在2018年CCF-GAIR（全球人工智能與機(jī)器人峰會）人工智能公共服務(wù)技術(shù)咨詢服務(wù)環(huán)節(jié)，清華大學(xué)微電子學(xué)研究所所長魏少軍教授發(fā)表了題為“什么是真正的通用人工智能芯片”的深入洞見，為當(dāng)時(shí)方興未艾的AI芯片熱潮帶來了冷靜的思考與清晰的方向指引。
魏教授首先指出，隨著深度學(xué)習(xí)在圖像識別、語音處理等領(lǐng)域取得突破性進(jìn)展，市場對專用AI加速芯片（如GPU、TPU等）的需求激增。這些芯片大多針對特定的算法模型（如卷積神經(jīng)網(wǎng)絡(luò)）進(jìn)行優(yōu)化，屬于“專用人工智能芯片”。它們在特定任務(wù)上效率極高，但靈活性和通用性不足，難以適應(yīng)快速演進(jìn)、多樣化的AI算法與應(yīng)用場景。
什么是“真正的通用人工智能芯片”？魏少軍教授闡述，其核心特征在于“通用性”與“智能化”的深度融合。它并非簡單地在現(xiàn)有CPU/GPU架構(gòu)上增加AI加速單元，而應(yīng)具備以下幾個(gè)關(guān)鍵特質(zhì)：
- 架構(gòu)創(chuàng)新與靈活性：真正的通用AI芯片需要一種全新的、可動態(tài)重構(gòu)的硬件架構(gòu)。它應(yīng)能高效支持不僅限于深度學(xué)習(xí)，還包括強(qiáng)化學(xué)習(xí)、類腦計(jì)算、符號推理等多種人工智能范式，并能根據(jù)不同的軟件任務(wù)，實(shí)時(shí)優(yōu)化配置計(jì)算、存儲和通信資源。
- 高能效與自適應(yīng)學(xué)習(xí)能力：它必須在極低的功耗下實(shí)現(xiàn)強(qiáng)大的算力，滿足從云端服務(wù)器到移動終端、物聯(lián)網(wǎng)設(shè)備的全場景部署需求。更重要的是，芯片本身應(yīng)具備一定程度的片上學(xué)習(xí)與自適應(yīng)能力，能夠根據(jù)環(huán)境與數(shù)據(jù)變化進(jìn)行動態(tài)調(diào)整，而不僅僅是執(zhí)行預(yù)先訓(xùn)練好的固定模型。
- 軟硬件協(xié)同與生態(tài)建設(shè)：芯片的設(shè)計(jì)必須與編譯器、編程模型、算法框架乃至上層應(yīng)用進(jìn)行深度融合與協(xié)同優(yōu)化。一個(gè)強(qiáng)大的軟件工具鏈和開放的生態(tài)系統(tǒng)，對于釋放通用AI芯片的潛力至關(guān)重要。魏教授強(qiáng)調(diào)，沒有良好的軟件支撐，再先進(jìn)的硬件也無法發(fā)揮價(jià)值。
- 解決AI計(jì)算的根本矛盾：魏教授深入分析了AI計(jì)算中“訪存瓶頸”、“能效墻”等根本性挑戰(zhàn)。通用AI芯片的設(shè)計(jì)需要從底層原理出發(fā)，探索存算一體、近似計(jì)算、神經(jīng)形態(tài)計(jì)算等新型技術(shù)路徑，從根本上打破傳統(tǒng)馮·諾依曼架構(gòu)的局限，實(shí)現(xiàn)計(jì)算與存儲的高效融合。
在演講中，魏少軍教授也提醒業(yè)界需保持理性。他指出，AI芯片的發(fā)展是一場“馬拉松”，而非“短跑”。真正的通用人工智能芯片的成熟需要跨學(xué)科、跨領(lǐng)域的長期深耕，涉及材料、器件、架構(gòu)、電路、算法、軟件等多個(gè)層面的協(xié)同突破。它不僅是技術(shù)產(chǎn)品，更是未來智能社會的核心基礎(chǔ)設(shè)施。
魏教授結(jié)合“人工智能公共服務(wù)”這一峰會主題強(qiáng)調(diào)，通用人工智能芯片的終極目標(biāo)，是賦能千行百業(yè)，降低AI技術(shù)的使用門檻和能耗成本，使其像電力一樣成為穩(wěn)定、可靠、經(jīng)濟(jì)的基礎(chǔ)公共服務(wù)。這要求芯片設(shè)計(jì)者不僅要追求極致的性能參數(shù)，更要深入理解產(chǎn)業(yè)端的真實(shí)需求，推動AI技術(shù)普惠化、平民化。
魏少軍教授的此番論述，在2018年為AI芯片的研發(fā)指明了超越短期熱潮、面向長遠(yuǎn)未來的戰(zhàn)略方向——即追求通過底層創(chuàng)新，打造出兼具強(qiáng)大算力、超高能效、卓越靈活性和廣泛適應(yīng)性的“真正通用”智能計(jì)算基石，從而支撐人工智能技術(shù)持續(xù)、健康地融入并變革社會生產(chǎn)與公共服務(wù)體系。
