2018人工智能芯片技术白皮书

骚气蓬勃

2018人工智能芯片技术白皮书
人工智能 (Artificial Intelligence，英文缩写为 AI)，是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门科学技术。人工智能的本质是对人类思维过程的模拟。从 1956 年正式提出“人工智能”概念算起，在半个多世纪的发展历程中，人们一直在这一领域进行长期的科学探索和技术攻坚，试图了解智能的实质。和任何曾经处于发展过程中的新兴学科一样，人工智能早期发展并非一帆风顺，它曾受到多方质疑，不断经历起伏。近些年，大数据的积聚、理论算法的革新、计算能力的提升及网络设施的演进，使得持续积累了半个多世纪的人工智能产业又一次迎来革命性的进步，人工智能的研究和应用进入全新的发展阶段。当前，人工智能正逐渐发展为新一代通用技术，加快与经济社会各领域渗透融合，已在医疗、金融、安防、
教育、交通、物流等多个领域实现新业态、新模式和新产品的突破式应用，带动生产流程、产品、信息消费和服务业的智能化、高附加值转型发展。人工智能已处于新科技革命和产业变革的核心前沿，成为推动经济社会发展的新引擎。实际上，人工智能产业得以快速发展，无论是算法的实现、海量数据的获取和存储还是计算能力的体现都离不开目前唯一的物理基础——芯片。可以说，“无芯片不 AI”，能否开发出具有超高运算能力、符合市场需求的芯片，已成为人工智能领域可持续发展的重要因素。
1 前言
1.1 背景与意义
1.2 内容与目的
2 AI 芯片的关键特征
2.1 技术总述
2.2 新型计算范式
2.3 训练和推断
2.4 大数据处理能力
2.5 数据精度
2.6 可重构能力
2.7 软件工具
3 AI 芯片发展现状
3.1 云端AI 计算
3.2 边缘AI 计算
3.3 云和端的配合
4 AI 芯片的技术挑战
4.1 冯·诺伊曼瓶颈
4.2 CMOS 工艺和器件瓶颈
5 AI 芯片架构设计趋势
5.1 云端训练和推断：大存储、高性能、可伸缩
5.2 边缘设备：把效率推向极致
5.3 软件定义芯片
6 AI 芯片中的存储技术
6.1 AI 友好型存储器
6.2 片外存储器
6.3 片上（嵌入型）存储器
6.4 新兴的存储器
7 新兴计算技术
7.1 近内存计算
7.2 存内计算（In-memory Computing）
7.3 基于新型存储器的人工神经网络
7.4 生物神经网络
7.5 对电路设计的影响
8 神经形态芯片
8.1 神经形态芯片的算法模型
8.2 神经形态芯片的特性
8.2.1 可缩放、高并行的神经网络互联
8.2.2 众核结构
8.2.3 事件驱动
8.2.4 数据流计算
8.3 机遇与挑战
9 AI 芯片基准测试和发展路线图
10 展望未来
参考文献
索引