大數(shù)據(jù)文摘出品
整理：牛婉楊
12月1日，GTIC 2020 AI芯片創(chuàng)新峰會(huì)在京舉辦，本次峰會(huì)聚集了AI芯片以及各個(gè)細(xì)分賽道的產(chǎn)、學(xué)、研精英人士，共議AI芯片在中國(guó)半導(dǎo)體黃金時(shí)代的創(chuàng)新與未來(lái)。
2020年對(duì)于AI芯片來(lái)說(shuō)，是充滿(mǎn)坎坷的一年，被芯片“卡脖子”也是我們不得不面對(duì)的一個(gè)難題。因此，文摘菌在會(huì)上就特別關(guān)注了清華大學(xué)微納電子系副主任、微電子所副所長(zhǎng)尹首一教授的主旨演講“中國(guó)AI芯片的創(chuàng)新之路”，看看我們的中國(guó)“芯”發(fā)展到了什么程度。
“AI芯片已經(jīng)發(fā)展了五六個(gè)年頭，現(xiàn)在進(jìn)入攻堅(jiān)階段。今天我想跟大家分享一下我對(duì)整個(gè)目前中國(guó)AI芯片發(fā)展的梳理，概述一下今天AI芯片在中國(guó)發(fā)展創(chuàng)新的情況?！?/span>
以下為對(duì)尹首一教授大會(huì)演講實(shí)錄的整理，一起看看吧。
芯片是人工智能時(shí)代的核心基石和戰(zhàn)略制高點(diǎn)
我們耳熟能詳?shù)腁lphaGo、自動(dòng)駕駛、手機(jī)上面的人臉解鎖、智能拍照，包括日常用的無(wú)線耳機(jī)人機(jī)交互都離不開(kāi)AI芯片的支撐。
AI芯片在推動(dòng)智能化發(fā)展方面有兩個(gè)最核心的作用：
一是芯片的絕對(duì)算力實(shí)際上決定了目前達(dá)到的智能化最高水平，或者說(shuō)今天人工智能的上限是由芯片的算力決定的。最近一段，美國(guó)微軟公司聯(lián)合推出的GPT3非常火，成為今年在自然語(yǔ)言處理里面最強(qiáng)大的模型。這個(gè)模型的成功得益于巨大的算力支持，有1700億個(gè)參數(shù)，需要一萬(wàn)張GPU卡，沒(méi)有這樣大的算力不能達(dá)到今天這么高的智能化能力，絕對(duì)的算力決定了今天智能化的數(shù)據(jù)。在絕對(duì)的算力增長(zhǎng)和人工智能對(duì)算力需求上巨大的差距，芯片平均每?jī)赡甏蟾判阅芊环Ｐ偷脑鲩L(zhǎng)大概每3.4個(gè)月對(duì)算力的需求翻一番。這是絕對(duì)算力的問(wèn)題。
二是，今天我們非常關(guān)注芯片的能效。計(jì)算能效實(shí)際上直接決定了今天人工智能能夠延伸到的范圍有多大。在很多場(chǎng)景底下，我們需要超低能耗的AI計(jì)算能力，比如大家用的智能耳機(jī)，我們感受到智能耳機(jī)的續(xù)航時(shí)間長(zhǎng)短，沒(méi)有低功耗高能效的芯片，難以在便攜穿戴設(shè)備上支持人工智能的應(yīng)用。AI產(chǎn)業(yè)發(fā)展成有巨大潛力的產(chǎn)業(yè)，全球AI市場(chǎng)規(guī)模據(jù)預(yù)測(cè)到2025年將會(huì)達(dá)到6.4萬(wàn)億美元，在這里面全球AI芯片市場(chǎng)將在2025年達(dá)到700億美金，今天中國(guó)的AI芯片市場(chǎng)已經(jīng)達(dá)到75億人民幣。AI芯片伴隨人工智能產(chǎn)業(yè)的發(fā)展有巨大的發(fā)展?jié)摿?，未?lái)也有非常強(qiáng)勁的增長(zhǎng)潛力。
從應(yīng)用場(chǎng)景角度劃分AI芯片
關(guān)于今天AI芯片的分類(lèi)，大家經(jīng)常問(wèn)AI芯片用在哪里，AI芯片屬于什么類(lèi)別的產(chǎn)品。我們可以從兩個(gè)維度來(lái)對(duì)AI芯片做一個(gè)分類(lèi)，最簡(jiǎn)單的可以從應(yīng)用場(chǎng)景角度做一個(gè)劃分。
大家很熟悉今天的AI芯片至少可以分成云端、邊緣端兩類(lèi)。云端可以進(jìn)一步細(xì)分成推理應(yīng)用和訓(xùn)練應(yīng)用，推理應(yīng)用很多是每天都在使用的感受到的智能化服務(wù)，比如自然語(yǔ)言處理，電商系統(tǒng)里面的用戶(hù)推薦系統(tǒng)，包括現(xiàn)在很多地方在建的城市大腦，對(duì)交通狀況預(yù)測(cè)，都依賴(lài)于云端推理。訓(xùn)練自然不用講了，今天能用到的所有AI模型訓(xùn)練基本都來(lái)自于云端服務(wù)器。邊緣側(cè)的應(yīng)用場(chǎng)景非常繁多，比如手機(jī)里面的拍照，智能音箱、安防監(jiān)控、智能駕駛包括各種無(wú)人系統(tǒng)，在終端邊緣上更多使用的是推理方式。
今天我們看到在不同的應(yīng)用領(lǐng)域場(chǎng)景底下都有一個(gè)非?？斓某砷L(zhǎng)速度，簡(jiǎn)單總結(jié)一下從2017年到2022年過(guò)去幾年的發(fā)展和未來(lái)兩年的預(yù)測(cè)。五年間基本上每個(gè)場(chǎng)景底下AI芯片的復(fù)合增長(zhǎng)率都接近50%，綜合來(lái)看差不多以55%的年均復(fù)合增長(zhǎng)率發(fā)展。這是一個(gè)簡(jiǎn)單的維度，從應(yīng)用場(chǎng)景的角度可以對(duì)AI芯片做一個(gè)劃分。
從技術(shù)路線的角度如何看今天的各種AI芯片？
經(jīng)常有朋友問(wèn)到某一種芯片的架構(gòu)有什么特點(diǎn)，有什么樣的優(yōu)勢(shì)，今天我們聽(tīng)到的AI芯片概念很多，包括有深度學(xué)習(xí)、處理器、神經(jīng)網(wǎng)絡(luò)處理器、神經(jīng)形態(tài)計(jì)算、類(lèi)腦計(jì)算，這都是實(shí)現(xiàn)AI不同的技術(shù)路線，今天從技術(shù)路線的維度，把AI芯片尤其中國(guó)AI芯片的發(fā)展情況做一個(gè)簡(jiǎn)單的概述。
從技術(shù)路線角度來(lái)講，至少可以把今天的AI芯片分成兩大類(lèi)，一類(lèi)是深度神經(jīng)網(wǎng)絡(luò)處理器，它的特點(diǎn)或者作用對(duì)今天的深度學(xué)習(xí)算法里面的最核心部分深度神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算。另一類(lèi)，神經(jīng)形態(tài)處理器，類(lèi)腦計(jì)算歸為神經(jīng)形態(tài)處理器，通過(guò)對(duì)人腦結(jié)構(gòu)的復(fù)制或者模仿，去實(shí)現(xiàn)一定的智能處理能力。
下面將從這兩個(gè)維度簡(jiǎn)單介紹一下今天中國(guó)AI芯片的發(fā)展，中國(guó)的AI芯片發(fā)展起步和國(guó)際產(chǎn)業(yè)基本同步，我對(duì)中國(guó)的AI芯片企業(yè)做了不完全的統(tǒng)計(jì)，非常有限，非常不完整，掛一漏萬(wàn)。據(jù)不完全統(tǒng)計(jì)，今天在做AI芯片的企業(yè)超過(guò)100家，像我們非常熟悉的寒武紀(jì)、地平線機(jī)器人、清微智能、靈汐科技等，從地域劃分來(lái)看，北京、上海、長(zhǎng)三角、深圳、珠三角是最為活躍的區(qū)域。
按照技術(shù)路線角度來(lái)看，從深度神經(jīng)網(wǎng)絡(luò)處理器的角度做一個(gè)介紹，深度神經(jīng)網(wǎng)絡(luò)處理器里面可以實(shí)現(xiàn)計(jì)算的芯片從計(jì)算架構(gòu)的角度分成四種不同的類(lèi)型：
無(wú)論哪種技術(shù)路線，最終目標(biāo)都是實(shí)現(xiàn)對(duì)深度神經(jīng)網(wǎng)絡(luò)的計(jì)算加速。指令集處理器
指令集架構(gòu)的處理器可以定義為一種采用完整神經(jīng)網(wǎng)絡(luò)指令集來(lái)進(jìn)行神經(jīng)網(wǎng)絡(luò)計(jì)算加速的一類(lèi)人工智能處理器。說(shuō)到指令集大家熟悉的CPU是最典型的指令集處理器的例子，它的特點(diǎn)是采用一些預(yù)定義好的定長(zhǎng)或者變長(zhǎng)的指令作為處理的基本單元，通過(guò)對(duì)這些指令的組合構(gòu)成指令流，由指令流來(lái)完成任意的計(jì)算任務(wù)。對(duì)于指令來(lái)講，它的基本處理過(guò)程是取值、移碼的處理過(guò)程。無(wú)論是CPU、GPU還是新型的NPU都有很多成功的案例在使用指令集的方式支持不同的計(jì)算任務(wù)，通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)的計(jì)算特征抽象，構(gòu)造神經(jīng)網(wǎng)絡(luò)專(zhuān)用的指令集，就實(shí)現(xiàn)了專(zhuān)用的AI處理器。非常典型和知名的幾家企業(yè)，包括寒武紀(jì)有專(zhuān)門(mén)的寒武紀(jì)指令集，包括燧原科技、壁仞科技，大家在做通用GTU，這里面也會(huì)用到類(lèi)似的GPU或者神經(jīng)網(wǎng)絡(luò)專(zhuān)用指令，通過(guò)這樣的方式來(lái)實(shí)現(xiàn)人工智能計(jì)算。
通過(guò)寒武紀(jì)的例子簡(jiǎn)單進(jìn)一步解釋一下，神經(jīng)網(wǎng)絡(luò)的專(zhuān)用指令集處理器會(huì)是什么結(jié)構(gòu)。寒武紀(jì)公開(kāi)發(fā)表的電腦架構(gòu)結(jié)構(gòu)示意圖，這里面典型的計(jì)算部件有三個(gè)NFU就是神經(jīng)功能單元，分別完成乘法、加法數(shù)、激活函數(shù)三類(lèi)計(jì)算，另外還有三個(gè)不同的存儲(chǔ)單元，分別存儲(chǔ)著輸入的特征數(shù)據(jù)、模型權(quán)重、輸出的數(shù)據(jù)。寒武紀(jì)電腦架構(gòu)的運(yùn)行受到CT控制器的控制，典型指令集的指令示例，對(duì)于存儲(chǔ)器來(lái)講有LOAD、READ，還有運(yùn)算指令MULT，對(duì)于NBout存儲(chǔ)單元來(lái)講有WRITE指令。典型的神經(jīng)網(wǎng)絡(luò)就會(huì)通過(guò)這樣一通指令的組合完成計(jì)算。數(shù)據(jù)流處理器
第二類(lèi)比較重要的技術(shù)路線，數(shù)據(jù)流處理器。通過(guò)數(shù)據(jù)流調(diào)度決定張量的架構(gòu)，特點(diǎn)是優(yōu)化數(shù)據(jù)復(fù)用和計(jì)算的并行度。簡(jiǎn)單的一個(gè)示意圖可以看到，在典型的數(shù)據(jù)流陣列里面，會(huì)對(duì)神經(jīng)網(wǎng)絡(luò)的張量劃分成不同的Tile，映射到計(jì)算單元當(dāng)中，典型的數(shù)據(jù)流包括兩種，一種稱(chēng)為WS數(shù)據(jù)流，一種OS數(shù)據(jù)流，分別對(duì)應(yīng)著充分復(fù)用權(quán)重?cái)?shù)據(jù)或者充分復(fù)用部分?jǐn)?shù)據(jù)，通過(guò)不同的數(shù)據(jù)流提高數(shù)據(jù)復(fù)用的程度，減少緩存，提高計(jì)算的并行度，從而最終提高系統(tǒng)的處理能力和提高處理的能效。中科院微電子所研究的FlexFlow，還有清華大學(xué)研究的STICKER，處理一個(gè)張量的時(shí)候，通常把這個(gè)張量做一個(gè)劃分，切分成小的Tile，張量被分成16×16為單位的不同Tile?；镜倪\(yùn)算示意圖，在PE計(jì)算單元陣列里面，它的每行PE會(huì)共享一個(gè)權(quán)重，每列PE會(huì)共享一個(gè)特征數(shù)據(jù)。通過(guò)這樣的數(shù)據(jù)共享方式提高計(jì)算的并行度，減少數(shù)據(jù)傳輸，減少緩存等等。存內(nèi)計(jì)算處理器
很多研究機(jī)構(gòu)、創(chuàng)業(yè)公司還是投資機(jī)構(gòu)大家都對(duì)今天的存內(nèi)計(jì)算非常感興趣，什么是存內(nèi)計(jì)算？邏輯電路或者處理單元被放置到存儲(chǔ)器的內(nèi)部，以便使數(shù)據(jù)更接近處理單元，或者我們直接在存儲(chǔ)電路中執(zhí)行計(jì)算，而不進(jìn)行數(shù)據(jù)傳輸，這個(gè)就是我們今天所說(shuō)的存內(nèi)計(jì)算的概念。它解決什么問(wèn)題？傳統(tǒng)的計(jì)算架構(gòu)，處理單元和存儲(chǔ)器之間是分離的結(jié)構(gòu)，在每次計(jì)算中處理單元和存儲(chǔ)器之間要進(jìn)行一定的數(shù)據(jù)搬移。存內(nèi)計(jì)算的架構(gòu)，把一定的存儲(chǔ)器，把一定的計(jì)算單元放到存儲(chǔ)器內(nèi)部，在計(jì)算過(guò)程里面不需要大量在存儲(chǔ)器和計(jì)算單元搬移數(shù)據(jù)，從而解決了今天面臨的傳統(tǒng)計(jì)算架構(gòu)中的存儲(chǔ)墻的問(wèn)題。存內(nèi)計(jì)算的研究非?；馃幔诖鎯?nèi)計(jì)算根據(jù)我們使用的存儲(chǔ)器類(lèi)型不同分成不同的技術(shù)路線，比如采用主變存儲(chǔ)器RRAM做存內(nèi)計(jì)算，或者Flash閃存做存內(nèi)計(jì)算，也可以通過(guò)SRAM做存內(nèi)計(jì)算。由于采用不同的存儲(chǔ)器，每個(gè)芯片的特點(diǎn)有所差異。RRAM和Flash存儲(chǔ)器最大的特別是非易失性存儲(chǔ)，以RRAM為例，為什么在存儲(chǔ)器內(nèi)我們能夠?qū)崿F(xiàn)神經(jīng)網(wǎng)絡(luò)或者一定的AI計(jì)算。在每個(gè)存儲(chǔ)單元里面的電阻值通過(guò)電流來(lái)調(diào)節(jié)，每個(gè)單元可以調(diào)節(jié)多種阻值，典型的憶阻器的結(jié)構(gòu)交叉開(kāi)關(guān)的形式，每個(gè)交叉點(diǎn)上代表代表一個(gè)權(quán)重值，當(dāng)我們進(jìn)行AI計(jì)算的時(shí)候，AI計(jì)算的本質(zhì)是張量×張量，在神經(jīng)網(wǎng)絡(luò)里面在RRAM里面把權(quán)重以電腦的形式存儲(chǔ)，再把特征圖以電壓的形式輸入到橫向的存儲(chǔ)器的自線上去，當(dāng)電壓施加到電阻上的時(shí)候，就有電流流過(guò)，這些電流按照縱向位線的形式自然被加強(qiáng)。實(shí)際上這就形成了在矩陣或者張量計(jì)算里面的乘法累加過(guò)程，把數(shù)學(xué)上面的矩陣計(jì)算轉(zhuǎn)化成物理上通過(guò)基爾霍夫定律和歐姆定律形成電壓和電流的關(guān)系，也就是用物理定律的方式完成數(shù)學(xué)計(jì)算，這也是今天采用RRAM、Flash的方式做存內(nèi)計(jì)算最吸引人的地方，我們沒(méi)有再采用傳統(tǒng)的數(shù)字計(jì)算部件，而采用模擬的方式、物理的方式去實(shí)現(xiàn)計(jì)算。除了前面提到的RRAM、Flash非易失存儲(chǔ)以外，芯片里面用到最多的是SRAM易失性存儲(chǔ)器，制造工藝最簡(jiǎn)單，跟今天所有的制造工藝是兼容的，有制造商的優(yōu)勢(shì)，可以在SRAM里面實(shí)現(xiàn)存內(nèi)計(jì)算，也是通過(guò)模擬的方式實(shí)現(xiàn)數(shù)字的計(jì)算通過(guò)模擬方式實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)計(jì)算免除數(shù)據(jù)搬移，降低了計(jì)算功耗，提高了計(jì)算效率。可重構(gòu)處理器
最后一類(lèi)是基于可重構(gòu)架構(gòu)的AI處理器，用簡(jiǎn)單的詞來(lái)概括可重構(gòu)架構(gòu)的特點(diǎn)，可以說(shuō)它是一種空間陣列。示意圖里面計(jì)算單元在空間排成一個(gè)陣列結(jié)構(gòu)，具有計(jì)算并行性。另一方面，是近存計(jì)算，每個(gè)計(jì)算單元附近有一個(gè)存儲(chǔ)單元，這樣減少了數(shù)據(jù)搬移的距離。另外具有彈性粒度的特點(diǎn)，通過(guò)電路上的重構(gòu)提高計(jì)算的位寬，隨著算法的需求變化。從結(jié)構(gòu)來(lái)講可以動(dòng)態(tài)重構(gòu)，最終的計(jì)算由數(shù)據(jù)流驅(qū)動(dòng)。基于這樣的結(jié)構(gòu)可以實(shí)現(xiàn)很好的特性，適配神經(jīng)網(wǎng)絡(luò)計(jì)算中的需求。比如今天的神經(jīng)網(wǎng)絡(luò)里面有一個(gè)典型的需求就是多數(shù)據(jù)位寬，我們可以通過(guò)量化的方式把神經(jīng)網(wǎng)絡(luò)量化成不同的位寬，甚至在同一個(gè)神經(jīng)網(wǎng)絡(luò)里面不同的神經(jīng)層上面都可以量化成不同的位寬。帶來(lái)計(jì)算速度的增加，帶來(lái)計(jì)算能效的提升，計(jì)算功耗的降低，這樣就可以通過(guò)可重構(gòu)的方式在運(yùn)算部件、處理單元、計(jì)算陣列、互連網(wǎng)絡(luò)等方面實(shí)現(xiàn)分層次重構(gòu)，各個(gè)層次在運(yùn)算中進(jìn)行協(xié)同。能夠?qū)崿F(xiàn)多元的編程機(jī)制，這樣的架構(gòu)可以擴(kuò)展今天看到傳統(tǒng)計(jì)算結(jié)構(gòu)里面數(shù)據(jù)位寬固定或者數(shù)據(jù)流固定的不足，提升AI計(jì)算里面的能效和算力。另外，它可以作為非同計(jì)算，架構(gòu)本身是一種微整結(jié)構(gòu)，每個(gè)PE都可以采用不同的預(yù)制預(yù)構(gòu)的技術(shù)實(shí)現(xiàn)，比如前面提到的存內(nèi)計(jì)算，無(wú)論是Flash還是RRAM都可以放到計(jì)算陣列里面，把近存計(jì)算的技術(shù)加入其中，使得可計(jì)算的架構(gòu)更豐富，充分發(fā)揮不同計(jì)算模式的優(yōu)勢(shì)。能夠?qū)崿F(xiàn)類(lèi)腦計(jì)算的神經(jīng)形態(tài)處理器下面看神經(jīng)形態(tài)的處理器，從技術(shù)路線角度來(lái)講，可以分為兩類(lèi)，一類(lèi)是實(shí)現(xiàn)脈沖神經(jīng)網(wǎng)絡(luò)處理器，一類(lèi)是設(shè)計(jì)一些真正的神經(jīng)形態(tài)系列。很多時(shí)候大家會(huì)看到脈沖神經(jīng)網(wǎng)絡(luò)這樣一個(gè)概念或者看到類(lèi)腦計(jì)算的概念，本質(zhì)從實(shí)現(xiàn)脈沖神經(jīng)網(wǎng)絡(luò)的角度來(lái)講，實(shí)現(xiàn)了模擬人的神經(jīng)網(wǎng)絡(luò)中脈沖放電機(jī)制這樣一套模型。脈沖神經(jīng)網(wǎng)絡(luò)本身也是對(duì)我們的人腦神經(jīng)網(wǎng)絡(luò)抽象，在實(shí)現(xiàn)中把脈沖神經(jīng)網(wǎng)絡(luò)里面的典型數(shù)學(xué)模型，通過(guò)鏈路的方式實(shí)現(xiàn)出來(lái)，在運(yùn)行中處理器就實(shí)現(xiàn)了模擬人腦計(jì)算特點(diǎn)的功能，實(shí)現(xiàn)了所說(shuō)的類(lèi)腦處理器。清華研究的天機(jī)芯片，除了實(shí)現(xiàn)了脈沖神經(jīng)網(wǎng)絡(luò)以外，通過(guò)一些電路上的優(yōu)化設(shè)計(jì)，也能同時(shí)支持深度神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)神經(jīng)神經(jīng)網(wǎng)絡(luò)和脈沖神經(jīng)網(wǎng)絡(luò)的二合一的功能。大家看過(guò)一段演示視頻，在天機(jī)芯片上通過(guò)智能控制實(shí)現(xiàn)自行車(chē)的自動(dòng)駕駛（超鏈接），這是一個(gè)非常好的例子，通過(guò)脈沖神經(jīng)網(wǎng)絡(luò)和自然神經(jīng)網(wǎng)絡(luò)去實(shí)現(xiàn)人工智能的功能。設(shè)計(jì)神經(jīng)形態(tài)器件，前面一種脈沖神經(jīng)網(wǎng)絡(luò)實(shí)際上還是對(duì)人腦活動(dòng)的一種數(shù)學(xué)抽象，到了神經(jīng)形態(tài)器件，真的去設(shè)計(jì)一種物理的器件，在物理上模擬我們的神經(jīng)原的行為。比如這里面有幾個(gè)例子，可以應(yīng)用例子動(dòng)力學(xué)逼真模擬生物突觸的可塑性以及神經(jīng)原的工作模型。通過(guò)物理的方式實(shí)現(xiàn)能夠模擬人的神經(jīng)原之間放電過(guò)程的器件。假如我們把大量的模擬人的神經(jīng)行為的器件互聯(lián)起來(lái)，就有機(jī)會(huì)制造一個(gè)非常接近于人腦神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)，通過(guò)一定的刺激能夠?qū)崿F(xiàn)一定的智能。中科院微電子所和其它團(tuán)隊(duì)合作的成果，有一個(gè)很好玩的例子，通過(guò)新材料氧化鈮制備，設(shè)計(jì)出來(lái)一種器件結(jié)構(gòu)，這個(gè)器件結(jié)構(gòu)當(dāng)施加電脈沖以后，它的響應(yīng)曲線和人腦神經(jīng)原受到的電脈沖以后的響應(yīng)曲線非常接近。大量的器件聯(lián)起來(lái)，就構(gòu)造了非常有前景的去實(shí)現(xiàn)人腦智能的系統(tǒng)。這就是通過(guò)神經(jīng)形態(tài)器件的方式去實(shí)現(xiàn)人工智能計(jì)算的技術(shù)路線。最后做一個(gè)簡(jiǎn)要的總結(jié)，到今天我們可以把AI芯片的發(fā)展做一個(gè)階段性的回顧：- 盡管經(jīng)過(guò)五六年的發(fā)展，AI芯片已經(jīng)取得非常大的成績(jī)，但它仍然處于起步階段。無(wú)論在科研還是在產(chǎn)業(yè)上，都具有非常廣闊的創(chuàng)新空間。
- 另一方面，AI從算法角度來(lái)講，從應(yīng)用角度來(lái)講，為我們芯片提出很多新的需求，它將促使我們的集成電路去探索很多顛覆性的技術(shù)，徹底突破傳統(tǒng)架構(gòu)的性能和能效瓶頸，實(shí)現(xiàn)集成電路的跨越式發(fā)展。
- 最后，回到中國(guó)，我們的AI芯片產(chǎn)業(yè)創(chuàng)新與國(guó)際同步，我們今天可以講中國(guó)AI芯片的技術(shù)路線是最全面的，我們的應(yīng)用領(lǐng)域是最豐富的，伴隨著中國(guó)的人工智能產(chǎn)業(yè)快速發(fā)展，AI芯片領(lǐng)域一定大有可為。
實(shí)習(xí)/全職編輯記者招聘ing
加入我們，親身體驗(yàn)一家專(zhuān)業(yè)科技媒體采寫(xiě)的每個(gè)細(xì)節(jié)，在最有前景的行業(yè)，和一群遍布全球最優(yōu)秀的人一起成長(zhǎng)。坐標(biāo)北京·清華東門(mén)，在大數(shù)據(jù)文摘主頁(yè)對(duì)話頁(yè)回復(fù)“招聘”了解詳情。簡(jiǎn)歷請(qǐng)直接發(fā)送至[email protected]
