韩栋^1,2,周聖元^1,2,支天¹,陈云霁^1,2,陈天石^1,3

¹(中国科学院计算技术研究所智能处理器中心 北京 100190); ²(中国科学院大学 北京 100049); ³(上海寒武纪信息科技有限公司 上海 201203) (handong2014@ict.ac.cn)

出版日期: 2019-01-01


基金资助:国家重点研发计划项目(2017YFA0700902，2017YFB1003101)；国家自然科学基金项目(61472396，61432016, 61473275, 61522211, 61532016, 61521092, 61502446, 61672491, 61602441, 61602446,61732002，61702478)；国家“九七三”重点基础研究发展计划基金项目(2015CB358800)；国家科技重大专项基金项目(2018ZX01031102)；中国科学院战略性先导科技专项(B类)(XDB32050200)

A Survey of Artificial Intelligence Chip

Han Dong^1,2, Zhou Shengyuan^1,2, Zhi Tian¹, Chen Yunji^1,2,Chen Tianshi^1,3

¹(Intelligent Processor Research Center, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190); ²(University of Chinese Academy of Sciences, Beijing 100049); ³(Shanghai Cambricon Information Technology Co., Ltd., Shanghai 201203)

Online: 2019-01-01

摘要/Abstract

摘要： 近年来，人工智能技术在许多商业领域获得了广泛应用，并且随着世界各地的科研人员和科研公司的重视和投入，人工智能技术在传统语音识别、图像识别、搜索/推荐引擎等领域证明了其不可取代的价值.但与此同时，人工智能技术的运算量也急剧扩增，给硬件设备的算力提出了巨大的挑战.从人工智能的基础算法以及其应用算法着手，描述了其运算方式及其运算特性.然后，介绍了近期人工智能芯片的发展方向，对目前智能芯片的主要架构进行了介绍和分析.而后，着重介绍了DianNao系列处理器的研究成果.该系列的处理器为智能芯片领域最新最先进的研究成果，其结构和设计分别面向不同的技术特征而提出，包括深度学习算法、大规模的深度学习算法、机器学习算法、用于处理二维图像的深度学习算法以及稀疏深度学习算法等.此外，还提出并设计了完备且高效的Cambricon指令集结构.最后，对人工神经网络技术的发展方向从多个角度进行了分析，包括网络结构、运算特性和硬件器件等，并基于此对未来工作可能的发展方向进行了预估和展望.

参考文献

相关文章 15

[1]	汤嘉武, 郑龙, 廖小飞, 金海. 面向高性能图计算的高效高层次综合方法[J]. 计算机研究与发展, 2021, 58(3): 467-478.
[2]	周鹏, 武延军, 赵琛. 一种融合程序员和神经网络的自动化程序生成方法[J]. 计算机研究与发展, 2021, 58(3): 638-650.
[3]	杨帆, 张鹏, 王展, 元国军, 安学军. 基于在网计算加速的拜占庭容错算法[J]. 计算机研究与发展, 2021, 58(1): 164-177.
[4]	林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778.
[5]	郭进阳, 邵传明, 王靖, 李超, 朱浩瑾, 过敏意. FPGA图计算的编程与开发环境：综述和探索[J]. 计算机研究与发展, 2020, 57(6): 1164-1178.
[6]	成科扬, 王宁, 师文喜, 詹永照. 深度学习可解释性研究进展[J]. 计算机研究与发展, 2020, 57(6): 1208-1217.
[7]	于剑. 图灵测试的明与暗[J]. 计算机研究与发展, 2020, 57(5): 906-911.
[8]	杨洪章, 杨雅辉, 屠要峰, 孙广宇, 吴中海. 基于“采集—预测—迁移—反馈”机制的主动容错技术[J]. 计算机研究与发展, 2020, 57(2): 306-317.
[9]	左鹏飞，华宇，谢新锋，胡杏，谢源，冯丹. 面向深度学习加速器的安全加密方法[J]. 计算机研究与发展, 2019, 56(6): 1161-1169.
[10]	方荣强，王晶，姚治成，刘畅，张伟功. 多层神经网络算法的计算特征建模方法[J]. 计算机研究与发展, 2019, 56(6): 1170-1181.
[11]	向陶然，叶笑春，李文明，冯煜晶，谭旭，张浩，范东睿. 基于细粒度数据流架构的稀疏神经网络全连接层加速[J]. 计算机研究与发展, 2019, 56(6): 1192-1204.
[12]	王宝楠,胡风,张焕国,王潮. 从演化密码到量子人工智能密码综述[J]. 计算机研究与发展, 2019, 56(10): 2112-2134.
[13]	陈宇飞,沈超,王骞,李琦,王聪,纪守领,李康,管晓宏. 人工智能系统安全与隐私风险[J]. 计算机研究与发展, 2019, 56(10): 2135-2150.
[14]	曹珍富. 信息安全的新发展——为《计算机研究与发展》创刊六十周年而作[J]. 计算机研究与发展, 2019, 56(1): 131-137.
[15]	郑庆华,董博,钱步月,田锋,魏笔凡,张未展,刘均. 智慧教育研究现状与发展趋势[J]. 计算机研究与发展, 2019, 56(1): 209-224.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3846