能源利用

     “我国将进入新发展阶段，贯彻新发展理念、构建新发展格局、实现高质量发展，迫切需要发展智能经济。”在日前召开的智能经济高峰论坛上，科学技术部副秘书长贺德方提出，科技部将以推动人工智能与实体经济深度融合为主线，以发展绿色低碳经济为重点，全面提升我国智能经济发展的质量和效率。

       人工智能与实体经济的深度融合离不开芯片。在通用芯片领域，中国一直被“卡脖子”，不过在人工智能（AI）芯片设计方面却已有领跑之势。特别是近年来，国家高度关注AI芯片产业的发展，相继发布一系列产业支持政策，为芯片行业建立了优良的政策环境，在促进行业健康发展的同时，也更好地为服务实体经济提供了支撑。

     “大规模集成电路使用了人类历史上最复杂的设计制造工艺来实现芯片设计。芯片是衡量一个国家综合实力的重要标志之一，是信息产业的硬件基础。”南方科技大学教授余浩接受科普时报记者采访时表示，在现有计算处理器芯片及图形处理器芯片等基本架构的支持下，使用云服务，人脸识别、物体识别、声音识别、自然语言识别等，人工智能应用得到了长足发展。但由于现有处理器架构局限，计算所利用能量的效率低，需要大量空调来散热，因此这些基于大型数据中心的云智能应用将消耗大量电力，将会导致高碳的方式来实现人工智能与实体经济的融合，从而无法适应我国急需要求碳达峰、碳中和的背景及要求。

       基于这一需求，如何低碳地实现智能成为当今AI芯片设计及应用的主要挑战。

       余浩认为，其核心问题有二：一是如何面对越来越复杂的人工智能计算模型；二是如何设计高能效的硬件，用最低的能耗产生最高的算力。

       针对人工智能发展的方向和人工智能处理器的特点，余浩认为应着重从以下两个方面来找寻低碳的方式实现人工智能。首先，通过网络模型优化的方法来简化复杂的人工智能计算模型，使用尽可能低精度数据进行存储和处理，这样得到的混合精度模型存储量和运算量可以得到极大的压缩，从而大大提高了硬件的读取和运算的效率；其次，设计实现高效可配置的混合精度处理器。根据不同精度网络层的数据特征，通过可配置多精度脉动数据流方式，实现对片上数据的最大化重用和片上运算单元的最大化利用，降低从片外读取数据的次数以及片上资源的闲置情况，从而降低芯片功耗。“同时，需要打破常规，突破常规计算存储分离的结构，通过设计存算一体架构来打破存储墙的限制，消除数据移动的延迟和功耗，大大降低数据交互量，从而提高整体能效。这样，我们就可以设计高能效的AI芯片，从而低碳地实现人工智能应用。”

       现阶段，我国的AI芯片技术发展越来越具有自主性，产业趋势向好，随着不同领域对AI专用芯片的需求增大，尤其以云平台、智能汽车、机器人等人工智能领域为代表，AI芯片的应用场景也将会越来越丰富。

【我们尊重原创，也注重分享。版权原作者所有，如有侵犯您的权益请及时联系，我们将第一时间删除。分享内容不代表本网观点，仅供参考。】