首页 » 通讯 » 百度“昆仑”袒露中国AI芯片野蛮成长自研潮流下的重大年夜问题_芯片_架构

百度“昆仑”袒露中国AI芯片野蛮成长自研潮流下的重大年夜问题_芯片_架构

萌界大人物 2025-01-20 22:57:53 0

扫一扫用手机浏览

文章目录 [+]

而根据百度在发布会上公开的信息,昆仑芯片最高算力可达到 260 TOPS,已经是 NVIDIA 的最新算卡 V100 的两倍以上,但是这个算力指标靠不靠谱?对百度云打算的方案是否真能发挥浸染?实在 DT 君抱以存疑的态度。

首先,算力的打算有很多层次,就以 TOPS 这种每秒整数操作次数,还可分为不同精度,以及稀疏打算模式的启用与否,以寒武纪为例,其在 5 月发布的专业算卡架构在性能指标方面就可分为多种模式,且该架构不用 TOPS 作为性能指标,而是采取基于浮点打算的 TFLOPS,性能从倍精度、单精度到半精度,算力跨度从 16 TFLOPS 到 166 TFLOPS,昆仑仅供应单一数据,且只有公开最大整数打算能力,实在背后隐含着该架构可能在均衡性有所欠缺,只能少数状况下拥有较高性能表现的可能。

百度“昆仑”袒露中国AI芯片野蛮成长自研潮流下的重大年夜问题_芯片_架构 百度“昆仑”袒露中国AI芯片野蛮成长自研潮流下的重大年夜问题_芯片_架构 通讯

其余,若以昆仑芯片的 TOPS 参数和 NVIDIA 的 V100 比较,表面数字上的确赢了不少,但是昆仑芯片并没有公布芯片的规模,只有宣告其整合了数万个小核心,那么从这些简短信息来判读,昆仑芯片采取的是一样平常乘加法器的大量叠加来增加其算力,但 NVIDIA 的 CUDA 单元或寒武纪等打算架构都具备可编程的弹性运用能力,NVIDIA 更是拥有业界最成熟的 CUDA 工具套件,可以让硬件架构更好的发挥,而昆仑芯片在开拓环境上能否让昆仑芯片百分之百地发挥亦是令人存疑。

百度“昆仑”袒露中国AI芯片野蛮成长自研潮流下的重大年夜问题_芯片_架构 百度“昆仑”袒露中国AI芯片野蛮成长自研潮流下的重大年夜问题_芯片_架构 通讯
(图片来自网络侵删)

近几年 AI 议题火热,彷佛只要各种行业沾上了 AI,无穷的“钱景”就会随之而来。
一向反应最快的中国市场,更带领了一波芯片与家当做事的 AI 创新。

在家当、官方以及学术界的配合尽力之下,中国 AI 技能的发展彷佛已经领衔环球,我们可以看到各种前辈的方案、算法,以及运用不断冒出头,与之搭配的各种芯片方案也纷纭被创造出来,不论从视觉识别,自然措辞、终端、边缘、云打算的 AI 方案也一应俱全,但个中的一个大问题是,各家厂商并没有形成共通生态,而是走向各不相谋。

虽然,从理论上讲,光是现有家当的 AI 化就已经具备可以支撑全体家当的需求规模,即便芯片生态分散,仍应能找到自己的生存空间。
但自有芯片对运用或者是云打算厂商是一种必要投资,还是“”自有“”这两个字已经被过度强调之下的产物?或许值得我们再三思考。

就好比为了喝牛奶而养牛,我们要有专门环境,专人照顾,食料、疾病防治,加上挤牛奶的设备、牛奶的保存,这些不但要资金坚持,也要很多的韶光本钱。
AI 芯片亦不外如是。
芯片设计出来除了芯片架构本身,开拓环境、各种框架的整合,以及与现有架构的互换性,若没有互换性,那又须要重头设计整套生态,因此,看芯片不但是看芯片本身,更要看周边生态的搭配,这些都是人和钱堆出来的产物。

当然,政府为了推动半导体家当发展,实在通过很多种补贴办法来鼓励芯片设计行业开拓自己的方案,就好比为了喝牛奶想养牛,政府就会真的补助一条牛,但怎么养,怎么生产牛奶就要自己想办法。

很多企业因此在真正考虑营收成利模式之前就先开个芯片再说,其出发点可能是为了合营政策,也可能是有了补贴不开白不开,但开了芯片之后能有什么浸染?纯挚仿照其他人的作法做出架构类似的 AI 打算架构,又是否真能帮助自己的打算奇迹更上层楼?这会不会乃至模糊了自己的固有上风?

除了开拓芯片的本钱低以外,还有其余一个缘故原由,那便是要根据行业别不同而进行定制化的需求。

实在,不少企业开拓芯片的情由,都是“找不到适宜的芯片”,比如说语音芯片或者是视觉识别芯片可能须要不同前后端设计,通用方案可能无法完备知足这些厂商的需求,这种设计可能就有其代价,但以昆仑这种通用 AI 芯片,彷佛就没有太大的必要。

前面也提到,由于现在推出“自有”AI 芯片的厂商已经弗成偻指算,且由于各自进行,难以形成足够强大的聚落,当然,目前业界实在也有像寒武纪或 Arm 这种可供应授权,具有一定生态根本的架构可利用,但自古“文人相轻”,况且 AI 芯片根本架构大同小异,差别只在算法软件和平台的合营,若能关起门来能自己赚那又何乐而不为?毕竟采取别人方案肯定会削薄利润。

但事实真是如此吗?

我们可以转头看看过去 NVIDIA 在发展 AI 打算以及干系环境时,在芯片以外的东西投注了多少心力,光是 CUDA 这个开拓环境,就已经花费了十年以上的心力,不仅是完善本身的架构,也积极与业界、学界互助,从底层稳扎稳打做起。

虽然现在的 AI 打算环境早就已经不是过去极度贫乏的状况,各种开拓环境都摆在那边,框架也都帮你设计好,只要在程序中直接引用即可,但这种“自有”又是“”真的自有“”?

而厂商的各自进行,即是是各家厂商都花费了许多韶光在做类似的事情,推出类似的方案,对全国研发资源而言,更可说是一种摧残浪费蹂躏,如果能够集中这些资源,让厂商不用重复发明轮子,而是集中精力,想办法让现有、已经够好的轮子有更好的运用方向,那是否会对全体中国 AI 家当能有更正面影响和帮助?

DT 君认为是有这个可能的。
只可惜海内厂商们在“自有”这条路上走的太远,像昆仑这样的通用 AI 芯片方案此起彼落,是真正对个别厂商,或对整体中国 AI 家当能产生帮助,还是造成研发资源的摧残浪费蹂躏,恐怕还须要韶光证明。

标签:

相关文章

技能|电脑无法通电怎么解决_戴尔_电脑

如果按下电源按钮后戴尔打算机无法打开,不通电,请按照以下步骤打消故障。视频加载中...01检讨电源线、互换适配器与外设首先检讨电源...

通讯 2025-01-24 阅读0 评论0