爱集微APP|逆向创新正深入上游芯片,【芯观点】AI进化论:由技术驱动到商业驱动( 二 )


而Cerebras之所以推出这款AI芯片 , 主要是针对深度学习的工作负载 。 当今人工智能的发展受训练模型所需花费时间的限制 , 如何缩短训练时间是整个行业共同面临的问题 。 根据Cerebras的说法 , 该芯片是目前唯一的万亿级晶体管晶圆级处理器 , 基于该芯片推出的CS-1系统可以提供比其他系统更少的空间和功耗的计算性能 , 相当于标准数据中心机架的三分之一 , 同时取代对数十万个GPU的需求 。
据悉 , 台积电的这一技术有望在两年内以InFO(集成式扇出封装技术)衍生的工艺开始量产 。
同样地 , 老对手三星电子也在经历类似的技术研发蜕变 。 三星电子高级副总裁MoonSooKang日前在世界人工智能大会上指出 , 从应用趋势来看 , 通过定制设计的AI处理器来实现更高效的计算将是AI计算的未来 。
MoonSooKang称 , 尽管AI应用尚处于初期阶段 , 但已经无处不在——从超大规模数据中心到汽车以及各类个人设备(手机、可穿戴设备等) , 都充斥了大量多样化的AI应用程序 , 它们需要多样化的计算需求和技术要求 。
“没有单一的解决方案能满足所有的需求 。 ”MoonSooKang说 , 三星电子由此预计 , 到2025年 , 定制AI芯片或将取代当前CPU在数据中心推理应用市场占据的主导地位 , 占据将近一半的市场份额 。
此外 , 近年来硅片技术的最新趋势——异构整合(heterogeneousIntegration)的发展也与之相关 。 主要原因是 , 随着终端应用日趋多样复杂 , 带来芯片设计及工艺成本的成倍提升 , 高端制程的逻辑工艺越来越贵 , 先进工艺的硅片制造成本越来越高 。 但MoonSooKan指出 , 并非所有的设计都值得引入高级技术节点 , 例如 , 模拟设计不会随着先进技术节点的发展而缩小 。 因而分解的思路成为新趋势 , 比如 , 单个芯片可以分为多个小芯片(Chiplet) , 这些小芯片可以组装在中介层(Interposer)的顶部或多芯片封装模块中 。 而这些都将引发相关技术层面的连锁变化 。 “当然 , 这其中需要克服很多技术和经济上的障碍 。 但这正在成为不可否认的趋势 , 至少在某些细分市场中是这样 。 ”MoonSooKan说 。
【爱集微APP|逆向创新正深入上游芯片,【芯观点】AI进化论:由技术驱动到商业驱动】(校对/零叁)


推荐阅读