|
芯片，是集成电路经过设计、制造、封装、测试后的结果，其广泛应用于消费、信息通讯、军事等领域，生活中的计算机、家电、智能机器等都离不开芯片，芯片也因此被称为工业的粮食。  图1 芯片——工业界的粮食（视频截图） 从2011年开始，集成电路首次超过石油成为中国进口金额最大的商品。需求呈爆发式增长，但研发和制造短板依然明显。中国集成电路产值不足全球的7%，而市场需求却接近全球的1/3。我国芯片的自主研发和制造能力与国外发达国家存在着较大的差距。  图2 近年来中国集成电路和原油进口对比图（视频截图） 过去十几年，国家成立了集成电路基金等，对芯片研发和生产投入巨额资金，然而传统芯片的市场和技术门槛依然掌握在国外巨头手里。英特尔、AMD、英伟达、ARM、高通等少数国外厂商手握CPU和GPU的核心技术，国内只有海思、紫光展锐、中兴微等公司有较强的芯片设计能力。 随着人工智能技术的发展，芯片的架构和应用需求发生了变化。旧的架构正在被颠覆，传统芯片公司所掌握的技术壁垒正在瓦解，芯片产业格局正在发生巨大变化，这为我国的芯片产业实现弯道超车提供了契机。  图3 芯片产业格局（视频截图） 中国科学院自动化研究所在人工智能和芯片设计方面拥有非常好的研究基础和技术积累。依托国家级实验室（模式识别国家重点实验室和复杂系统管理与控制国家重点实验室）和工程中心，中科院自动化所科研团队攻克多项技术难题，研发出新型的人工智能芯片：量化神经处理器QNPU（Quantized Neural Process Unit）。  图4 类脑的人工智能芯片（视频截图）
QNPU采用最新的分布式计算和具有自主知识产权的芯片设计动态重构，在保持良好定义的模块化架构的前提下，充分结合动态计算功能和静态资源分配，实现了在微量片上存储空间和完全不依赖于外界存储访问调度下，独立与算法结构与形态，国际上首次在资源受限的芯片上实现了大规模深度神经网络的独立计算。  图5 QNPU芯片（视频截图） 此外，QNPU的信息的处理完全在本地进行，减少反复访问外部存储器的需求，功效能耗更低，处理效率更高。基于高感知能力，QNPU适用于复杂环境，能被广泛应用于智能监控、机器人、自动驾驶、物联网等领域。依靠计算机视觉技术，QNPU能够自动识别人脸、交通状况、安全隐患等。 QNPU还能应用于家居机器人、商用服务机器人、智能家居等，提供嵌入式人工智能解决方案。依靠高效的计算能力，QNPU能够实时处理由摄像头采集的海量数据，实现汽车的自动驾驶。 |
|
|
