行业要闻 > 正文
人工智能进入算力定制化时代 专属计算受关注
2020/4/10 14:25   中国安防行业网      关键字:人工智能 算力 定制化      浏览量:
随着人工智能融合赋能广度和深度的不断加强,不同场景应用将提出不同算力需求,以物联网、移动终端、安防和自动驾驶为代表的专用端侧推断芯片百花齐放,人工智能正式进入算力定制化时代。
  伴随着低延迟、多形态终端的5G技术出现,呈指数级增长的数据需要更强大的计算效率和能耗比,目前依靠传统的通用计算已很难有效地为继,而专用计算架构将发挥巨大的作用。
  中国信息通信研究院王蕴韬在通信世界网发表的文章也指出,经过近两年的研究及应用实践沉淀,产业界逐渐发现以机器学习为代表的人工智能计算具有独特性,一是机器学习计算大部分场景仅需要低精度计算即可,经过推测,一般应用场景下8比特即可满足95%以上需求,无需FP32、FP16等高精度计算;二是机器学习只需要高性能运行矩阵乘法、向量计算、卷积核等线性代数计算即可;三是分布式特性,随着模型不断增大,深度学习“大深多”模型已经无法在单片芯片完成计算,多芯片多场景的异构计算需求使得机器学习计算必须考虑分布式的计算通信以及计算任务的协同调度,实现密集且高效的数据传输交互。
  尤其是随着越来越多的细分领域市场规模增长迅速,专用计算正在成为“后摩尔时代”的重要机遇所在。以“去中心化”、“场景定义计算”、“定制计算支撑场景多元化”、“软硬件协同”、“全栈式解决方案”等为代表的需求已是发展趋势。实际上,在通用处理器CPU的算力到达瓶颈期之后,业界已经开始通过专用的协处理器来寻求算力的提升,并取得了不错的效果。
  随着人工智能融合赋能广度和深度的不断加强,不同场景应用将提出不同算力需求,以物联网、移动终端、安防和自动驾驶为代表的专用端侧推断芯片百花齐放,人工智能已经进入算力定制化时代。
  为更好解决当前训练算力昂贵、推理计算不足的局面,聚焦功能多元化、架构多元化的人工智能基础设施建设,针对性补充机器学习专属操作计算能力,面向数值计算并行、数据跨域交换等进行攻关建设,积极探索多元化架构,以类脑计算、量子计算范式为突破口,实现机器学习计算能力加速。

微信扫描二维码,关注公众号。