365bet官方网址 农业 软件学院开展“CCF走进高校”活动

软件学院开展“CCF走进高校”活动



11月23日下午,在中国计算学会CCF的支持和CCF容错计算委员会的组织下,我校软件学院邀请到国家“杰出青年基金”获得者、清华大学杨华中教授,国家“优秀青年基金”获得者、中科院计算技术研究所韩银和研究员,国家特聘青年学者、北京航空航天大学王晓晓教授,开展“CCF走进高校”活动暨软件学院图灵讲座。

专业硬件平台是每一等级人工智能、机器学习和深度学习的未来,也是我们今后生活的云到边缘世界中每一项任务的未来。

365bet官方网址 1

人工智能的快速发展促进了机器学习和深度学习等新一类硬件加速器的爆炸式发展。

3位专家作了精彩的主题讲座。杨华中作了非易失计算芯片的相关研究主题报告。无线传感网已经广泛应用于基础设施安全、农业生产、环境监测、能源和军事应用等诸多领域。面临供能不稳定的严峻挑战,非易失计算,因特别适合供能不稳定的应用场景而备受关注。他从电路设计、架构优化和应用系统三个层面介绍非易失计算芯片的关键技术,简述无储能元件无电压转换器的非易失传感网节点实现最大功率点跟踪的思路,给出了基础设施结构检测的应用实例,并扼要地介绍非易失计算的发展态势。

有人将其称为寒武纪爆炸,恰当地比喻了当前狂热的创新。寒武纪指的是大约5亿年前的一段时期,基本上每一种生物体都首次出现了身体结构。从那时起,这些生物包括我们自己在内,开始四处迁徙,从而彻底改变了地球上的生态。

365bet官方网址 2

创新的人工智能硬件加速器架构的范围在不断扩展。虽然你可能认为图形处理单元是主要的人工智能硬件架构,但这远非事实。在过去几年中,初创公司和成熟的芯片供应商都推出了令人印象深刻的新一代新硬件架构,适用于机器学习、深度学习、自然语言处理和其他人工智能工作负载。

韩银和报告了“大度”机器人处理器的相关研究。未来的机器人将具有高度感知能力、认知能力、灵敏的运动能力,而这些都需要新的计算引擎以提供计算能力支持。目前基于通用嵌入式处理器或可编程逻辑控制器的计算系统,不能满足性能需求。希望能研发新的适合机器人领域的核心芯片,为未来智能机器人提供智能和运动能力。报告首先分析机器人中应用负载的特征,然后介绍机器人智能处理器初步成果Dadu,它是一个双核异构计算架构,包含了一个智能核,集成嵌入式神经网络加速器,以提供听觉、视觉等感知能力;一个运动核,集成运动控制加速器,以提供敏捷的运动能力,希望能为未来机器人提供计算“大脑”。

除了新一代GPU之外,在这些新的人工智能优化芯片组架构中,最主要的是神经网络处理单元、现场可编程门阵列、专用集成电路和各种相关的方法,这些方法都被统称为神经突触体系结构。正如一些业界专家所指出的,今天的人工智能市场并没有像英特尔的X86
CPU那样只存在一种硬件架构。这是因为这些新的人工智能加速器芯片架构适应了迅速发展的云到边缘生态系统中的各类特殊用途。

365bet官方网址 3

人工智能加速器芯片的发展

王晓晓报告了安全的集成电路生产与测试技术。目前,集成电路产业链呈现出专业化的趋势,即集成电路的设计、制造和测试往往由多家代工单位共同完成。该趋势带来了诸多集成电路硬件安全隐患,例如,集成电路在制造的过程中可能被克隆,超量制造,甚至被植入恶意硬件。同时,集成电路可能被不充分测试,从而使残次品流入市场,造成使用中失效,影响集成电路生产商的声誉和利益。报告针对以上问题,提出可行的解决方案。

要想了解人工智能加速器芯片的快速发展,最好是关注一下本文介绍的市场机遇和挑战。

365bet官方网址 4

人工智能等级

在座的师生同各位专家开展了热烈的交流和讨论。

要了解人工智能加速器是怎样发展的,看一看边缘,在那里,新的硬件平台正在被优化,以便让移动、嵌入式和物联网设备具有更大的自主性。除了智能手机嵌入式人工智能处理器的快速发展之外,在这方面最值得注意的是人工智能机器人创新,涉及到从自动驾驶汽车到无人机、智能设备和工业物联网的方方面面。

365bet官方网址 5

在这方面最值得注意的进展之一是英伟达进一步增强了其Jetson Xavier
AI系列芯片的人工智能片上系统。英伟达已经发布了Isaac软件开发工具包,以帮助构建运行在其专用机器人硬件中的机器人算法。

反映了智能机器人的复杂性,Jetson
Xavier芯片由6个处理器单元组成,包括一个512核的Nvidia
Volta张量内核GPU、一个8核的Carmel Arm64
CPU、一个双核的Nvidia深度学习加速器,以及图像、视觉和视频处理器。这些使其能够处理几十种算法来帮助机器人自主的感知环境,有效地进行响应,并与人类工程师一起安全地工作。

人工智能任务

人工智能加速器开始渗透到分布式云到边缘、高性能计算、超融合服务器和云存储架构的每一等级中。一股新的硬件创新浪潮正源源不断地涌向所有这些领域,以支持更快速、高效和准确的人工智能处理。

人工智能硬件创新正在走向市场,以加速这些不同应用环境中具体的数据驱动任务。市场上无数的人工智能芯片组架构反映了机器学习、深度学习、自然语言处理和其他人工智能工作负载的多样性从需要大量存储的训练,到计算密集型推断,而且涉及不同程度的设备自主性和人在环路交互性。

365bet官方网址,为能够让人工智能芯片组适用于如此众多的工作负载,供应商在其系列产品中甚至在特定的嵌入式人工智能部署中混合了各种各样的技术,例如驱动智能机器人和移动应用的SOC。

作为一个例子,英特尔的Xeon Phi
CPU架构已被用来加速人工智能任务。但英特尔认识到,如果没有专门的人工智能加速器芯片,它将无法与Nvidia
Volta以及大量生产NNPU和其他人工智能芯片的厂商相竞争。因此,英特尔现在有一个产品部门正在开发一款新GPU,并将在未来两年发布该产品。

同时,它继续看好人工智能优化芯片组的几类架构:神经网络处理器、FPGA、计算机视觉ASIC和自动驾驶汽车ASIC。它还计划为解决下一代人工智能挑战构建自学习神经形态和量子计算芯片。

人工智能的市场承受能力

每一人工智能加速硬件创新必须是可生存的,必须能够满足相关运行和经济承受能力指标。

在运行指标中,每一人工智能芯片组必须在外形封装、能效、散热和电磁辐射以及坚固性方面符合相关标准。

在经济指标中,它必须在性能和总体拥有成本方面具有竞争力,以满足其设计部署的等级和任务要求。比较行业基本标准将成为决定人工智能加速器技术是否具有在激烈竞争的市场中生存下去的性价比指标的关键因素。

在一个正在朝着工作负载优化人工智能架构发展的行业中,用户将在每一等级中采用最快、最具可扩展性、最具功效和成本最低的硬件、软件和云平台来运行自己的人工智能任务,包括开发、训练、运行和推断等。

人工智能加速器ASIC的多样性

人工智能加速器硬件架构并非单一化。它们是如此的多样化,发展的如此之快,以至于人们很难跟上这一市场不断创新的步伐。

除了Nvidia和Intel-ASIC等核心人工智能芯片组制造商之外,平台专用人工智能工作负载比比皆是。我们可以在最近的一些新闻中看到这种趋势:

● 微软正在为其HoloLens增强现实头盔准备一款人工智能芯片。


谷歌有一款特殊的NNPU张量处理单元,可用于谷歌云平台上的人工智能应用程序。

标签:, , , , , , ,

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图