ความสัมพันธ์ล่าสุดระหว่างชิป AI (ASICs) และ FPGAs กำลังถูกกล่าวถึงในอุตสาหกรรมดังนั้นเราจึงเชิญนักลงทุนในอุตสาหกรรมและผู้ประกอบการมาหารือเกี่ยวกับหัวข้อนี้ด้วย
ระลึกถึงประวัติศาสตร์ของการพัฒนาชิปเป็นประวัติศาสตร์ของการวิวัฒนาการของกระบวนการขับเคลื่อนโดยกฎของมัวร์ แต่ยังประวัติศาสตร์ของวิวัฒนาการของสถาปัตยกรรมโปรแกรมประยุกต์ที่กำหนดให้ ASIC ไม่เป็นเช่นนั้นพูดคุยเกี่ยวกับจะถูกแทนที่ด้วย FPGA ปัญหาตัวเองเป็นคนธรรมดา
ภายใต้กฎของมัวร์ชะลอตัวของพื้นหลังสถาปัตยกรรมชิปและฮาร์ดแวร์และซอฟต์แวร์สถานการณ์การประยุกต์ใช้ระบบกำหนดจะมีการเปลี่ยนแปลงสำคัญยิ่งขึ้นในขณะที่คลื่นหลังจากคลื่นของการใช้งาน GPU ใหม่, DSP, ชิปประมวลผลวิดีโอนำสถาปัตยกรรมชิปพิเศษ AI ในครั้งนี้ กับวิวัฒนาการของคลื่นและน้ำซึ่งจะมีการบรรจบกันของอัลกอริทึมค่อยๆตกตะกอนออกบางส่วนของสถาปัตยกรรมที่มีประสิทธิภาพมากขึ้นและฉากเหล่านี้สถาปัตยกรรมชิปและซอฟต์แวร์ได้รวมพลังสมดุลประสิทธิภาพการทำงานและค่าใช้จ่ายของการออกแบบ
สถาปัตยกรรมคอมพิวเตอร์ประกอบด้วยองค์ประกอบหลัก 3 ส่วน ได้แก่ การประมวลผลการจัดเก็บและระบบเครือข่ายดังนั้นชนิดของชิปจึงสามารถแบ่งออกได้เป็น 3 ประเภทซึ่งง่ายต่อการเข้าใจ
ครั้งแรกของทั้งหมดที่เราพูดคุยเกี่ยวกับคอมพิวเตอร์ชิปอินเทลและ CPU ARM, GPU NVIDIA ของ CEVA ชิป DSP ตกอยู่ในประเภทนี้หรือ IP งานหลักคือเพื่อให้การดำเนินงานเชิงตรรกะและคณิตศาสตร์สนับสนุนโลกไอทีของ cloud computing, ขั้วมือถือ และการประยุกต์ใช้การประมวลผลสัญญาณเช่นเดียวกับเอไอและชอบ; FPGA ซึ่งในประเภทขนาดเล็กซึ่งในรายได้ของ Intel ทั้งหมดน้อยกว่า 5% โดยทั่วไป FPGA สามารถทำบางการดำเนินการเร่งความเร็วของ CPU ไม่ดีเช่นการประมวลผลสัญญาณและฉากอื่น ๆ AI เหตุผล แต่อุปสรรคที่ยังเป็น FPGA ชัดเจนมาก FPGA ย้ำว่าตรรกะสากลการเขียนซอฟแวร์การสนับสนุนและการกำหนดค่าส่งผลให้ความหนาแน่นคำนวณเป็นคอขวดและตรรกะทั่วไปนำมากความซ้ำซ้อนซึ่งหมายความว่าค่าใช้จ่ายและอำนาจในการบริโภค เพิ่มขึ้นอย่างมากในอินเทอร์เน็ตโทรศัพท์มือถือและยุคเครือข่ายเพิ่มขึ้นอย่างรวดเร็วในจำนวนของผู้ใช้และความซับซ้อนของการประยุกต์ใช้ความหนาแน่นของการคำนวณ (อำนาจต่อการสนับสนุนวัตต์คอมพิวเตอร์) เป็นหลักในการแข่งขันที่ FPGA อย่างเห็นได้ชัดไม่ได้มีอำนาจแม้ FPGA อาจจะสามารถเร่งการเกิดเหตุกว่าใน ซีพียูเป็นลำดับความสูงที่สูงกว่า แต่อย่างน้อยลำดับความสำคัญต่ำกว่าเครื่อง AI โดยเฉพาะ
บางคนอาจจะตั้งคำถามกับ ASIC ไม่เป็นสากลมากพอในความเป็นจริงคำตอบคือง่าย, ความหนาแน่นของคอมพิวเตอร์วัตถุประสงค์ทั่วไปและมีการประนีประนอมเช่น CPU เป็นไปได้ในทางทฤษฎีการดำเนินการใด ๆ แต่สถาปัตยกรรมทั่วไปนำมาสูญเสียของความหนาแน่นของการคำนวณที่ให้ ตัวอย่างเช่นเซิร์ฟเวอร์ CPU ที่ดีที่สุดสามารถให้กำลังการให้เหตุผล 1Tflops ของ AI ดูที่ GPU สามารถทำ 10Tflops ได้ แต่ GPU ไม่สามารถดำเนินการตรรกะที่ซับซ้อนได้ดังนั้นจึงไม่สามารถแทนที่ CPU ได้อีกต่อไป ในช่วงกลางของ CPU ชนิดและ ASIC ที่มีความยืดหยุ่นบาง แต่ราคาอยู่ในระดับต่ำไม่สามารถตอบสนองความต้องการของกระแสหลักเช่นอุตสาหกรรมโทรศัพท์มือถือในการสั่งซื้อที่จะบันทึกไม่กี่เซ็นต์ของค่าใช้จ่ายในการเพิ่มประสิทธิภาพอย่างต่อเนื่องของการออกแบบใบหน้าดังกล่าวเป็นอุตสาหกรรมขนาดใหญ่ที่ การประหยัดต้นทุนโดยรวมเป็นประโยชน์อย่างมากดังนั้นชะตากรรมของ FPGA จึงเป็นผลิตภัณฑ์เฉพาะกาลในระยะเริ่มต้นของตลาดหรือกลุ่มที่ทำหน้าที่แบทช์ย่อย
เมื่อเร็ว ๆ นี้เราพบว่ามีสิ่งที่น่าสนใจอินเทลมา บริษัท ร่วมในการออกแบบ ASIC โครงสร้างการออกแบบ FPGA-based สามารถตัดออกบางส่วนตรรกะซ้ำซ้อนเร่งจากการออกแบบ FPGA ตรรกะไปยังกระบวนการในการพัฒนาซิกจากจุดนี้เราสามารถมองเห็น ASIC เป็นคำตอบที่ดีที่สุดเพื่อให้ตลาดหลัก
ไฟภาคเหนือได้มีการลงทุนสี่ AI บริษัท ชิป:
▪แยกต่างหากสำหรับ cloud computing,
▪งาดำแบบขับเอง,
เครื่องใช้ไฟฟ้าและการรักษาความปลอดภัยนับพันล้าน
▪เทคโนโลยีของเราที่มีฟิวชั่นเซ็นเซอร์กำลังต่ำพิเศษ,
บริษัท เหล่านี้เป็นเครื่องมือที่เหมาะสำหรับ AI สถานการณ์ใช้ที่แตกต่างกัน บริษัท ชิปในอนาคตก็ไม่สามารถผลิตฮาร์ดแวร์ บริษัท จะต้องเข้าใจอย่างลึกซึ้งถึงความต้องการของผู้ใช้กำหนดขอบเขตของความยืดหยุ่นในการสั่งซื้อเพื่อกำหนดผลิตภัณฑ์ที่ดีที่สุด. ตัวอย่างเช่นสำหรับกินนอน ตลาดคอมพิวเตอร์เมฆต้องให้การสนับสนุนรูปแบบเครือข่ายมากขึ้น AI ก็สมดุลมากขึ้นเก่งกาจออกแบบสถาปัตยกรรมใกล้ชิดกับสถาปัตยกรรม GPGPU นั้นงาดำหนึ่งร้อยล้านบาทและความรู้ความเข้าใจของสถานการณ์ความต้องการทรัพย์สินทางปัญญาเพียงไม่กี่ผู้ใช้ต้องการการสนับสนุน ขั้นตอนวิธีการหลาย แต่การแสวงหาความสมดุลของพลังงานและประสิทธิภาพการทำงาน. ลูกค้าจริงๆดูแลเกี่ยวกับไม่เป็นสากลมิฉะนั้นเพียงแค่ดีกับ CPU แต่ค่าใช้จ่ายของความหนาแน่นของการคำนวณเพื่อตอบสนองความต้องการของฉาก
อื่น ๆ ได้ตั้งคำถามว่า บริษัท เกิดใหม่ไม่สามารถจับภาพได้วัตถุประสงค์ของ ASIC คือการใช้กระบวนการหลักที่สำคัญและมีราคาไม่แพงนักเพื่อให้บรรลุถึงสิ่งที่ FPGA สามารถทำกับกระบวนการที่ทันสมัยที่สุดไม่มีปัญหาเรื่องความจุตัวอย่างเช่น Yizhi ต้องการความต้องการเพียง 40nm และ 28nm เท่านั้น กระบวนการสามารถให้มากกว่า 1 TOPS ของการประมวลผลพลังงานค่าใช้จ่ายเป็นเพียง 1/10 หรือน้อยกว่าของ FPGA กระบวนการขั้นสูงที่สุดเหมาะสำหรับการออกแบบชิปทั่วไป แต่ในบริบทของการชะลอตัวของกฎหมายมัวร์ก็จะกลายเป็นภาระใหญ่ ฉันยังต้องการพูดคุยเกี่ยวกับมุมมองส่วนบุคคลของการซื้อ Shen Jian นักพัฒนา FPGA มีน้อยมากและยากที่จะใช้ดังนั้นเครื่องมืออัตโนมัติมีค่า FPGAs เครื่องมือซอฟต์แวร์ Deep สามารถเร่งการพัฒนา FPGA AI แต่จะ Xilinx ยัง การลงทุนอย่างต่อเนื่องในการพัฒนาชิพแบบเฉพาะ AI กำลังรอดู Intel เป็นผู้นำในอุตสาหกรรมนี้มีรูปแบบชิป AI เฉพาะสำหรับการขับขี่รถยนต์ผู้บริโภคการรักษาความปลอดภัยและระบบคลาวด์ด้วยตัวเองรวมถึงการพัฒนาชิป AI ของ BAT ทิศทางนี้ยังคงมีความเป็นเอกฉันท์อยู่มาก
ให้เราสรุปมุมมองภาพความหมาย AI ทุ่มเทชิปและคอมพิวเตอร์ที่ต่างกันเป็นธีมหลักของรอบการเปลี่ยนแปลงสถาปัตยกรรมคอมพิวเตอร์ต่อไป
ในความเป็นจริงการลงทุนใน บริษัท ชิป AI ของจีนไม่มากเกินไป แต่น้อยเกินไปทีมผู้ใหญ่ที่มีประสบการณ์จริงในอุตสาหกรรมคือเป้าหมายที่ชุมชนการลงทุนควรติดตามและสนับสนุนนอกจากนี้ยังเป็นทรัพยากรยุทธศาสตร์สำหรับอนาคตของประเทศ