新芯片显示多个层次的创新,与人工智能。
摩尔定律并不是死了,但它肯定不是从前。虽然可能有三个或四个代节点收缩,电力/缩放脱落的性能优势。
这是明显的新芯片的体系结构,介绍了在今年的热芯片会议。最初开始展示最新的cpu和协同处理器,过去几年的重点是如何构建地球上最快的芯片。这些最终在超级计算机或被一些未来的技术发展。
今年标志着一个重大改变焦点。在仍有一个速度之魔因素,重点今年主流芯片最终将在智能手机或边缘设备,或在支持通信芯片的边缘。处理的数据量的数量飞涨,但力量和热预算没有改变。解决的唯一途径,是通过架构。
架构师已经把钥匙递给设计王国,他们在多个领域。首先,他们打破了芯片功能到功能块而不是处理器类型。这是一个巨大的转变,这是一个只承认扔更多的计算周期问题不是最好的前进道路。加速处理器频率是昂贵的在多个领域,包括电力和性能。
更好的方法是开始的类型和运动数据,尽可能和本地化处理。这一策略包括更多的处理周期,尽可能少的准确性,不同的阅读方式,将数据存储在内存中。实际上,这是增加数据的密度。因此而不是试图处理每个尽可能快,数据可以组合到一起,优先。
这导致第二个大的变化,这是人工智能芯片内监督在许多过程。而不是一些可怕的像人智能,人工智能可以分解成小块的非常具体的工作。这里的关键是适应功能的统计分布和控制分布紧密或松散的必要。为一个关键操作,分布可能是一个比不是操作更紧,和关键操作可能需要无序优先于一切。
这样,AI就像分散逻辑块,所有喂成一个更集中的逻辑方案。这导致创新的第三个主要区域,这是一个系统范围的处理和内存的分布。包括多个处理/内存/人工智能组件在一个死,在一个包,在设备和设备之间。
保持这些架构的挑战将是足够灵活,能够添加新特性,随着时间的推移过程和创新。行业整合与不同的体系结构的成熟是非常有效的从成本的角度看,但这是成反比的创新可以发生没有整合。
半导体产业是一个全新的循环的开头的创新。需要解决的迫切问题不够清晰。更多来自更多的数据源的数据需要处理,这样人们可以与机器的接口更自然和可预测的方法。和机器需要能够与其他机器谈判与预定义的行为模式。
现在的问题是还可以用这些新架构和方法和成功的新指标。所以现在建筑师有聚光灯下,他们其他魔术可以执行吗?
|
|
|
|
|
|
|
|
|
|
留下一个回复