 5%, tipicamente FPGA può fare qualche operazione di accelerazione della CPU non è buona, come ad esempio l'elaborazione del segnale, e altre scene AI ragionamento , ma lo svantaggio è anche molto chiaro FPGA, FPGA sottolineato che la logica universale, riscrittura software di supporto e configurazione, con conseguente densità calcolato è il collo di bottiglia, e la logica generica portato un sacco di ridondanza, il che significa che il consumo di potenza e costo un aumento significativo Internet mobile e era del networking, un forte aumento del numero di utenti e la complessità dell'applicazione, densità di elaborazione (potenza per il supporto watt di calcolo) è la competitività di base, FPGA, ovviamente, non competente, anche se FPGA può essere in grado di accelerare la scena che in La CPU è un ordine di grandezza più alto, ma almeno un ordine di grandezza inferiore al motore AI dedicato.
Alcune persone si chiederanno se l'ASIC non è universale, infatti la risposta è molto semplice: la densità universale e computazionale è una sorta di compromesso: per esempio, in teoria, la CPU può fare qualsiasi operazione, ma l'architettura generale comporta la perdita di densità computazionale. Ad esempio, la migliore CPU del server può fornire solo 1Tflops di potenza di ragionamento AI: guarda la GPU, può facilmente fare 10Tflops, ma la GPU non può completare operazioni logiche complesse, quindi non può mai sostituire la CPU; Una specie tra CPU e ASIC, con una certa flessibilità, ma prestazioni a basso costo, non può soddisfare le esigenze tradizionali, come l'industria della telefonia mobile, al fine di risparmiare qualche centesimo del costo di ottimizzare costantemente il design, affrontando un settore così enorme, I risparmi sui costi di bit a bit sono enormi vantaggi, quindi il destino di FPGA è sempre stato un prodotto di transizione nelle prime fasi del mercato o un segmento che serve piccoli lotti.
Recentemente, abbiamo notato una cosa interessante: Intel ha acquisito una società impegnata nella progettazione ASIC strutturata e può ritagliare parte della logica ridondante per accelerare il processo di sviluppo dalla progettazione logica FPGA all'ASIC basata sulla progettazione FPGA. Da questo punto, è anche possibile vedere Fuori ASIC è la risposta definitiva al mercato mainstream.
Aurora Borealis ha investito in quattro società di chip di intelligenza artificiale:
▪ Separato per il cloud computing,
▪ Semi di sesamo nero autoprodotti,
▪ Elettronica di consumo e miliardi di sicurezza,
▪ La nostra tecnologia con fusione di sensori a bassissima potenza,
Queste aziende hanno ottimizzato il motore di intelligenza artificiale per diversi scenari applicativi: la futura società di chip non può essere solo un'azienda che produce hardware, deve comprendere le esigenze dell'utente e definire i limiti di flessibilità per definire i migliori prodotti. Il mercato del cloud computing deve supportare più modelli di rete AI, quindi il suo design dell'architettura è più versatile e più vicino all'architettura GPGPU, mentre Black Sesame e Yizhi capiscono profondamente i requisiti prestazionali dello scenario applicativo, devono solo supportare i pochi utenti necessari Diversi algoritmi e altro per perseguire l'equilibrio tra consumo di energia e prestazioni: al cliente interessa davvero non l'universalità, altrimenti la CPU andrà bene, ma il costo sotto la densità computazionale che soddisfa i requisiti di scena.
Altri messo in dubbio la nuova società non afferrare la capacità, l'obiettivo di ASIC è quello di utilizzare il processo più mainstream e relativamente poco costoso per completare l'FPGA utilizzando il processo di produzione più avanzati al fine di fare le cose, la capacità non è un problema, per esempio, cento milioni cileno è sufficiente utilizzare il 40nm e 28nm il processo può fornire più di 1TOPS forza conteggio, costo FPGA è solo 1/10 o meno, il processo di produzione più avanzato è adatto per la progettazione di chip general-purpose, ma nel contesto di un rallentamento legge di Moore diventerà un peso enorme. anche qui voglio parlare di vista personali in profondo cambio di gestione Kam, gli sviluppatori FPGA è molto piccolo, difficile da usare, quindi l'automazione è uno strumento prezioso per FPGA, profonde strumenti software Kam aI può accelerare i progressi di sviluppo del FPGA, Xilinx ma se volessero continuare ad investire in ricerca e sviluppo resta da vedere aI di chip dedicati. Intel come leader del settore in pilota automatico, il consumo, la sicurezza e il cloud computing hanno un layout di chip IA dedicata, compresa la BAT hanno sviluppato i propri chip di intelligenza artificiale, questa direzione è ancora notevole consenso.
Riassumiamo il punto di vista, la definizione della scena del chip dedicato AI e il calcolo eterogeneo è il tema principale del prossimo ciclo di cambiamento dell'architettura informatica.
In realtà, gli investimenti cinesi AI società di chip non è troppo, ma troppo poco, veramente maturo industria team di esperti è a caccia e la comunità degli investitori dovrebbe sostenere il soggetto, ma anche il futuro delle risorse strategiche del paese.