人工智能技術(shù)和產(chǎn)業(yè)得到了多個(gè)國家的重視!
掃描二維碼
隨時(shí)隨地手機(jī)看文章
多年來,計(jì)算機(jī)硬件一直是一個(gè)不太活躍的市場(chǎng)。占主導(dǎo)地位的x86微處理器架構(gòu)已經(jīng)達(dá)到了通過小型化可以實(shí)現(xiàn)的性能增益的極限,因此制造商主要關(guān)注將更多的內(nèi)核封裝到芯片中。
對(duì)于快速發(fā)展的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來說,GPU就是救星。GPU最初是為圖形處理設(shè)計(jì)的,它可以有數(shù)千個(gè)小內(nèi)核,非常適合AI訓(xùn)練所需的并行處理能力。
人工智能的本質(zhì)是得益于并行處理,大約10年前,人們發(fā)現(xiàn),設(shè)計(jì)用于在屏幕上顯示像素的GPU很適合這一點(diǎn),因?yàn)樗鼈兪遣⑿刑幚硪妫梢栽谄渲蟹湃牒芏嗪诵摹?
這對(duì)英偉達(dá)公司來說是個(gè)好消息,該企業(yè)的市值從2015年的不到180億美元飆升至去年市場(chǎng)收縮之前的7350億美元。直到最近,該企業(yè)還幾乎獨(dú)攬了整個(gè)市場(chǎng)。但許多競(jìng)爭(zhēng)對(duì)手正試圖改變這種局面。
在人工智能工作負(fù)載方面,到目前為止主要是英偉達(dá)的GPU,但用戶正在尋找可以將其提升到新水平的技術(shù),隨著高性能計(jì)算和AI工作負(fù)載的不斷融合,我們將會(huì)看到更多種類的加速器出現(xiàn)。
大型芯片制造商并沒有停滯不前。三年前,英特爾收購了以色列芯片制造商哈瓦那實(shí)驗(yàn)室,并讓這家企業(yè)成為其人工智能開發(fā)工作的重點(diǎn)。
哈瓦那去年春天推出的Gaudi2訓(xùn)練優(yōu)化處理器和Greco推理處理器,據(jù)稱速度至少是英偉達(dá)旗艦處理器A100的兩倍。
今年3月,英偉達(dá)推出了擁有800億個(gè)晶體管的H100加速器GPU,并支持該公司的高速NVLink互連。它具有一個(gè)專用引擎,與上一代相比,它可以將自然語言處理中,使用的基于Transformer的模型的執(zhí)行速度提高六倍。最近使用MLPerf基準(zhǔn)的測(cè)試顯示,在大多數(shù)深度學(xué)習(xí)測(cè)試中,H100優(yōu)于Gaudi2。英偉達(dá)也被認(rèn)為在其軟件堆棧中具有優(yōu)勢(shì)。
隨著互聯(lián)網(wǎng)的興起和發(fā)展,帶動(dòng)了新一輪的科技創(chuàng)新,自動(dòng)化生產(chǎn)、機(jī)器人技術(shù)、信息技術(shù)等得到長(zhǎng)足發(fā)展,并逐漸影響著人們的衣食住行。 世界主要發(fā)達(dá)國家也已經(jīng)把發(fā)展人工智能上升到國家的戰(zhàn)略。
2011年,美國制定了《國家機(jī)器人計(jì)劃》以“建立美國在下一代機(jī)器人技術(shù)及應(yīng)用方面的領(lǐng)先地位”。
2013年,美國白宮成立人工智能和機(jī)器學(xué)習(xí)委員會(huì),負(fù)責(zé)協(xié)調(diào)全美各界在人工智能領(lǐng)域的行動(dòng),探討制定人工智能相關(guān)政策和法律;2016年10月又連續(xù)發(fā)布《為人工智能的未來做好準(zhǔn)備》和《國家人工智能研究和發(fā)展戰(zhàn)略規(guī)劃》兩份報(bào)告,將人工智能上升到國家戰(zhàn)略層面;2017年,制定了《國家機(jī)器人計(jì)劃2.0》,決定劃撥專項(xiàng)資金支持機(jī)器人科學(xué)與技術(shù)基礎(chǔ)研究;同年還發(fā)布了《人工智能與國家安全》和《人工智能未來法案》保證美國的人工智能技術(shù)的領(lǐng)先,并從政策上保證人工智能技術(shù)的發(fā)展;2018年,白宮召開“人工智能峰會(huì)”,意在推動(dòng)機(jī)器人、算法和人工智能技術(shù)的快速部署。
2019年,美國總統(tǒng)特朗普簽署“美國人工智能倡議”行政命令,確保美國在人工智能相關(guān)領(lǐng)域保持研發(fā)優(yōu)勢(shì)。
在數(shù)字計(jì)算機(jī)中,當(dāng)運(yùn)行人工智能算法時(shí)浪費(fèi)的大量能量是由一個(gè)簡(jiǎn)單而普遍存在的設(shè)計(jì)缺陷造成的,它使每一次計(jì)算都變得低效。通常情況下,計(jì)算機(jī)的內(nèi)存,即保存計(jì)算過程中的數(shù)據(jù)和數(shù)值,被放置在遠(yuǎn)離處理器的主板上,而處理器是進(jìn)行計(jì)算的地方。
最近從斯坦福轉(zhuǎn)到了人工智能物聯(lián)網(wǎng)( (AIoT) )公司Aizip的萬偉爾解釋說,對(duì)于流經(jīng)處理器的信息來說,"這有點(diǎn)像你花了8個(gè)小時(shí)的通勤時(shí)間,但你卻做了2個(gè)小時(shí)的工作。"
用新的一體式芯片來解決這個(gè)問題,把內(nèi)存和計(jì)算放在同一個(gè)地方,方式很直接。它也更接近我們的大腦可能處理信息的方式,許多神經(jīng)科學(xué)家認(rèn)為我們大腦的計(jì)算是發(fā)生在神經(jīng)元群中,而記憶是在神經(jīng)元之間的突觸加強(qiáng)或減弱其連接時(shí)形成的。但問題是:開發(fā)這種設(shè)備絕非易事,因?yàn)槟壳暗挠洃浶问脚c處理器中的技術(shù)不兼容。
幾十年前,計(jì)算機(jī)科學(xué)家們開發(fā)了這種創(chuàng)造新芯片的材料,這些芯片在存儲(chǔ)內(nèi)存的地方進(jìn)行計(jì)算,這種技術(shù)被稱為內(nèi)存計(jì)算(compute-in-memory)。鑒于傳統(tǒng)的數(shù)字計(jì)算機(jī)性能還非常好,這些想法幾十年來被忽視了。
1964年,斯坦福大學(xué)的研究人員發(fā)現(xiàn)他們可以操縱某些被稱為金屬氧化物的材料,以打開和關(guān)閉其導(dǎo)電能力。這很重要,因?yàn)椴牧显趦煞N狀態(tài)之間切換的能力為傳統(tǒng)的記憶存儲(chǔ)提供了支柱。通常,在數(shù)字存儲(chǔ)器中,高電壓狀態(tài)對(duì)應(yīng)于1,而低電壓對(duì)應(yīng)于0。