是否存在一个引领人工智能应用的行业领域?
人工智能和机器学习(AI/ML)是电子行业，尤其是半导体行业增长的关键驱动力，这已经不是什么秘密。最近的人工智能硬件峰会展示了AI/ML在各种应用领域(包括EDA)的启用和使用趋势。作为峰会的一部分，Imec组织了一个关于“先进微电子技术推动人工智能革命”的小组讨论。小组成员包括来自imec、TSMC、Quadric、Facebook、GrAI Matter Labs的演讲者，我来自Cadence，代表EDA参加了会议。
我们都做了简短的自我介绍。由于技术提供者和用户在小组中的比例均衡，观众对挑战和需求有了一个很好的总结。在云端和边缘、训练和推理之间，每秒所需的terra运算有很大差异，并推动更高的计算性能和更低的功耗。各种3D技术都是推手，从芯片-晶圆-基板(CoWoS)到垂直堆叠和晶圆键合。Imec将半导体技术挑战扩展到软件、算法、电路和IP块的最佳组合，概述了智能万物时代(移动、健康、工业和城市)的需求如何变化。我介绍了EDA如何支持AI/ML设计，并使用AI/ML在不断追求降低设计成本的过程中提供更高效的流程，这对于解决设计复杂性至关重要。对于Facebook等用户来说，AI/ML模型的复杂性和功耗是优先考虑的问题。像Quadric和GrAI Matter这样的芯片供应商专注于在任何地方部署任何人工智能算法，并最终使机器能够自然地表现，为客户节省时间、精力和金钱。
在介绍之后，小组讨论了几个非常有趣的问题。
从自动驾驶汽车到虚拟医生，人工智能通过提供更快、更高效、更准确的决策，正在彻底改变当今的行业。它正在改变我们的生活、工作、旅行和做生意的方式。然而，是否存在一个引领人工智能革命的行业领域，而其他行业仍然是快速追随者?从纯半导体消费的角度来看，移动、高性能计算(HPC)似乎是最重要的。人工智能在所有这些领域都发挥着作用，特别是随着我们的手机成为设备的优势，数据中心不再以CPU为中心，而是使用更多依赖于工作负载的加速器。从纯消费的角度来看，汽车和物联网可能是追随者。
为了将讨论扩展到单纯的半导体消费之外，我强调了Cadence最近的消费者报告。超连接和你我们询问了消费者，这种不断“扩大规模”以使数据无处不在对他们的生活有什么影响。全球3000多名消费者认为手机/通讯对他们的影响“最大”，其次是健康和医疗保健、购物、工业生产、军事活动和教育。这里的共同主题是方便、自信和合作。
方便可能是消费者继续购买联网设备并分享数据的主要原因，以便AI/ML提供见解并提出行动建议。与便利性相关的功能，如预测性维护和自动化软件更新，将推动新的超连接技术的采用，其中通常包括AI/ML。消除繁琐的任务，无摩擦的用户体验，以及对消费者的明显好处，将推动智能融合技术的采用。
我们还发现，虽然消费者已经信心在技术方面，他们往往对数据安全缺乏信心，不愿意共享数据。这对应用AI/ML技术的超连接数据经济中的所有企业都提出了挑战。作为赋能行业，我们必须优先考虑数据安全，并在个人数据使用和用户所获得的信息方面实现完全透明。如果没有用户的信任，我们就无法充分发挥超大规模计算及其所支持的AI/ML的潜力。
最后，技术和人类需要合作．采用并支持AI/ML的超连接技术可以为人们做出决定并执行行动。然而，放弃完全的控制权对人们来说可能是可怕的。最关键的是人与技术的协同工作——例如，由人类主导的机器人手术，或者增强而不是取代驾驶员的自主功能。人们可以对这种合作充满信心，并接受超连接和AI/ML的好处。
经过简短的讨论，我们一致认为汽车可能是引领AI/ML应用的一个应用领域。毕竟，它极大地影响了日常生活，这是一个技术和人类合作的领域，增加了信心，同时也提供了更便捷的体验。
小组还讨论了最重要的开发挑战，包括3D集成的重要性。我们强调，设计要超越十字线的限制，对设计变化的需求推动3D集成和高级节点实现、仿真和原型设计，这解决了实现和验证的复杂性。
最后，我们讨论了AI/ML的边缘技术方面。正如我在以前的博客文章，有许多不同类型的“边”需要考虑，对内存和性能的要求可能有很大差异。
总的来说,AI HW峰会这是一次很棒的经历，强调了几个重要的趋势。还有一些重要的新消息，比如新的On-Device Tensilica AI平台．imec组织的“先进微电子技术推动人工智能革命”专题讨论会也值得一看。
|
|
|
|
|
|
|
|
留下回复