Popular science work
“我國將進入新發展階段，貫徹新發展理念、構建新發展格局、實現高質量發展，迫切需要發展智能經濟。”在日前召開的智能經濟高峰論壇上，科學技術部副秘書長賀德方提出，科技部將以推動人工智能與實體經濟深度融合為主線，以發展綠色低碳經濟為重點，全面提升我國智能經濟發展的質量和效率。
人工智能與實體經濟的深度融合離不開芯片。在通用芯片領域，中國一直被“卡脖子”，不過在人工智能（AI）芯片設計方面卻已有領跑之勢。特別是近年來，國家高度關注AI芯片產業的發展，相繼發布一系列產業支持政策，為芯片行業建立了優良的政策環境，在促進行業健康發展的同時，也更好地為服務實體經濟提供了支撐。
“大規模集成電路使用了人類歷史上最復雜的設計制造工藝來實現芯片設計。芯片是衡量一個國家綜合實力的重要標志之一，是信息產業的硬件基礎。”南方科技大學教授余浩接受科普時報記者采訪時表示，在現有計算處理器芯片及圖形處理器芯片等基本架構的支持下，使用云服務，人臉識別、物體識別、聲音識別、自然語言識別等，人工智能應用得到了長足發展。但由于現有處理器架構局限，計算所利用能量的效率低，需要大量空調來散熱，因此這些基于大型數據中心的云智能應用將消耗大量電力，將會導致高碳的方式來實現人工智能與實體經濟的融合，從而無法適應我國急需要求碳達峰、碳中和的背景及要求。
基于這一需求，如何低碳地實現智能成為當今AI芯片設計及應用的主要挑戰。
余浩認為，其核心問題有二：一是如何面對越來越復雜的人工智能計算模型；二是如何設計高能效的硬件，用最低的能耗產生最高的算力。
針對人工智能發展的方向和人工智能處理器的特點，余浩認為應著重從以下兩個方面來找尋低碳的方式實現人工智能。首先，通過網絡模型優化的方法來簡化復雜的人工智能計算模型，使用盡可能低精度數據進行存儲和處理，這樣得到的混合精度模型存儲量和運算量可以得到極大的壓縮，從而大大提高了硬件的讀取和運算的效率；其次，設計實現高效可配置的混合精度處理器。根據不同精度網絡層的數據特征，通過可配置多精度脈動數據流方式，實現對片上數據的最大化重用和片上運算單元的最大化利用，降低從片外讀取數據的次數以及片上資源的閑置情況，從而降低芯片功耗。“同時，需要打破常規，突破常規計算存儲分離的結構，通過設計存算一體架構來打破存儲墻的限制，消除數據移動的延遲和功耗，大大降低數據交互量，從而提高整體能效。這樣，我們就可以設計高能效的AI芯片，從而低碳地實現人工智能應用。”
現階段，我國的AI芯片技術發展越來越具有自主性，產業趨勢向好，隨著不同領域對AI專用芯片的需求增大，尤其以云平臺、智能汽車、機器人等人工智能領域為代表，AI芯片的應用場景也將會越來越豐富。
“當前國際形勢風云變幻，眾多不可控的因素影響著全球經濟的發展，也讓半導體行業的走向伴隨著諸多不確定性。正是由于這些不確定性引發了國內外整機企業在芯片供應鏈安全方面的擔憂，讓國產芯片設計企業從中找到了歷史發展機遇。”余浩坦言，低碳與AI芯片的結合，在這場機遇中無疑將提高中國信息產業的技術水平，迎來數字中國的進一步發展，并推動人工智能在人們日常工作、學習、生活中的深度運用，創造更加智能并低碳的工作方式和生活方式。
來源：科普時報
