AI芯片最需要解决问题？

2020年备受关注的AI芯片创新峰会上姚颂谈及对行业现状的看法。他说，AI芯片这个词用得特别泛，AI领域本身就特别宽泛，有一小部分才是，中的一小部分才是深度学习，深度学习天然切分为训练和推理两个阶段，其中有数不过来的各种。

一个AI芯片可以指代的东西有很多，这是一个很宽泛的概念，按稍严格的分类，它可以分成训练、推理两个阶段，以及云端、终端两个应用场景。大家目前基本不在终端做训练，终端的场景象限基本是空的。

▲AI芯片分类根据AI的阶段与应用场景

AI芯片核心解决的是什么问题？去堆并行算力？实际并不是。

谷歌TPU第一代的论文中写道，其芯片最开始是为了自己设计的GoogLeNet做的优化，CNN0的部分就是谷歌自己设计的Inception ork，谷歌设计的峰值性能是每秒92TeraOps，而这个能跑到86，数值非常高；对于谷歌不太擅长的LSTM0，其性能只有3.7，LSTM1的性能只有2.8，原因在于它整个的存储系统的带宽其实不足以支撑跑这样的应用，因而造成了极大的算力浪费。

▲AI芯片最重要解决的是带宽不足的问题

AI芯片最重要解决的问题核心是带宽不足的问题，其中一种最粗暴且奢侈的方式就是用大量的片上SRAM（静态随机存取存储器），比如原来寒武纪用36MB DRAM做DianNao，深鉴科技曾用10.13MB SRAM做EIE，TPU采用过28MB SRAM。

而将这种工程美学发挥到中最“残暴”的公司，叫做Cerepas，它把一整个Wafer只切一片芯片，有18GB的SRAM，所有的数据、模型都存在片上，其性能爆棚。

这种方式是非常奢侈的，Cerepas要为它单独设计解决制冷、应力等问题，单片芯片的成本就在1百万美元左右，对外一片芯片卖500美元，这一价格非常高昂。业内就需要用微架构等其他方式解决这一问题。

业内常用的有两种解决方式

一是在操作时加一些buffer，因为是一个虽然并行，但层间又是串行的结构。把前一层的输出buffer住，或把它直接用到下一层作为输入。

二是在操作时做一些切块，因为规模比较大，每次将它切一小部分，比如16X16，把切出来这一块的计算一次性做完，在做这部分计算的时候同步开始取下一块的数据，让这件事像流水线一样串起来，就可以掩盖掉很多存储、读取的延迟。

现在在数字电路层面，业内更多在做一些架构的更新，根据不同的应用需求做架构的设计。 #AI #芯片