在過去一年，人工智能正以前所未有的態(tài)勢洶涌而來，成為各個(gè)科技巨頭的必爭之地。而得益于深度學(xué)習(xí)這種人工智能技術(shù)，“非生命性”計(jì)算機(jī)目前已能在復(fù)雜棋盤游戲圍棋中戰(zhàn)勝頂級(jí)人類玩家，甚至能像皮膚科醫(yī)生一樣精確地識(shí)別黑素瘤，更能讓車輛實(shí)現(xiàn)自主導(dǎo)航和駕駛。

　　目前，有一批電路科學(xué)家正試圖設(shè)計(jì)出“專用型硬件”(Specialized Hardware)，將這種高大上的深度學(xué)習(xí)技術(shù)推廣平民化，引入智能手機(jī)、可穿戴設(shè)備以及其他消費(fèi)級(jí)電子產(chǎn)品的芯片中。

　　譬如，引入人工智能技術(shù)的智能手機(jī)，將能更好的理解用戶的獨(dú)特口音和語言習(xí)慣。對(duì)于那些被Siri逼到抓狂的用戶，這簡直就是拯救。引入人工智能技術(shù)，如家庭安防系統(tǒng)能夠更準(zhǔn)確地區(qū)分是否應(yīng)該報(bào)警，而不至于將主人打破碗碟的聲音誤判為小偷破窗而入而驚動(dòng)警察。

　　2月，在舊金山召開的“2017年IEEE國際固態(tài)電路會(huì)議”(ISSCC 2017)上，學(xué)術(shù)界及工業(yè)界的工程師們展示了一些專用、節(jié)能的深度學(xué)習(xí)處理器。這類專用型硬件將為電子設(shè)備帶來智能的飛躍，因?yàn)榕c傳統(tǒng)軟件不同，這是依賴于像人類大腦一樣的高級(jí)抽象。更值得稱贊的是，這類硬件不會(huì)過多地消耗電量。

　　德州儀器的科學(xué)家Mahesh Mehendale說：“我們開始意識(shí)到，想要同時(shí)提升性能和能效，就需要開發(fā)出更多的專用硬件。”他與松下技術(shù)開發(fā)實(shí)驗(yàn)室總工程師Takashi Hashimoto共同擔(dān)任本次會(huì)議的大會(huì)主席。

　　當(dāng)下，想要廣泛推廣深度學(xué)習(xí)技術(shù)，就需要各大公司推廣專用的低功耗芯片。

　　正如許多類似的項(xiàng)目，STM公司的芯片架構(gòu)設(shè)計(jì)盡可能使內(nèi)存和處理單元緊挨一起。與其他算法相比，神經(jīng)網(wǎng)絡(luò)算法需要頻繁地提取數(shù)據(jù)，所以縮短該類數(shù)據(jù)傳輸距離將大量節(jié)省能量消耗。STM公司位于意大利科爾納雷多基地的研究員Guiseppi Desoli，介紹了一種每瓦特每秒2.9萬億次(也稱，每瓦特2.9每秒兆位)的神經(jīng)網(wǎng)絡(luò)處理器。

　　注：每秒兆位(teraops)，每秒萬億次。

　　這種處理器主要用于運(yùn)行卷積神經(jīng)網(wǎng)絡(luò)算法，常用于圖像識(shí)別領(lǐng)域。Desoli表示，STM公司認(rèn)為如果工程師能將功耗降低，這種神經(jīng)網(wǎng)絡(luò)完全可以嵌入物聯(lián)網(wǎng)應(yīng)用。他說，“對(duì)于深度學(xué)習(xí)處理器，普通的電池只能持續(xù)幾個(gè)小時(shí)，所以每瓦特只能執(zhí)行幾個(gè)萬億次操作。

　　來自韓國高等科學(xué)技術(shù)學(xué)院(KAIST)的Hoi-Jun Yoo團(tuán)隊(duì)，則展示了一個(gè)不同類型的專用芯片。這種專用芯片不僅比STM公司的芯片能量效率更高，能夠達(dá)到每瓦特8.1每秒兆位的效能，還可以運(yùn)行兩種神經(jīng)網(wǎng)絡(luò)算法。一種是卷積神經(jīng)網(wǎng)絡(luò)，另一種是遞歸神經(jīng)網(wǎng)絡(luò)。這種神經(jīng)網(wǎng)絡(luò)算法十分適用于諸如語音解碼的任務(wù)，因?yàn)闊o論聽還是說，能記住幾秒鐘前的談話才有意義。

　　此外，Yoo團(tuán)隊(duì)還展示了另一個(gè)與圖像傳感器相配對(duì)的深度學(xué)習(xí)處理器，開發(fā)出的智能工具是一個(gè)低功耗、可穿戴的徽章，可用于面部識(shí)別。該設(shè)備依賴于一個(gè)以620微瓦運(yùn)行卷積神經(jīng)網(wǎng)絡(luò)的專用芯片架構(gòu)。對(duì)于這樣微小的功率，一個(gè)硬幣電池就能保持其運(yùn)行超過10小時(shí)。

　　工程師們?cè)贗SSC會(huì)議上鉆研的另一個(gè)問題是系統(tǒng)級(jí)設(shè)計(jì)。從系統(tǒng)設(shè)計(jì)上看，降低功耗的一種方法是在初始決策階段使用低功率電路，然后在必要時(shí)喚醒相對(duì)較大功率的神經(jīng)網(wǎng)絡(luò)電路來做繁重的決策任務(wù)。

　　麻省理工學(xué)院(MIT)的Anantha Chandrakasan實(shí)驗(yàn)室在大會(huì)上展示了一個(gè)能將語音與其他聲音區(qū)分開的專用芯片電路。該芯片控制一個(gè)可識(shí)別詞匯的神經(jīng)網(wǎng)絡(luò)，能夠處理詞匯量高達(dá)145000的語音區(qū)分任務(wù)。與當(dāng)前的其他先進(jìn)系統(tǒng)相比，該系統(tǒng)在標(biāo)準(zhǔn)測試中的詞匯出錯(cuò)率僅為前者的約四分之一，而功率僅為前者的大約三分之一。

　　ISSCC2017大會(huì)上發(fā)布的各類新芯片，說明用專用型硬件來運(yùn)行神經(jīng)網(wǎng)絡(luò)是更高效的。當(dāng)然，訓(xùn)練神經(jīng)網(wǎng)絡(luò)則是另一回事，目前這仍然需要在大型計(jì)算機(jī)上完成。