• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

智能芯片的评述和展望

韩栋, 周聖元, 支天, 陈云霁, 陈天石

韩栋, 周聖元, 支天, 陈云霁, 陈天石. 智能芯片的评述和展望[J]. 计算机研究与发展, 2019, 56(1): 7-22. DOI: 10.7544/issn1000-1239.2019.20180693
引用本文: 韩栋, 周聖元, 支天, 陈云霁, 陈天石. 智能芯片的评述和展望[J]. 计算机研究与发展, 2019, 56(1): 7-22. DOI: 10.7544/issn1000-1239.2019.20180693
shu
Han Dong, Zhou Shengyuan, Zhi Tian, Chen Yunji, Chen Tianshi. A Survey of Artificial Intelligence Chip[J]. Journal of Computer Research and Development, 2019, 56(1): 7-22. DOI: 10.7544/issn1000-1239.2019.20180693
Citation: Han Dong, Zhou Shengyuan, Zhi Tian, Chen Yunji, Chen Tianshi. A Survey of Artificial Intelligence Chip[J]. Journal of Computer Research and Development, 2019, 56(1): 7-22. DOI: 10.7544/issn1000-1239.2019.20180693
shu
韩栋, 周聖元, 支天, 陈云霁, 陈天石. 智能芯片的评述和展望[J]. 计算机研究与发展, 2019, 56(1): 7-22. CSTR: 32373.14.issn1000-1239.2019.20180693
引用本文: 韩栋, 周聖元, 支天, 陈云霁, 陈天石. 智能芯片的评述和展望[J]. 计算机研究与发展, 2019, 56(1): 7-22. CSTR: 32373.14.issn1000-1239.2019.20180693
shu
Han Dong, Zhou Shengyuan, Zhi Tian, Chen Yunji, Chen Tianshi. A Survey of Artificial Intelligence Chip[J]. Journal of Computer Research and Development, 2019, 56(1): 7-22. CSTR: 32373.14.issn1000-1239.2019.20180693
Citation: Han Dong, Zhou Shengyuan, Zhi Tian, Chen Yunji, Chen Tianshi. A Survey of Artificial Intelligence Chip[J]. Journal of Computer Research and Development, 2019, 56(1): 7-22. CSTR: 32373.14.issn1000-1239.2019.20180693
shu

智能芯片的评述和展望

  • 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)

基金项目: 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)
详细信息

  • 中图分类号: TP316

A Survey of Artificial Intelligence Chip

  • 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)

摘要

    摘要
  • 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.
    Abstract: In recent years, artificial intelligence （AI）technologies have been widely used in many commercial fields. With the attention and investment of scientific researchers and research companies around the world, AI technologies have been proved their irreplaceable value in traditional speech recognition, image recognition, search/recommendation engine and other fields. However, at the same time, the amount of computation of AI technologies increases dramatically, which poses a huge challenge to the computing power of hardware equipments. At first, we describe the basic algorithms of AI technologies and their application algorithms in this paper, including their operation modes and operation characteristics. Then, we introduce the development directions of AI chips in recent years, and analyze the main architectures of AI chips. Furthermore, we emphatically introduce the researches of DianNao series processors. This series of processors are the latest and most advanced researches in the field of AI chips. Their architectures and designs are proposed for different technical features, including deep learning algorithms, large-scale deep learning algorithms, machine learning algorithms, deep learning algorithms for processing two-dimensional images and sparse deep learning algorithms. In addition, a complete and efficient instruction architecture(ISA) for deep learning algorithms, Cambricon, is proposed. Finally, we analyze the development directions of artificial neural network technologies from various angles, including network structures, operation characteristics and hardware devices. Based on the above, we predict and prospect the possible development directions of future work.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(27)

  • 期刊类型引用(15)

    1. 吴佳青，任大鹏. 我国人工智能芯片发展探析. 中国工程科学. 2025(01): 133-141 . 百度学术
    2. 仝杰，齐子豪，蒲天骄，宋睿，张鋆，谈元鹏，王晓飞. 电力物联网边缘智能：概念、架构、技术及应用. 中国电机工程学报. 2024(14): 5473-5496 . 百度学术
    3. 万朵，胡谋法，肖山竹，张焱. 面向边缘智能计算的异构并行计算平台综述. 计算机工程与应用. 2023(01): 15-25 . 百度学术
    4. 赵二虎，吴济文，肖思莹，晋振杰，徐勇军. 嵌入式异构智能计算系统并行多流水线设计. 电子学报. 2023(11): 3354-3364 . 百度学术
    5. 李秀敏，陈梓烁，陈雅琪. 我国人工智能芯片产业协同创新网络时空演化特征分析. 科技管理研究. 2023(23): 142-153 . 百度学术
    6. 赵一煊，刘飞阳，高晗，王建生. DNN加速器技术发展及航空计算系统应用展望. 航空计算技术. 2022(03): 130-134 . 百度学术
    7. 谢坤鹏，卢冶，靳宗明，刘义情，龚成，陈新伟，李涛. FAQ-CNN:面向量化卷积神经网络的嵌入式FPGA可扩展加速框架. 计算机研究与发展. 2022(07): 1409-1427 . 本站查看
    8. 蒲明博，李向平，张杨，郑美玲，粟雅娟，曹耀宇，曹暾，徐挺，段宣明，冯帅，孙玲. 芯片制造中的光学微纳加工技术前沿与挑战. 中国科学基金. 2022(03): 460-467 . 百度学术
    9. 高原，杨娇，赵凌，温川飙，张艺凡，罗悦. 运用人工神经网络技术结合穴位敏化理论探索慢性稳定性心绞痛疾病辅助预测模型的构建思路. 世界科学技术-中医药现代化. 2021(02): 628-634 . 百度学术
    10. 渠鹏，陈嘉杰，张悠慧，郑纬民. 实现软硬件解耦合的类脑计算硬件设计方法. 计算机研究与发展. 2021(06): 1146-1154 . 本站查看
    11. 魏东，董博晨，刘亦青. 改进神经网络的图像识别系统设计与硬件实现. 电子与信息学报. 2021(07): 1828-1833 . 百度学术
    12. 张雪怡，曹哲，刘宗宝. 智能芯片技术发展综述及医疗健康领域应用. 中国集成电路. 2021(09): 16-22+36 . 百度学术
    13. 郭经红，梁云，陈川，陈硕，陆阳，黄辉. 电力智能传感技术挑战及应用展望. 电力信息与通信技术. 2020(04): 15-24 . 百度学术
    14. 袁烨，张永，丁汉. 工业人工智能的关键技术及其在预测性维护中的应用现状. 自动化学报. 2020(10): 2013-2030 . 百度学术
    15. 赵晨，周义明. 基于FPGA的模数转换芯片AD7705/AD7706控制电路设计. 北京石油化工学院学报. 2019(04): 54-58 . 百度学术

    其他类型引用(12)

    • 资源附件(0)
计量
  • 文章访问数:  3901
  • HTML全文浏览量:  26
  • PDF下载量:  2133
  • 被引次数: 27
出版历程
  • 发布日期:  2018-12-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(27)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计