“AI芯片是AI技術(shù)發(fā)展過程中不可逾越的關(guān)鍵階段，不管有什么好的AI算法，要想最終得到應用，都必然通過芯片來實現(xiàn)。”
作為清華大學微電子所所長、芯片行業(yè)頂級大牛，魏少軍斷言，芯片是實現(xiàn)人工智能的當然載體。
如此，也造成了目前芯片行業(yè)格外躁動和火熱，不管是巨頭公司還是創(chuàng)業(yè)公司，不管是傳統(tǒng)制造公司還是互聯(lián)網(wǎng)公司，都在布局AI芯片行業(yè)。
| AI時代，芯片的架構(gòu)創(chuàng)新是不可回避的課題
隨著市場對芯片計算能力的需求提高，芯片制造工藝也在不斷提高，與之而來的是芯片制造成本也隨著漲高。有業(yè)內(nèi)人士稱，如今設計制造一顆10nm芯片的成本要幾千萬美元，就算目前寒武紀、深鑒科技等專門做AI芯片的企業(yè)，即使采用28nm的芯片工藝，前期從投入到流片的成本都要超過400萬美元。也就是說，單一品類的芯片出貨量沒有百萬級很難收回成本。
魏少軍同時向網(wǎng)易智能表示，要想讓AI芯片能夠在使用中變得更”聰明“，架構(gòu)創(chuàng)新就是它面臨的一個不可回避的課題。AI算法目前處于不斷的變化中，芯片公司都希望找到能夠適應所有算法的結(jié)構(gòu)，“高能效通用的深度學習引擎是AI芯片的必備特征。”
基于此，魏少軍列出了AI芯片應該具備的幾個基本要素：
1、可編程性，適應算法的演進和應用的多樣性;
2、架構(gòu)的動態(tài)可變性，適應不同的算法并實現(xiàn)高效計算;
3、高效的架構(gòu)變換能力，<10 Clock cycle，低開銷、低延遲;
4、高計算效率，避免使用指令這類低效率的架構(gòu);
5、高能量效率，~10 TOPS/W;
6、低成本，能夠進入家電和消費類電子;
7、體積小，能夠裝載在移動設備上;
8、應用開發(fā)方便，不需要芯片設計方面的知識。
根據(jù)以上要素判斷，目前的CPU+SW、CPU+GPU、CPU+FPGA、CPU+ASIC的作法都不是理想的架構(gòu)。
與此同時，魏少軍在現(xiàn)場從軟硬件可以編程性維度將現(xiàn)在的AI芯片方案做了劃分：
第一個方案就是CPU、DSP等處理器，芯片硬件可編程性很弱，軟件可編程性強，芯片運行需要軟件。這類芯片雖然具備通用性、高靈活性，但是成本高、價格貴，能量效率和計算效率不高，而且被行業(yè)寡頭壟斷。
第二種方案是ASIC、SoC等專用集成電路，芯片軟硬件可編程性都很弱，雖然價格便宜、能量效率和計算效率很高，但是專用芯片不具備靈活性，一旦制造完成硬件就不可更改。
第三種方案是FPGA、EPLD等可編程邏輯器件，這種芯片硬件可編程性強，軟件可編程性很弱。雖然硬件可編程，但是靜態(tài)編程，一旦配置完畢就不可更改，邏輯不可復制，而且成本高昂、芯片研發(fā)周期長，能量效率和計算效率低。
第四種方案是RCP、CGRA等軟件定義芯片(SdC)，軟件、硬件均可編程，芯片功能隨軟件變化而變化，而且具備通用和高靈活性，未來擴大用量就可以降低成本。
| 提出軟件定義芯片，Thinker芯片課題組將融資并成立公司
軟件定義芯片是魏少軍帶領的清華微電子所提出的全新芯片架構(gòu)定義，實現(xiàn)了讓芯片根據(jù)軟件進行適應與調(diào)整。基于這種架構(gòu)，清華微電子所相關(guān)課題組研發(fā)出了全新的Thinker系列芯片，使用了可重構(gòu)計算芯片架構(gòu)。在這個架構(gòu)中，Thinker可以根據(jù)控制單元的要求配置計算單元陣列并執(zhí)行，也可以根據(jù)軟件的要求將劃分后的任務送到數(shù)據(jù)通道執(zhí)行。而且，不同于馮諾依曼等效架構(gòu)，可重構(gòu)計算模式為函數(shù)化的硬件架構(gòu)。
目前，Thinker系列芯片已經(jīng)推出了面向通用神經(jīng)網(wǎng)絡計算的Thinker 1代，面向極低功耗神經(jīng)網(wǎng)路計算的Thinker 2，以及面向極低功耗語音應用的Thinker S。之前有媒體還報道稱，Thinker芯片的功耗非常低，只需要7號AA電池就能運行一年。
魏少軍還向網(wǎng)易智能透露，Thinker芯片的研發(fā)課題組目前正在融資，著手成立新公司進行市場化運作，但是對于融資額度，魏少軍表示不方便透露。
| 給國內(nèi)造芯企業(yè)建議：光靠錢是砸不出來的，一定要開放
對于目前中國企業(yè)布局芯片，魏少軍表示支持，但是提出了一些建議。他說，“做芯片需要大量的人力和經(jīng)驗，光靠錢是砸不出來的，所以一定要開放，不要封閉。”魏少軍同時表示，“如果是互聯(lián)網(wǎng)巨頭公司做芯片，我還要加一條建議，他們已經(jīng)大到足以影響行業(yè)發(fā)展，所以在關(guān)鍵技術(shù)上要起到引領作用，能夠有更大的雄心，肩負起社會責任。”
在談到目前的AI芯片發(fā)展時，魏少軍表示，現(xiàn)在的AI芯片市場被過度炒作。“目前，國內(nèi)芯片的很多領域都存在問題，他們都在吹牛，有人還提出超越英特爾，我反對這樣的說法。”
“英偉達當年做GPU就知道人工智能嗎?我想未必，只是最后發(fā)現(xiàn)GPU用在人工智能上面很好用，才逐漸做起來。”魏少軍認為，科研成果是很少能過計劃出來的，都是遇到市場機會做出來的。“科技研究很多都是無心插柳柳成蔭。”
| AI芯片能否獨立存在?還不知道，但是做語音芯片不要自欺欺人
“我們現(xiàn)在還不清楚AI芯片有沒有獨立存在的可能性，如果有，我們就能夠有機會創(chuàng)造出與英特爾一樣偉大的公司。”魏少軍坦言，“但是這個問題現(xiàn)在沒有答案。”
談到國內(nèi)很多創(chuàng)業(yè)公司開始做語音芯片的時候，魏少軍這樣評論說，語音芯片到底要干嘛?要實現(xiàn)什么樣的功能?這個首先要搞清楚。”比如說，你要進行語義理解的識別，這個需要用到人工智能技術(shù);但是你只是想做一個簡單的語音命令識別，不一定用到人工智能技術(shù)，現(xiàn)在其他技術(shù)完全夠用。“
在魏少軍看來，做語音芯片一定要看應用場景，目前很多場景下并不需要用到人工智能技術(shù)或者專門的語音芯片。“現(xiàn)在做人工智能，就一定會用到大量的計算，功耗一定更大，有時候得不償失。不要殺雞用牛刀，更不要不要自欺欺人。”魏少軍說到。
魏少軍最后表示，AI技術(shù)雖然正在不斷進步，但目前還主要集中在單個事務的訓練和推理上，要讓AI真的可以像人類一樣同時做出多個判斷和決定，算法研究還需要有更偉大的突破。“人的決策是多元的，但現(xiàn)在機器決策是單一的，現(xiàn)在是IA(增強智能)的時代。”