<bdo id="fjrtd"><dfn id="fjrtd"><thead id="fjrtd"></thead></dfn></bdo>
        <tbody id="fjrtd"><span id="fjrtd"><td id="fjrtd"></td></span></tbody>

          <track id="fjrtd"><source id="fjrtd"></source></track>

          <nobr id="fjrtd"></nobr>

            <track id="fjrtd"><span id="fjrtd"></span></track>
            021 5783 1113
            021 5783 1113

            從ChatGPT看AI芯片發展趨勢

            發布日期:2023-07-07 瀏覽次數:55

            人工智能算法需要在計算機設備上實現,而芯片又是計算機設備運作的核心零件,因此AI芯片的發展主要依賴兩個領域:第一個是模仿人腦建 立的數學模型與算法,第二個是半導體集成電路即芯片。優質的算法需要足夠的運算能力也就是高性能芯片的支持。人工智能于芯片的發展分為三個階段:第一階段由于芯片算力不足,神經網絡算法未能落 地;第二階段芯片算力提升,但仍無法滿足神經網絡算法需求;第三階段,GPU和新架構的AI芯片促進了人工智能的落地。目前,隨著第三代神經網絡的出現,彌合了神經科學與機器學習之間的壁壘,AI芯片正在向更接近人腦的方向發展。

            ChatGPT創造歷史


            ChatGPT是由OpenAI公司開發的人工智能聊天機器人程序,于2022年11月發布,推出不久便在全球范圍內爆火,僅用 5 天 時間用戶量便破百萬,推出 2 個月后用戶量破億,訪問量從 1830 萬增長到 6.72 億,成 為史上用戶增長速度最快的消費級應用程序。最新版的 GPT-4 在 ChatGPT 的 GPT-3.5 基 礎上主要提升了語言模型方面的能力,并添加了多模態功能,可以接受圖像輸入并理解 圖像內容,可接受的文字輸入長度也增加到 3.2 萬 token,在不同語言情景和內部對抗性 真實性評估的表現都顯著優于 GPT-3.5,在各種專業和學術基準上已經表現出人類水平, 為用戶提供變革性的使用體驗。


            表1:歷代 GPT 表現情況

            數據來源:OpenAI,Medium,東吳證券研究所


            AI芯片技術


            AI 芯片主要有 CPU、GPU、FPGA 及 ASIC,以 GPU 為主的并行計算為 AI 提供 了主要生產力。


            1)CPU(中央處理器)擅長邏輯控制,用于推理及預測。CPU 主要由 ALU(算術邏 輯單元)、CU(控制單元)與 Cache(臨時指令存儲器)構成。其中,ALU 由"And Gate" (與門)和"Or Gate"(或門)構成的算術邏輯單元,主要功能是進行二位元的算術運算, 約占 CPU 空間 20%;CU 則負責程序的流程管理。CPU 的執行周期是從內存中提取第 一條指令、解碼并決定其類型和操作數,執行,然后再提取、解碼執行后續的指令,重 復循環直到程序運行完畢。CPU 具備強大的調度、管理與協調能力,但受限于單行運算 導致算力較低。


            2)GPU 圖形處理器,并行計算滿足強大算力需求。在結構方面,與 CPU 相比, GPU 中同樣具備 ALU 與 CU 等架構,但 ALU 數量與體積占比更多,且采用數量眾多 的計算單元和超長流水線,具備高并行結構,通過多核并行計算支撐大算力需求,且擁 有更高浮點運算能力,在處理圖形數據和復雜算法方面擁有比 CPU 更高的效率,滿足 深度學習領域海量數據運算的需求。但 GPU 管理控制能力弱,無法單獨工作,需由 CPU 進行控制調用。


            3)FPGA 半定制化芯片,無限次編程支持高靈活性。FPGA 稱為現場可編程門陣 列,基本結構包括可編程輸入輸出單元和可配置邏輯塊等。基于其結構,用戶可根據自 身的需求進行重復編程重組電路,具有高度實時性和靈活性,可以同時進行數據并行和 任務并行計算,在處理特定應用時有更加明顯的效率提升,可以實現底層硬件控制操作 技術,為算法的功能實現和優化留出了更大空間。


            4)ASIC 全定制化芯片,高速處理速度疊加低功耗表現。ASIC 是為專門目的為設 計的集成電路,為實現特定要求而定制的專用 AI 芯片,能夠在特定功能上進行強化, 具有更高處理速度與更低能耗。缺點是研發成本高、前期研發投入周期長,且由于定制 化屬性,可復制性一般,缺乏一定靈活性。深度學習算法穩定后,AI 芯片可采用 ASIC 設計方法進行全定制,使性能、功耗和面積等指標面向深度學習算法做到最優。


            車企入局ChatGPT


            ChatGPT超乎預想的智能化表現給了汽車智能化賽道發展帶來了一個全新的契機,曾經對于許多人來說似乎遙不可及的人工智能,正在迅速的登錄人們的出行場景。此前,梅賽德斯 - 奔馳和微軟共同宣布,兩家公司正在合作擴大人工智能的使用,計劃將 ChatGPT 整合到車輛的語音控制系統中。據介紹,測試版計劃為期三個月,根據從中發現的問題以及車主反饋,梅賽德斯 - 奔馳公司將會考慮在更深的層次上整合ChatGPT。據悉,這項合作將通過微軟的 Azure OpenAI 服務為車主帶來聊天機器人 ChatGPT 的體驗。梅賽德斯 - 奔馳表示,在美 90 萬輛配備 MBUX 信息娛樂系統的車輛都可參與測試,使用 ChatGPT 驅動的語音助手。除了奔馳,眾多企業也在關注和探索大模型在汽車上的應用,包括特斯拉、英偉達、百度、阿里等。人工智能和汽車的結合是國內外的迫切發展方向,沒有公司會愿意在人工智能引領的又一次革新中掉隊。


            AI芯片發展趨勢


            隨著我國高新技術產業的發展和社會各行各業的智慧化轉型升級,AI芯片的應用領域不斷擴大,其市場規模呈提速增長態勢,但在芯片設計制造領域,中國仍缺乏設計軟件,先進制程及設備與世界領先水平之間仍有差距,該領域部分產品及裝備仍十分依賴進口。


            以ChatGPT為代表的人工智能應用的爆發為中國AI芯片產業發展提供了新的契機。但羅馬不是一天建成的,中國AI芯片產業要縮小和海外的差距,產業鏈各環節均有提升空間:


            IC設計方面,RISC-V架構在AI芯片領域有明顯的優勢。其開源的特性降低了開發成本,同時也沒有授權被中止的風險。此外,其可定制、可拓展的特性可以提供更高的運行效率、更低的能耗和更靈活的設計,從而更好地滿足AI計算的需求。因此,未來會有更多AI芯片產品采用RISC-V處理器架構,這也將進一步促進RISC-V生態的發展。


            IC制造方面,當前國際環境下,AI計算芯片在海外Foundry廠生產阻力大,國內超過600G互聯帶寬和600T算力的芯片,逐漸傾向于在大陸Foundry廠生產,這也推動著Foundry廠要逐步發展先進工藝技術和提升產能。


            IC封裝方面,后摩爾時代,芯片制程已接近物理極限,通過大力發展Chiplet等先進封裝工藝,將多個芯片高速互聯,是實現算力的提升方式之一。


            在ChatGPT等大模型的推動下,AI技術有望深刻影響各行各業,預示著生產力的巨大飛躍即將來臨。ATC作為汽車技術會議領域的領先平臺,將于2023年8月推出“汽車電子與軟件技術周”將旗下“第三屆汽車ASPICE大會”“第二屆汽車芯片技術峰會”“2023汽車嵌入式軟件技術峰會””第二屆汽車電子電氣架構技術峰會””第二屆汽車Autosar技術峰會”等5大技術峰會匯聚技術周,5+技術分會場、80+技術主題分享、1500+技術人士。讓汽車電子與軟件技術領域的專家、學者聚集在一起,分享他們的經驗和見解,探討行業的最新趨勢和發展方向。這個活動旨在促進汽車電子與軟件技術的交流和合作,推動汽車產業的創新和發展。


            詳情可掃碼報名咨詢


            ATC期待您參與汽車電子與軟件技術領域的技術饕餮盛宴,并收獲滿滿!

            在線報名

            <bdo id="fjrtd"><dfn id="fjrtd"><thead id="fjrtd"></thead></dfn></bdo>
                <tbody id="fjrtd"><span id="fjrtd"><td id="fjrtd"></td></span></tbody>

                  <track id="fjrtd"><source id="fjrtd"></source></track>

                  <nobr id="fjrtd"></nobr>

                    <track id="fjrtd"><span id="fjrtd"></span></track>
                    伦子系列午睡沙发