广告

AI迈入ASIC时代,“轻设计”模式受青睐

2020-07-10 赵娟 阅读:
人工智能的整个产业链从生产到应用,无论是在云端的训练、推理、分析,还是终端的人机交互、推理,需要非常强的算力。

人工智能的整个产业链从生产到应用,无论是在云端的训练、推理、分析,还是终端的人机交互、推理,需要非常强的算力。2Xfednc

相比其他CPU、FPGA、GPU等类型的芯片,ASIC在计算效能、大小、成本等方面都有极大优势,未来随着通用AI指令集架构的开发,预计会出现最优配置的AI计算芯片。2Xfednc

“几个月的电费省下来就可以定制芯片了”

现在视频非常火,从2K、4K到8K不断升级,一些最初用CPU和GPU的厂商,最近也可开始转向ASIC。2Xfednc

“ASIC和CPU的视频转码能力差了好几个等级。”芯原股份创始人、董事长兼总裁戴伟民博士指出。2Xfednc

2Xfednc

“芯原的定制化ASIC和CPU方案相比,尺寸小很多,不仅功耗是1/3,转码能力是6倍,做成系统之后转码能力可以提高36倍,功耗降低50%。”戴伟民博士透露,“有的大供应商告诉我,几个月的电费省下来就可以定制芯片了。”2Xfednc

2Xfednc

但是,尽管有ASIC有这么多优势,初始设计投入却很大。2Xfednc

ASIC高设计成本催生“轻设计”模式

随着先进工艺的发展,单位算力的成本逐步下降,使面向边缘计算的AI处理器更具成本效益。例如,基于16nm工艺节点的每TOPS的成本为$0.67,基于3nm工艺节点的每TOPS的成本就只有$0.06了。2Xfednc

但,ASIC的设计投入也越来越大。2Xfednc

以工艺制程处于主流应用时期的设计成本为例,工艺节点为28nm时,单颗芯片设计成本约为0.41亿美元,而工艺节点为7nm时,设计成本则快速升至约2.22亿美元。2Xfednc

“其中早期使用和成熟期使用的成本相差一倍以上,但成熟期的使用成本仍非常昂贵。”戴博士表示。2Xfednc

2Xfednc

半导体行业有上行也有下行,这是周期性的。很多公司都在低潮时投入,但是低潮时很可能物力不够,要提高效率就要尝试外包,特别是一些通用IP。2Xfednc

值得一提的是,芯原在全球IP公司排名第七,中国第一,但是和全球前六大IP厂商相比,芯原的IP种类是最多的。现在900多名员工中80%是研发工程师。2Xfednc

“最近发现很多机遇,特别是疫情期间大部分国家都没有复工,芯原大部分员工在中国很早就复工了,所以客户需求不断在增加。”戴博士表示,“芯原的业务模式的有着‘逆周期’的属性,除了海外客户的增加,设计服务业务的需求也在扩张,同时这也是收购 IP 和 IP 公司的好时机。”2Xfednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
赵娟
ASPENCORE中国区总分析师
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 华为“天才少年”校招薪资曝光:西安交大100万,华科201万 去年,华为的“对八位2019届顶尖学生实行年薪制管理”登上了各大平台的热榜,网友大呼华为“大手笔”,现在,时隔一年,第二批“天才少年”入选者也曝光了。西交大本科毕业年薪100万,华科博士毕业年薪201万!
  • 面向智能交通基础设施的模块化边缘计算技术 专为边缘应用打造的系统要求具备高度灵活性。这需要可扩展的处理能力,而采用嵌入式计算机模块是最为高效的实现方式。从智慧城市LoRa网关到智能充电基础设施和视频监控服务器,三种实际应用均搭配可选AI技术,以展现这种模块化设置的优势。
  • AI芯片有哪些关键指标? 目前,各种促进深度学习算法有效处理的新架构和新技术不断推向市场。那评价一款AI芯片最关键的指标到底是什么?
  • 用领先的智能感知技术应对工业人工智能应用挑战 工业机器视觉、机器人、人工智能技术的发展正配合着政府的智能制造计划向前推进,图像传感器是其中的关键技术,其在工业中的应用很广……
  • 利用传感器和数据分析抗击COVID-19 在抗击COVID-19新冠疫情的战斗中,政府、医护人员及各个行业利用人工智能和各种热传感器,基于大数据进行分析和预测,将其对公共卫生和全球经济的冲击降至最低。
  • 如何在RPA中融入人工智能 RPA :机器人流程自动化, 在智能制造趋势的今天,RPA开始崭露头角。无论是软件还是工业,RPA都有着极高的价值。 阿里云就实现了RPA,阿里云RPA历经8年的内部验证,覆盖了阿里巴
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了