魏少军:智能化助力半导体产业发展
发布网友
发布时间：2024-10-02 20:58
共1个回答
热心网友
时间：2024-10-16 10:01
在2023年11月23日的中国临港国际半导体大会上，魏少军教授，中国半导体行业协会IC设计分会理事长、清华大学集成电路学院教授，发表了《智能化助力半导体产业发展》的主题演讲。
演讲分为四部分：人工智能延伸认知能力、计算技术推动产业成长、全球产业格局变化、智能化支持中国自立自强。
人工智能延伸认知能力
魏教授指出，人类经历了三轮智能化浪潮。第一次在1946年，通用计算装置出现，具备计算、数据存储与检索能力；第二次在1990年，通用推理装置出现，具备逻辑判断能力；第三次在2017年，机器学习装置出现，具有分类与识别能力。
在第三轮智能化浪潮中，研究取得重大突破，如谷歌的DeepMind在人脸识别、语音识别领域超越人类，错词率低至5.9%。人工智能在认知能力上超过人类。
人类正进入智能化时代，信息革命延伸感官能力，智能化革命延伸大脑能力。
人工神经网络
魏教授回顾了人工神经网络概念的提出。1943年，沃伦·麦卡洛克和沃尔特·皮茨合作，对大脑神经元建模，产生了影响世界的神经网络。后来，David Hubel发现人类视觉处理机制，激发了对于神经系统更深层次的思考。
魏教授表示，人工智能主要分为类脑计算与深度学习。类脑计算采用存内计算架构，提升深度学习算法效率。深度学习通过算法、数据与算力，逐层学习特征表达，实现对输入的更好表达。
深度神经网络与深度学习是人工智能的重要分支，开创者包括约书亚·本希奥、杰弗里·欣顿与杨立昆。
计算技术推动产业成长
过去几十年，人类经历了从科学计算、个人计算、移动计算、云计算到智能计算的时代。
智能计算时代与人工智能紧密相关，需要强大的计算引擎，具备适应各类应用、计算与存储密集型应用与高效处理边缘计算的特点。
人工智能芯片面临算法演进与统一算法挑战。英伟达GPU因其算力大与通用性受到欢迎。
高性能计算进入E级时代，超算速度与能耗成为关键问题。
魏教授提出，现有计算芯片架构难以适应下一代计算需求，呼唤新的计算芯片架构。
新的计算芯片架构
魏教授展示了硬件与软件可编程性的架构图，指出CPU等处理器位于第一象限，ASIC等专用集成电路在第三象限，FPGA等可编程逻辑器件在第四个象限。第二象限的新型架构需具备通用性、灵活性与先进工艺。
软件定义芯片技术是替代ASIC与FPGA的新型电路架构，有望为中国集成电路设计业实现技术路线的超越。
全球产业格局变化
半导体成为地缘政治博弈焦点。美国、欧盟、韩国、日本各自推动《芯片法案》，全球市场分割，产业化进程受阻。
智能化支持中国自立自强
中国在人工智能领域具有优势，5G与AI推动集成电路技术进步，满足全球经济发展需求。中国在半导体行业的发展将更好地满足人类需求。
