在數(shù)據(jù)量巨大的環(huán)境中，AI加速器等硬件系統(tǒng)占據(jù)舞臺中心

軟件一直是智能應(yīng)用領(lǐng)域的創(chuàng)新助推器，而硬件正迅速成為人工智能（AI）領(lǐng)域的核心引擎。人臉識別、自動駕駛、虛擬輔助，以及眾多其他應(yīng)用都要依賴AI硬件。預(yù)計到2025年，AI的市場規(guī)模將達(dá)到650億美元。

神經(jīng)網(wǎng)絡(luò)等并行計算系統(tǒng)對于能夠處理海量數(shù)據(jù)并執(zhí)行自我迭代訓(xùn)練有著巨大的需求，硬件也因此成為這一領(lǐng)域的主導(dǎo)力量。在這個數(shù)據(jù)量巨大的環(huán)境中，AI加速器等硬件系統(tǒng)占據(jù)了舞臺中心。

AI加速器具有如下眾多優(yōu)勢：

● 能效相較于通用型計算設(shè)備顯著提高

● 降低計算延遲以支持實時應(yīng)用

● 具備可擴(kuò)展性，能夠取得性能速度改善，其程度甚至能與所用的內(nèi)核數(shù)達(dá)成線性擴(kuò)展

● 異構(gòu)架構(gòu)支持系統(tǒng)容納多個專用處理器以執(zhí)行特定任務(wù)

AI加速器支持?jǐn)?shù)據(jù)中心和邊緣

AI加速器主要在兩大領(lǐng)域發(fā)揮作用：數(shù)據(jù)中心和邊緣?，F(xiàn)在的數(shù)據(jù)中心需要大規(guī)模的可拓展計算架構(gòu)，尤其是那些可支持多達(dá)數(shù)千臺物理服務(wù)器和數(shù)百萬臺虛擬機(jī)的超大規(guī)模數(shù)據(jù)中心，對大規(guī)?？蓴U(kuò)展計算架構(gòu)的需求極為迫切，這一市場需求使得一些企業(yè)憑借加速AI工作負(fù)載這一業(yè)務(wù)發(fā)展壯大。例如，Cerebras為Cerebras CS-1深度學(xué)習(xí)系統(tǒng)創(chuàng)造了晶圓級引擎（WSE）。WSE面積為46，225mm2，擁有1.2 萬億個晶體管和40萬個經(jīng)過AI優(yōu)化的內(nèi)核，是迄今為止最大的芯片。WSE可提供更大的算力、存儲和通信帶寬，能夠支持AI研究達(dá)到前所未有的速度和規(guī)模。與之相對的是硬件基板面有限且節(jié)能至為關(guān)鍵的邊緣應(yīng)用。如果邊緣SoC內(nèi)部集成了AI加速器IP ，則它可以快速提供必要的智能功能從而支持各種應(yīng)用，例如智能手機(jī)或自動化工廠機(jī)器人中運(yùn)行的交互式程序。對于在邊緣提供智能應(yīng)用，支持它們的 AI加速器必須經(jīng)過優(yōu)化，以具備諸如實時計算延遲、超高能效、失效安全運(yùn)行以及高度可靠性等特征。

并不是所有AI應(yīng)用都需要像WSE這么大的芯片，例如以下類型的硬件AI加速器：

● 能夠執(zhí)行時間神經(jīng)網(wǎng)絡(luò)處理的圖形處理單元 （GPU）

● Google張量處理單元 （TPU） 等空間加速器

● Sambanova的DataScale等粗粒度可重構(gòu)計算架構(gòu) （CGRA）

● 經(jīng)過向量處理擴(kuò)展的大規(guī)模多核標(biāo)量處理器

所有此類芯片均可以幾十個或幾百個組合使用，形成更大的系統(tǒng)，處理更大型的神經(jīng)網(wǎng)絡(luò)。比如說，如果將Google的TPU合并到pod配置中，那么可以帶來超過100 petaFLOPS的處理能力來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型。NVIDIA旗下應(yīng)用深度學(xué)習(xí)研究團(tuán)隊推出的Megatron創(chuàng)造了一個帶有83億參數(shù)轉(zhuǎn)換器的語言模型，可提供8路模型并行和64路數(shù)據(jù)并行功能用于自然語言處理。要執(zhí)行這一模型，就必須開發(fā)出具有 312 teraFLOP FP16計算能力的NVIDIA A100 GPU。另一種新興的硬件類型是 CGRA，它能在編程不同網(wǎng)絡(luò)時，在性能、能效與靈活性方面巧妙地實現(xiàn)權(quán)衡。

在這場關(guān)于AI硬件的討論中，軟件棧是不容忽視的存在，因為它能實現(xiàn)系統(tǒng)級性能表現(xiàn)，并確保充分利用硬件。TensorFlow等開源軟件平臺為開發(fā)人員提供各類工具、庫和其他資源，幫助他們輕松構(gòu)建和部署機(jī)器學(xué)習(xí)應(yīng)用。Facebook Glow等機(jī)器學(xué)習(xí)編譯器不斷涌現(xiàn)，有助于促成高級軟件框架與各種AI加速器的連接。

種類全面的AI設(shè)計產(chǎn)品組合

硬件已經(jīng)成為AI應(yīng)用的關(guān)鍵組件，但此類組件仍然面臨特有的設(shè)計難題，在云和邊緣應(yīng)用想要突破當(dāng)前硅技術(shù)的功耗、性能和面積（PPA）極限時尤其如此。對數(shù)據(jù)中心來說，件設(shè)計呈現(xiàn)多級物理分層、局部同步和全局異步架構(gòu)、尺寸龐大和布局分散等特征。在邊緣應(yīng)用中， AI設(shè)計必須能夠處理數(shù)以百計的設(shè)計角，以滿足超低功耗要求，實現(xiàn)異構(gòu)集成并具備超乎尋常的多變性。

新思科技能夠為AI硬件設(shè)計人員提供業(yè)內(nèi)最為全面的AI設(shè)計產(chǎn)品組合，幫助他們攻克此類難題。我們的產(chǎn)品，以邊緣設(shè)備IP、Zebu Server 4仿真系統(tǒng)，全面輻射整個范圍，并能快速將載復(fù)雜的工作負(fù)載引入到Fusion Design Platform，實現(xiàn)全流程的、且經(jīng)AI改進(jìn)結(jié)果質(zhì)量（QoR）和結(jié)果轉(zhuǎn)化時間（TTR）的IC設(shè)計。

新思科技還推出DSO.ai（設(shè)計空間優(yōu)化AI），這是業(yè)內(nèi)首款針對芯片設(shè)計的自主AI應(yīng)用。DSO.ai 在非常大的芯片設(shè)計解決方案范圍內(nèi)尋找優(yōu)化目標(biāo)。它減少了設(shè)計工作流中自動執(zhí)行的間接決策，從而大幅加快了專用AI加速器的設(shè)計進(jìn)度。

隨著AI應(yīng)用更加深入地融入我們的生活，AI加速器等硬件將會繼續(xù)發(fā)揮關(guān)鍵作用，實現(xiàn)實時響應(yīng)，為智能設(shè)備和系統(tǒng)創(chuàng)造更大價值。

原文標(biāo)題：AI加速器，實現(xiàn)人工智能創(chuàng)新的核心引擎

文章出處：【微信公眾號：新思科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責(zé)任編輯：haq