Recentemente sobre a relação entre o chip AI (ASIC) e FPGA, o status da indústria está em questão. Portanto, vamos convidar a indústria este tema investidores, foram discutidos os empresários.
Recordando a história do desenvolvimento de chips, é a história da evolução de um processo conduzido pela Lei de Moore, mas também uma história da evolução da arquitetura definido pelo aplicativo, ASIC não é tão falado será substituído por FPGA, o problema em si é um leigo.
Sob desaceleração Lei de Moore de fundo, arquitetura de chip e as de hardware e software cenários de aplicação definidas pelo sistema será a mudança ainda mais importante, como onda após onda de novas aplicações GPU, DSP, chips de processamento de vídeo trazer arquitectura especial de chip, AI neste com a evolução da onda e maré que será convergência do algoritmo, gradualmente precipitar alguma da arquitectura mais eficiente, e essas cenas arquitetura de chip e software aplicativo é altamente integrado, poder equilibrado, desempenho e custo do projeto.
Computing Architecture Há três elementos principais, incluindo computação, armazenamento e rede, o tipo de chip pode ser basicamente dividido em três categorias de acordo com, esta facilidade de compreensão.
Primeiro de tudo, falamos de chips de computador, Intel e CPU ARM, GPU da NVIDIA, chips DSP da CEVA se enquadram nesta categoria, ou IP, a principal tarefa é concluir as operações lógicas e matemáticas, apoiando o mundo de TI da computação em nuvem, terminais móveis Aplicação e processamento de sinais, mesmo AI, etc, FPGA é uma das pequenas categorias, menos de 5% de toda a receita da Intel, geralmente FPGA pode fazer algumas operações aceleradas que a CPU não é boa, como processamento de sinal, raciocínio AI, etc. , mas a desvantagem é também FPGA muito clara, FPGA enfatizou que a lógica universal, reescrevendo software e configuração de suporte, resultando em densidade calculada é o gargalo, ea lógica genérica trouxe um monte de redundância, o que significa que o consumo de custos e de energia um aumento significativo na Internet móvel e era networking, um forte aumento no número de usuários e da complexidade da aplicação, densidade de computação (poder por apoio watt computação) é a competitividade do núcleo, FPGA, obviamente, não competente, embora FPGA pode ser capaz de acelerar a cena do que em A CPU é uma ordem de grandeza maior, mas pelo menos uma ordem de magnitude menor que o mecanismo AI dedicado.
Algumas pessoas podem questionar o ASIC não é universal o suficiente, na verdade, a resposta é simples densidade de computação, de uso geral e é um compromisso, como CPU é teoricamente possível fazer qualquer operação, mas a arquitetura comum traz uma perda de densidade computacional, dar Por exemplo, a melhor CPU do servidor só pode fornecer 1TL de potência de raciocínio da IA, olhar para a GPU, pode fazer 10Tflops facilmente, mas a GPU não pode completar operações lógicas complexas, de modo que nunca pode substituir a CPU; no meio de uma CPU de espécies e ASIC, há alguma flexibilidade, mas o preço é baixo, não pode satisfazer as necessidades do mainstream, como a indústria de telefonia móvel, a fim de economizar alguns centavos do custo em constante otimização do design, o rosto de uma enorme indústria tal, As economias de custo de bits a bit são enormes benefícios, então o destino da FPGA sempre foi um produto de transição no estágio inicial do mercado ou um segmento que atende pequenos lotes.
Recentemente, temos notado uma coisa interessante, a Intel adquiriu uma empresa envolvida no projeto de ASIC estruturado, design baseado em FPGA pode cortar alguma lógica redundante acelera desde a concepção lógica FPGA para um processo de desenvolvimento ASIC, a partir deste ponto, podemos ver Fora do ASIC é a resposta final para o mercado mainstream.
A Aurora Borealis investiu em quatro empresas de chip da AI:
▪ Separado para computação em nuvem,
▪ Sementes de gergelim preto autônomo,
▪ Eletrônicos de consumo e bilhões de segurança,
▪ A nossa tecnologia com fusão de sensores de consumo ultrabaixo,
Estas empresas são o motor AI otimizado para diferentes cenários de aplicação, empresas de chips futuros não pode simplesmente produzir empresas de hardware deve entender profundamente as necessidades dos usuários, definir os limites de flexibilidade, a fim de definir o melhor produto. Por exemplo, para embarque mercado de computação em nuvem, a necessidade de apoiar mais modelo de rede AI, é mais equilibrada versatilidade arquitetura design, mais perto da arquitetura GPGPU, sementes de gergelim preto e cem milhões e uma profunda compreensão de cenários de demanda de propriedade intelectual, apenas alguns usuários precisam de apoio vários algoritmos, mas sim a busca do equilíbrio de poder e desempenho. clientes realmente se preocupam não é universal, caso contrário, muito bem com o CPU, mas ao custo de densidade de computação para atender às necessidades da cena.
Outros questionaram a nova empresa não agarrar capacidade, o objetivo da ASIC é usar o processo mais mainstream e relativamente barata para completar o FPGA usando o processo de fabricação mais avançada, a fim de fazer as coisas, a capacidade não é um problema, por exemplo, cem milhões de chilenos simplesmente usar a 40nm e 28nm o processo pode fornecer mais do que 1TOPS força contagem, o custo FPGA é de apenas 1/10 ou menos, o processo de fabricação mais avançada é adequado para design de chips de propósito geral, mas no contexto de uma desaceleração Lei de Moore vai se tornar um fardo enorme. aqui também quero falar sobre opiniões pessoais sob aquisição Kam profunda, os desenvolvedores FPGA é muito pequeno, difícil de usar, de modo a automação é uma ferramenta valiosa para FPGA, profundas ferramentas de software Kam AI pode acelerar o progresso do desenvolvimento do FPGA, Xilinx mas se eles iriam continuar a investir em pesquisa e desenvolvimento continua a ser visto AI chip dedicado. Intel como líder do setor em piloto automático, consumo, segurança e computação em nuvem tem um layout dedicado chip de AI, incluindo BAT desenvolveram seu próprio chip AI, neste sentido ainda é consenso considerável.
Vamos resumir o ponto de vista, a definição de cena AI dedicado chip e computação heterogênea é o tema principal do próximo ciclo de mudança de arquitetura de computação.
Na verdade, o investimento chinês AI empresa de chips não é muito, mas muito pouco verdadeiramente madura equipa experiente, a indústria está perseguindo e a comunidade de investimento devem apoiar o assunto, mas também o futuro dos recursos estratégicos do país.