半导体行业为何将AI技术作为下一站?

2021-01-11 网络
浏览
[人工智能]半导体行业为何将AI技术作为下一站?

未来,AI手艺必将渗透到各个行业和应用中,它让我们对未来充满想象。对于新领域、新手艺的探索总是充满了诱惑力。这些行业大拿们对新手艺的不停探索让人佩服,然则未来AI手艺的生长需要这些手艺老兵的引领,也需要后起之秀的创新和奋斗。

文︱苏岚

克日,原英特尔芯片大神级人物Jim Keller宣布加盟AI芯片初创公司Tenstorrent,担任公司总裁兼首席手艺官以及董事会成员。

ai.com/upload/2021/1/Q7j2Y3.jpg" class="aligncenter">

图:Tenstorrent

Jim Keller之所以被称为大神级,是由于其厚实的履历以及牛逼的手艺实力。他在诸多著名的半导体公司任职过,包罗AMD、Broadcom、Apple以及英特尔等,同时他也把Alpha、X86、MIPS、AI和ARM等手艺都研究了一遍。每次研究完一个新手艺后,他都选择挥一挥衣袖,转身向下一个领域出发。但Keller此前在接受采访时却示意,他对他的职业生涯并没有所谓的设计和设计,都是一些随机的工作和有趣的履历。

在Jim Keller前不久宣布去职英特尔后,业界都在预测他的下一站会是那里。有的预测他会直接退休,也有人预测他会再次转向AI芯片,买通人工智能新领域。果不其然,他最后选择加入了AI芯片初创公司Tenstorrent。

Tenstorrent也是一家不简单的AI芯片初创公司。它创立于2016年,初创团队成员都拥有十多年的行业履历。Tenstorrent的设立初衷是专注于通过一种新方式和体系结构,推动人工智能和机械学习生长,知足对软件2.0时代快速增长的盘算需求。它也被外媒CRN列为2020年最酷的10家AI芯片初创公司之一。

ai.com/upload/2021/1/YB3IFn.jpg" class="aligncenter">

图源:英国硬件评测媒体 AnandTech

在2020年的4月,Tenstorrent公布了其首款AI芯片Grayskull,它的算力最高可达368TOPS。Grayskull也可以通过业界首个可动态消除不必要盘算的条件执行架构,将深度学习性能提升到新的水平。

Jim Keller加入Tenstorrent后,将主要卖力解决软件2.0所需的硬件解决方案,使用机械学习方式来解决以前由传统软件解决的问题。Jim Keller也示意,软件2.0时代是盘算创新的最大机遇,由于最终的盘算创新需要对盘算和底层软件举行周全的重新思索。

除了Jim Keller选择加入AI芯片初创公司外,另一名资深半导体行业宿将也选择加入AI芯片初创公司作为其职业下一站,那就是原Mentor Graphics(现已被西门子收购)首席执行官,Mentor, A Siemens Business声誉首席执行官Walden C. Rhines(Wally)。

在Mentor Graphics被西门子收购之前,Wally任首席执行官一职已经长达23年,加上他之前在TI等半导体公司的任职年限,他在半导体行业已经耕作了40多年之久。在Mentor Graphics被西门子收购后,Wally本计划逐步从Mentor的工作岗位上退下来,专注于咨询这一块,为此他还成立了自己的咨询公司。但在去年他照样选择加入了Cornami——一家AI芯片初创公司。

ai.com/upload/2021/1/v22Qr2.jpg" class="aligncenter">

图:Cornami 首席执行官Walden C. Rhines

Wally此前在接受媒体采访时示意,之所以会选择Cornami是被它的手艺所吸引,由于Cornami的配合创始人也是首席执行官Paul Master告诉Wally他们可以让全同态加密(fully homomorphic encryption,FHE)芯片成真。FHE是一种加密形式,允许在不解密的情况下对数据执行盘算,被称为是密码学的圣杯。Wally此前对FHE做过相关观察,确定并没有这样的芯片问世,想要实现这一想法是10-20年后的事,由于FHE的性能比现在最顶级的服务器强100万倍左右。但Paul让Wally信赖了Cornami可以实现类似功效。

Cornamii最初是一家软件公司。之后他们构建了一种机械学习的新方式,可以放置芯片的各个元素举行机械学习训练和推理。Cornamii接纳怪异的缩短阵列方式,可以根据需要构建任何尺寸,任何形状的缩短阵列的架构。这些新鲜的数组形状使得在盘算元素之间移动输入和输出变得异常有用。因此,Cornami芯片可以最小化内存和缓存引用,从而显著降低功耗和延迟,并提高性能。现在,Cornamii的产物还处于芯片验证的最后阶段,预计将于今年推出详细的产物。