返回 登录
0

寒武纪科技:深度学习需要专用处理器,将发布神经网络指令集

人工智能绕不过深度学习。目前深度学习的应用还是基于通用处理器如CPU、GPU。寒武纪科技创始人及CEO陈天石表示,在几年前的谷歌大脑项目,用了1.6万个CPU核跑7天训练猫脸识别模型。未来神经网络可能达到百万亿突触,如果用这种通用处理器支持这么大规模的应用,完全不现实。

回顾历史,通用处理器遇到瓶颈的时候,一定会衍生出新型的专业处理器,如图形渲染领域,出了GPU这样一类专用处理器,后来慢慢发展成通用处理器。信号处理领域,衍生出了DSP。同样在智能时代,通用处理器做得不太好,也会需要一类专用的芯片专门去处理各种类型的智能处理任务。

参考链接:陈云霁:加速芯片是神经网络芯片的最终形态

陈天石表示,寒武纪科技就是这个领域的先行者,包括前期在中科院计算所的团队取得了丰硕的成果,这个工作也获得了数据架构领域的顶级国际会议ASPLOS最佳论文奖,MICRO最佳论文奖,代表了国内学界在国际计算机体系的最高水平。

2015年摄像头上的智能识别IP发布了,2016年将要发布全球首个神经网络指令集,这是为了打造一个智能时代,类似于英特尔X86的生态。中国人做了很多处理器的尝试,以前的一些课题组受到了阻碍。通过这样一个指令集,中国未来不受任何阻碍,能够自由地在智能时代发展处理器。

图片描述

寒武纪科技通过前期的工作,积累了多项深度学习芯片的“山顶专利”,覆盖了深度学习芯片可能的多种按不同的路径,为了构建寒武纪科技在这个领域的专业壁垒。如同过去我们进入处理器行业,必须面临虚拟架构的一些技术壁垒,之后进入这个领域的公司,必须面临这个领域的壁垒,这是我们中国人的机会。

图片描述

评论