魏少軍：智能化助力半導體產(chǎn)業(yè)發(fā)展

11 月 23 日，在 2023 中國臨港國際半導體大會(huì )中，中國半導體行業(yè)協(xié)會(huì ) IC 設計分會(huì )理事長(cháng)、清華大學(xué)集成電路學(xué)院魏少軍教授做了《智能化助力半導體產(chǎn)業(yè)發(fā)展》的主題演講。

本次演講主要分為四個(gè)部分：人工智能延伸人類(lèi)的認知能力、計算技術(shù)驅動(dòng)半導體產(chǎn)業(yè)不斷成長(cháng)、全球半導體產(chǎn)業(yè)大變局、智能化助力中國半導體產(chǎn)業(yè)自立自強。

人工智能延伸人類(lèi)的認知能力

三輪智能化浪潮

首先，魏少軍表示，人類(lèi)已經(jīng)經(jīng)歷了三輪智能化浪潮。第一次在 1946 年，主要是通用計算裝置的出現，這一裝置僅具備計算、數據存儲與檢索能力；第二次在 1990 年通用推理裝置的出現，該裝置可以使用手工知識庫和規則庫做邏輯判斷；第三次是在 2017 年機器學(xué)習裝置的出現，它可以使用機器學(xué)習算法做分類(lèi)和識別。

正是在第三輪智能化浪潮中，研究開(kāi)始取得巨大進(jìn)步。比如谷歌的 DeepMind，它在包含 20000 個(gè)數據的人臉識別工作中明顯強于人類(lèi)，它在語(yǔ)音識別的工作中，錯詞率也僅僅只有 5.9%。魏少軍教授表示，在第三輪智能化浪潮中，人工智能已經(jīng)有多方面超過(guò)人類(lèi)。

人類(lèi)正在進(jìn)入智能化時(shí)代。如果說(shuō)，第一次工業(yè)革命以機械化、電力化和自動(dòng)化為主要內容解放了人類(lèi)的雙手，提供人類(lèi)巨大的能源，實(shí)現了人類(lèi)體能的延伸和放大，延伸我們四肢的能力。那么以計算機、網(wǎng)絡(luò )、通信、光電子和集成電路路等技術(shù)為主要內容的信息革命，實(shí)現了人類(lèi)感官能力的延伸和放大，延伸我們的感觀(guān)能力。但是工業(yè)革命和信息革命都沒(méi)有解決當下大腦的問(wèn)題，當下正在發(fā)生的新的智能化革命，正在實(shí)現人類(lèi)大腦能力的延伸和放大，延伸人類(lèi)的認知能力。

人工神經(jīng)網(wǎng)絡(luò )

談到智能化，不得不回顧一下上世紀 40 年代人工神經(jīng)網(wǎng)絡(luò )概念的提出。1943 年，美國神經(jīng)生理學(xué)家沃倫·麥卡洛克 (Warren McCulloch) 和數學(xué)家沃爾特·皮茨 (Walter Pitts) 合作，對大腦的神經(jīng)元進(jìn)行類(lèi)比和建模，發(fā)明了人工神經(jīng)網(wǎng)絡(luò )。麥卡洛克不懂數學(xué)，皮茨不懂神經(jīng)學(xué)，兩者跨界融合，產(chǎn)生了影響世界的神經(jīng)網(wǎng)絡(luò )。

后來(lái) David Hubel 在上世紀 80 年代發(fā)現了人類(lèi)視覺(jué)系統的信息處理方法。提到了人的視覺(jué)處理機制可以看成高層的特征是低層特征的組合，從低層到高層的特征表達越來(lái)越抽象和概念化。這個(gè)發(fā)現激發(fā)了人們對于神經(jīng)系統的進(jìn)一步思考。大腦的工作過(guò)程是一個(gè)對接收信號不斷迭代不斷抽象概念化的過(guò)程。他們都構建了人工智能非常重要的基礎。

魏少軍表示，現在的人工智能主要分類(lèi)兩類(lèi)：類(lèi)腦計算和深度學(xué)習。

類(lèi)腦計算通過(guò)存內計算架構，直接用存儲單元做乘累加運算，將存儲和計算融為一體，避免了權重參數的反復搬運，大幅提升矩陣乘法的計算效率，可并行加速深度學(xué)習算法。

深度神經(jīng)網(wǎng)絡(luò )和深度學(xué)習是另外一個(gè)分支。深度神經(jīng)網(wǎng)絡(luò )的三個(gè)基本要素為：算法、數據和算力。深度神經(jīng)網(wǎng)絡(luò )（DNN）是一種多層無(wú)監督神經(jīng)網(wǎng)絡(luò )，并且將上一層的輸出特征作為下一層的輸入進(jìn)行特征學(xué)習，通過(guò)逐層特征映射后，將現有空間樣本的特征映射到另一個(gè)特征空間，以此來(lái)學(xué)習對現有輸入具有更好的特征表達。

加拿大蒙特利爾大學(xué)教授約書(shū)亞·本希奧、谷歌副總裁兼多倫多大學(xué)名譽(yù)教授杰弗里·欣頓，以及紐約大學(xué)教授兼 Facebook 首席 AI 科學(xué)家楊立昆因在人工智能深度學(xué)習方面的貢獻獲得 2018 年度圖靈獎。他們三位被業(yè)內人士稱(chēng)為「當代人工智能教父」，是深度神經(jīng)網(wǎng)絡(luò ) (deepneural network) 的開(kāi)創(chuàng )者，也被成為深度學(xué)習 (deeplearning) 三巨頭。

計算技術(shù)驅動(dòng)半導體產(chǎn)業(yè)不斷成長(cháng)

在過(guò)去的三四十年，人類(lèi)經(jīng)過(guò)了很多不同的時(shí)代，比如早期的科學(xué)計算時(shí)代，后來(lái)的個(gè)人計算時(shí)代、移動(dòng)計算時(shí)代、云計算時(shí)代以及智能計算時(shí)代。

智能計算時(shí)代與人工智能密切相關(guān)。由于算法的多樣性和復雜性，人工智能需要一款「計算引擎」，它需要具備可編程能力并適應各類(lèi)應用、適合計算和存儲密集型應用以及數據從「云端」向「邊緣」遷移時(shí)，具備高效能的計算。

然而當下，人工智能芯片還面臨著(zhù)兩大難題。第一個(gè)就是算法在不斷演進(jìn)，新算法層出不窮。第二個(gè)是一種算法對應一種應用，沒(méi)有統一的算法。

人工智能芯片的主流架構演進(jìn)圖

魏少軍表示，最初在沒(méi)有人工智能芯片時(shí)，我們的解決辦法是使用傳統的器件來(lái)實(shí)現想要的功能，后來(lái)演進(jìn)到制作專(zhuān)用器件，由于專(zhuān)用器件應用的不便利性，具有更強靈活性的芯片被制造出來(lái)。如今 ChatGPT 的出現對具有更大算力且通用性更強的芯片提出更高需求。比如英偉達的 GPU 如此受歡迎不僅是因為它的算力大，還因為其通用性更強，它可以用來(lái)訓練各種各樣的模型。因此，通用為王的優(yōu)點(diǎn)再次被體現。

如今高性能計算機的計算能力已經(jīng)進(jìn)入 E 級時(shí)代。E 級超算是指每秒可進(jìn)行百億億次數學(xué)運算的超級計算機，是國際上高端信息技術(shù)創(chuàng )新和競爭的制高點(diǎn)，被全世界公認為「超級計算機界的一頂皇冠」。2022 年 5 月 30 日，國際超算大會(huì ) (SC) 在德國漢堡發(fā)布了最新版全球超算 TOP500 榜單，美國橡樹(shù)嶺國家實(shí)驗室的新型超算「前沿」（Frontier) 以壓倒性?xún)?yōu)勢成為全球最快超算。尤其讓外界關(guān)注的是，「前沿」也是全球首臺正式發(fā)布的每秒浮點(diǎn)運算速度超過(guò)百億億次的超算。

隨著(zhù)全球數據量超過(guò) 100ZB(1021)，對 Z 級計算能力的需求愈發(fā)迫切。人類(lèi)對于更高算力的追求在過(guò)去數十年里從末停滯。然而，依靠工藝技術(shù)的進(jìn)步幾乎無(wú)法實(shí)現更高性能的計算，因為超算的處理速度若達到 Z 級，耗電量投資額必然巨大，這將難以落地。

魏少軍還提到，現有的計算芯片架構難以勝任下一代計算的要求。因此人類(lèi)當下正面臨著(zhù)計算機架構創(chuàng )新的黃金時(shí)代。那么應該如何呼喚新的計算芯片架構呢？

新的計算芯片架構

魏少軍教授展示了一張分別以硬件可編程性和軟件可編程性為橫軸和縱軸的圖。在這張圖中 CPU 等處理器位于第一象限，ASIC 等專(zhuān)用集成電路在第三象限，FPGA 等可編程邏輯器件在第四個(gè)象限，第二象限空白的區域就是正在探索的新型架構，這種架構需要具備很強的通用性、靈活性；不存在寡頭壟斷；采用先進(jìn)工藝等等。

未來(lái)必將會(huì )經(jīng)歷的階段還有軟件定義芯片。芯片是計算的主體，但真正實(shí)現智能化以來(lái)的還是軟件。因為軟件具有自己學(xué)習的能力、形成知識和經(jīng)驗的能力、持續改進(jìn)和優(yōu)化的能力、再生和組織能力、思維邏輯推理能力以及做出正確判斷和決斷的能力。

在國際上，美國和歐洲高度重視軟件定義芯片技術(shù)的研究。比如美國 2018 年的 DARPA 電子振興計劃以及歐洲的地平線(xiàn)計劃。這兩個(gè)項目做下來(lái)雖然取得了不少成績(jì)，但是實(shí)質(zhì)上并沒(méi)有擺脫傳統計算機架構的影響。在這一點(diǎn)上，中國的突破要早于并優(yōu)于世界同行。

經(jīng)過(guò)十年努力，中國科技工作者攻克了計算模式、硬件架構和映射方法三個(gè)關(guān)鍵技術(shù)，實(shí)現了芯片架構和功能的納米級重構，使硬件電路可隨軟件算法的變化而快速變化，在確保靈活性的同時(shí)，大幅提升能量效率。

軟件定義芯片技術(shù)是能夠替代 ASIC 和 FPGA 的新型電路架構技術(shù)，有望為我國集成電路設計業(yè)擺脫跟隨模仿、實(shí)現趕超，提供一條全新的技術(shù)路線(xiàn)。

全球半導體產(chǎn)業(yè)大變局

半導體成為地緣政治博弈的工具。如對華科技政策負責人馬西尼已牽頭制定并推進(jìn)美國人工智戰略，同時(shí)認為「半導體才是人工智能領(lǐng)先地位的真正基礎」。美國 AI 戰略負責人施密特認為「美國要確保領(lǐng)先中國半導體至少 2 代」，美國需與「日、韓、歐聯(lián)合抗衡」。

一些國家嘗試著(zhù)把中國排除在全球半導體供應鏈之外。半導體領(lǐng)域的「軍備競賽」加劇全球供應鏈的碎片化。美國、歐盟、韓國、日本都各自通過(guò)了自己的《芯片法案》。表面看是各自在推動(dòng)本地集成電路發(fā)展，其實(shí)是把全球市場(chǎng)進(jìn)行分割，全球產(chǎn)業(yè)化的進(jìn)程被中止，這個(gè)影響負面大于正面。

智能化助力中國半導體產(chǎn)業(yè)自立自強

魏少軍表示，中國在人工智能領(lǐng)域占據優(yōu)勢。5G 和 AI 也在推動(dòng)集成電路技術(shù)持續進(jìn)步，這些新的技術(shù)反過(guò)來(lái)也推動(dòng)了 5G 和 AI 為代表的或來(lái)支撐的全球的經(jīng)濟發(fā)展。到目前為止，沒(méi)有有任何一個(gè)其他技術(shù)可以代替集成電路、代替半導體。業(yè)界關(guān)于摩爾定律的爭論其實(shí)從未停止，包括材料的限制、器件的物理尺寸、光刻波長(cháng)的限制等相關(guān)問(wèn)題。其中的一些問(wèn)題在半導體行業(yè)發(fā)展到現在已經(jīng)得到解決，未來(lái)半導體行業(yè)的發(fā)展將可以更好的滿(mǎn)足人類(lèi)的需求。

本文由半導體產(chǎn)業(yè)縱橫根據 2023 中國臨港國際半導體大會(huì )魏少軍的演講整理