AI 칩 (ASIC)과 FPGA 사이의 최근 관계가 업계에서 논의되고 있으며, 이에 따라 업계 투자자 및 기업가들도이 주제에 대해 토론하게됩니다.
칩 개발의 역사를 검토하는 것은 무어의 법칙에 기반한 프로세스 진화의 역사이며 애플리케이션 정의에 대한 아키텍처 정의의 진화이기도하므로 ASIC이 FPGA로 대체 될지에 관해 이야기하는 것은 평신도의 문제입니다.
무어의 법칙이 느려지는 상황에서 정의 된 칩 아키텍처와 하드웨어 및 소프트웨어 시스템의 적용이 더 중요해질 것입니다 .GPU, DSP, 비디오 프로세싱 칩 및 기타 새로운 애플리케이션이 새로운 칩 아키텍처의 물결에 의해 생겨난 것처럼 AI는 파도가 닥칠 때 알고리즘이 진화하고 수렴함에 따라 점차적으로보다 효율적인 아키텍처가 형성되고 이러한 칩 아키텍처는 전력 소비, 성능 및 비용 설계 간의 균형을 맞추기 위해 장면 응용 소프트웨어와 고도로 통합됩니다.
컴퓨팅 아키텍처는 컴퓨팅, 스토리지 및 네트워킹과 같은 세 가지 핵심 요소로 구성되므로 기본적으로 세 가지 범주로 나눌 수 있으며 이해하기 쉽습니다.
우선, 우리는 컴퓨터 칩, 인텔과 ARM의 CPU, NVIDIA의 GPU에 대해 이야기 CEVA의 DSP 칩이 범주에, 또는 IP는 주요 작업은 클라우드 컴퓨팅의 IT 세계를 지원하는 논리와 수학 연산을 수행하는 것입니다, 모바일 단말기 및 신호 처리 애플리케이션뿐만 아니라, AI 등을 5 % 이하의 전체 인텔 수익 전형적 FPGA 일부 CPU 가속 조작을 할 수있는 소형의 종류는, 예컨대 신호 처리와 같은 좋지 않은있는 FPGA 및 다른 장면 AI 추론 하지만 단점도 분명 FPGA이며, FPGA는 보편적 인 논리, 지원 소프트웨어 및 구성을 다시 작성 계산 밀도의 결과가 병목이며, 일반 논리는 비용과 소비 전력을 의미 중복을 많이 가져왔다 강조 FPGA는보다 장면을 가속화 할 수 있지만 모바일 인터넷 및 네트워킹 시대, 사용자 수의 급격한 상승과 응용 프로그램의 복잡성, 컴퓨팅 밀도 (w 지원 당 컴퓨팅 파워)의 유의 한 증가는 FPGA 분명히 능력이없는, 핵심 경쟁력이다 CPU의 크기는 더 크지 만 전용 AI 엔진보다 적어도 한 단계 낮습니다.
어떤 사람들은 ASIC가 충분히 보편적없는 질문 있습니다, 사실, 대답은 간단, 범용 컴퓨팅 밀도와 CPU가 모든 작업을 수행 할 이론적으로는 가능 등, 타협이지만, 공통 아키텍처는 컴퓨팅 밀도의 손실을 가져다 줄 그것은 CPU를 대체 할 수 없다, GPU에서 쉽게 수행 할 수 있습니다 10Tflops을 보이지만, GPU는 복잡한 논리 연산을 수행 할 수 없습니다; 예를 들어, 최적의 서버 CPU는 일반적으로 단지 힘 1Tflops의 인공 지능 추론 수를 제공 할 수있는 FPGA는 매개 몇 가지 유연성은 있지만 낮은 비용 성능을 가진 CPU와 ASIC 사이의 종은 끊임없이 설계를 최적화하는 비용의 몇 센트를 절약하기 위해 휴대 전화 산업과 같은 주류의 요구를 충족시킬 수 없으며, 비트 단위로 비용을 절감하는 것이 큰 이점이므로 FPGA의 운명은 항상 시장의 초기 단계 또는 작은 배치를 제공하는 부분에서 과도기적 인 제품이었습니다.
최근에, 우리는 흥미로운 점을 발견 한 인텔은 구조화 ASIC 디자인에 종사하는 회사는 FPGA 기반 설계는 우리가 볼 수있는이 시점에서,는 ASIC 개발 과정에 일부 중복 로직 FPGA 로직 설계에서 가속을 줄일 수 인수 ASIC의 주류 시장에 대한 궁극적 인 대답은 바로 ASIC입니다.
Aurora Borealis는 4 개의 AI 칩 회사에 투자했습니다.
▪ 클라우드 컴퓨팅,
▪자가 운전 검은 참깨,
▪ 소비자 전자 제품 및 보안 10 억,
▪ 초 저전력 센서 융합 기술,
이 회사는 다양한 애플리케이션 시나리오, 단지 깊이, 사용자의 요구를 이해하는 최고의 제품을 정의하기 위해, 유연성의 경계를 정의해야합니다 하드웨어 회사를 생성 할 수없는 미래의 칩 회사에 최적화 된 AI 엔진입니다. 예를 들어, 탑승 클라우드 컴퓨팅 시장은 더 많은 네트워크 모델 AI를 지원하기 위해 필요, 그것은 GPGPU 아키텍처에 가까운 균형 잡힌 아키텍처 설계의 다양성,이다, 검은 참깨와 일억 지적 재산권 수요 시나리오에 대한 깊은 이해, 소수의 사용자 만이 지원이 필요 여러 알고리즘이 아니라 전력과 성능의 균형을 추구. 고객이 정말 관심은 CPU와 달리 잘 보편적 아니지만, 컴퓨팅 밀도의 비용으로 현장의 요구를 충족 할 수 있습니다.
ASIC의 목적은 FPGA가 가장 진보 된 프로세스로 수행 할 수있는 일을 성취하기 위해 가장 주류의 비교적 저렴한 프로세스를 사용하는 것이다. 예를 들어 Yizhi는 40nm와 28nm 만 필요하다. 과정 이상 1TOPS 카운트 힘을 제공 할 수 있습니다, FPGA 비용은 1/10 이하, 가장 진보 된 제조 공정은 범용 칩 설계에 적합하지만, 경기 침체의 맥락에서 무어의 법칙은 큰 부담이 될 것입니다. 그들이하고자하는 경우도 여기에 깊은 캄 인수에 따라 본인의 의견에 대해 얘기하고 싶지, FPGA 개발자가 사용하기 매우 작고 어려운, 그래서 자동화 FPGA를위한 유용한 도구입니다, 깊은 캄 AI 소프트웨어 툴은 FPGA, 자일링스의 개발 진행 속도를 높일 수 있지만, AI 업계의 선두 주자 인 Intel은 BAT 자체의 AI 칩 개발을 포함하여 자율적 인 운전, 소비자, 보안 및 클라우드 컴퓨팅을위한 전용 AI 칩 레이아웃을 가지고 있습니다.이 방향은 여전히 상당한 공감대를 가지고 있습니다.
우리는 관점을 요약, 인공 지능 장면 ASIC 및 이기종 컴퓨팅의 정의는 컴퓨팅 아키텍처의 변화 다음 사이클의 주요 테마입니다.
사실 중국 투자 AI 칩 회사는 너무 많이하지만 너무 작은, 진정으로 성숙 산업 경험이 팀이 추격하고 투자 지역 사회가 될뿐만 아니라, 국가의 전략적 자원의 미래를 지원해야하지 않습니다.