後摩爾時期,計算形態與設計自動化將何去何從?

2021-01-13 東方財富網

原標題:後摩爾時期,計算形態與設計自動化將何去何從?

   在後摩爾時代下,我國的計算相關行業對於人工智慧、大數據應用中的關鍵性數學問題和晶片技術的發展,有著更迫切、更緊迫的需求。

  新興的集成電路技術面臨著哪些機遇和調整?後摩爾時代下的計算機系統結構如何?下一代人工智慧的發展將如何發展?人工智慧應用的落地與開放情況如何?

  1月10日,由首都師範大學交叉科學研究院與計算機學會(CCF)集成電路設計專業組聯合主辦、CCF 集成電路設計專業組教育工作組協辦的京區青年學者「後摩爾時期的計算形態與設計自動化」論壇在線上舉辦。來自北京大學、中國科學院、北京航空航天大學、清華大學、首都師範大學的專家、學者共同探討了後摩爾時期,計算形態與設計自動化將何去何從?

  存內計算是緩解瓶頸的有效途徑之一

  在北京大學信息科學技術學院長聘副教授、高能效計算與應用中心任副主任羅國傑看來,基於RRAM等新型非易失性存儲的存內計算是解決馮諾伊曼瓶頸的可行途徑。「面向存內計算的自動綜合和映射技術。針對RRAM狀態邏輯的綜合流程,設計高面積利用率的自動化綜合流程,通過減少原始輸入和中間變量帶來的面積開銷,流程相對已有工作提高33%的面積利用率和1.43倍的吞吐量。」羅國傑說。

  人工智慧時代對計算能力以及效率的需求大大提高,傳統的基於存儲分層的計算機體系結構在處理大數據應用時呈現出計算訪存比低、緩存命中率低的特點,也就是常說的「馮諾依曼瓶頸」。為了緩解「馮諾依曼瓶頸」,新型計算機架構 「存內計算」或者說「存算一體」將計算與存儲在空間上合二為一,有效減少了數據通信帶來的能量消耗。對此,北京大學人工智慧研究院的助理教授燕博南認為,新興非易失存儲器(比如憶阻器)更是能夠便捷地實現存內計算處理器。

  「現有的存算一體電路和架構多數都是專用設計,缺乏通用性。」中國科學院計算技術研究所副研究員陳曉明說,其課題組在提高存算一體通用性方面,利用新型非易失器件能同時實現存儲單元和開關單元的器件級特性,構建功能可配置的存算一體電路和架構,從而對不同的應用,可以更靈活地進行存算資源的配置。

  使用開源軟體對教學科研有重要意義

  當前,智慧財產權保護在全球範圍內受到廣泛重視。然而,很多時候,一些跨國科技企業會利用技術先發優勢來追求更高的壟斷利潤,從而阻礙技術創新。為了平衡智慧財產權保護和技術創新,上世紀80年代IT界開始了轟轟烈烈的自由軟體運動。

  「近年來,開源理念逐漸覆蓋硬體領域。使用開源EDA軟體的開源晶片設計對於計算機硬體領域的教學科研工作有著重要意義。」中國科學院大學教授沈海華說。

  「以『後摩爾時期』晶片設計教育為背景,以計算機系統能力培養為出發點,中國科學院大學本科生『計算機組成原理』課程以及『一生一芯』計劃探索出了開源處理器敏捷開發驗證環境平臺、實踐教學方法,取得了顯著的教學效果。」中國科學院計算技術研究所高級工程師張科介紹。

  神經網絡技術是機器學習的核心技術

  近年來,圖神經網絡方法在金融欺詐檢測問題上取得了顯著進展。「針對金融欺詐檢測中的類別不平衡問題,專門針對類別不平衡問題設計的圖神經網絡具有更優效果。但其更為複雜的計算會導致在大規模金融行為圖上的計算效率低下。我們期待對圖神經網絡加速的硬體技術的出現。」中國科學院計算技術研究所副研究員敖翔說。

  北京航空航天大學計算機學院副教授楊建磊對他們「稀疏神經網絡訓練加速技術研究」方面開展的工作進行了分享。

  隨著5G通信與物聯網技術的成熟,智聯網(AIoT) 時代即將來臨。「在未來 AIoT場景中強大的雲端能力將虛擬化下沉到終端,邊緣終端設備將呈現爆發式增長。邊緣計算能夠有效解決由以云為中心的計算引起的大量數據傳輸和隱私問題,然而日益複雜的神經網絡給計算能力和能源受限的邊緣設備帶來了新的挑戰,如何實現高能效神經網絡計算架構成為學術界和工業界關注的熱點問題。卷積神經網絡CNN和遞歸神經網絡RNN是邊緣設備上機器學習應用的核心技術。」首都師範大學信息工程學院科研副院長、研究員王晶說。

  當日,論壇邀請到的12位專家分別進行了報告線上直播觀看論壇的觀眾人數的達到論壇還圍繞著「新興集成電路技術的機遇和調整」、「人工智慧應用的落地與開放情況」、「新興融合計算智能架構及軟硬體協同設計」、「智能晶片及系統設計與實踐」四個主題進行了報告和學術分享。線上直播觀看論壇的觀眾人數的達到1100多人,參加會議的學者達51人。論壇受到業界學者的關注,杜克大學的陳怡然教授等學者在線上與演講嘉賓討論。

  專家表示,論壇為不同學科領域的學者搭建了交流平臺,加強了信息、數理以及計算機等多學科學者的溝通。「論壇報告人的報告體現了後摩爾時期的計算形態將以交叉融合的方式進行演進:器件、架構和應用算法之間的交叉融合;基礎數學、計算機、材料等多學科的交叉融合;教育、科學研究和產業實踐之間的交叉融合。」首都師範大學交叉科學研究院副研究員李冰說。

(文章來源:科技日報)

(責任編輯:DF386)

相關焦點

  • 摩爾定律日薄西山 計算性能如何增長
    從上世紀60年代以來,一直被IT行業推崇為「聖經」的摩爾定律,正在無可辯駁地走向沒落。當摩爾定律不再發揮其神奇功效,控制著每臺電腦和手機的半導體行業又將何去何從?   各抒己見 未來面臨更多機遇   在講座的對話環節,叢教授與未來論壇青年理事兼華創資本合伙人熊偉銘、中國科學院計算技術研究所研究員徐志偉、清華大學微電子與納電子學系主任兼微電子學研究所所長魏少軍以及聯想集團副總裁黃英等一起,探討了摩爾定律失效後,計算科學的發展方向。
  • 後摩爾定律時代的計算力破局
    當摩爾定律逐漸失效 過去的半個世紀,得益於半導體晶片產業飛速發展,在摩爾定律的驅動下,計算力一直保持著大跨度的發展。1956年,英特爾創始人戈登·摩爾提出,集成電路的集成度每兩年會翻一番,後這個周期縮短到18個月,微處理器的性能每隔18個月提高1倍。
  • 後摩爾定律時代的計算技術之探討
    大約10年後,這個創新途徑被IBM的羅伯特·登納德(Robert dennard)歸納為「登納德按比例縮小定律」,從而開創了以指數方式降低器件工作電壓和提高時鐘頻率的可能性。特徵尺寸、頻率和功耗的相互作用的縮放意味著在成本大致恆定的前提下,每一代晶片的性能將隨著時間呈指數級改善。摩爾還預測,伴隨著這種改善,半導體、微電子技術將給社會發展帶來巨大影響。
  • 摩爾定律失效 還有什麼方法讓計算性能暴漲
    ,也還有其它的創新方法和技術繼續驅動計算性能的指數級增長,比如內存中運算、量子計算、分子電子學、神經形態計算等等。以下是文章主要內容:摩爾定律假定,微處理器的電晶體將每兩年翻一倍,它們的計算性能也隨之翻倍。自戈登?摩爾(Gordon Moore)1965年提出以來,該定律一直生效。不過近年來業界一直預測該定律即將失效。早在2000年,《麻省理工科技評論》就矽技術在大小和速度上的極限提出了警告。實際上,摩爾定律並不算是定律。它更多的是自我實現的預言。
  • 淺析後摩爾時代的AI革命
    各大廠商對機器學習的熱情越來越高,對算法、算力和數據提出新的要求,尤其是對算力需求的激增,進一步催生相關晶片和專用設備的蓬勃創新,而在後摩爾時代,這種創新或將成為突破算力極限的關鍵。 數據「餵」大的機器智能 什麼是機器學習?簡單來說,機器學習使用算法在數據中發現模式,然後使用一個能識別這些模式的模型對新的數據進行預測。
  • 支配計算領域44年之後,摩爾定律的下一步該往哪裡走? | 深度
    在這之後計算領域會發生什麼事?得益於半導體和晶片技術而高度繁榮的手機、PC 產業,會受到怎樣的影響?我們從未來的四大類別、十大方向進行剖析,分別是:1.從根本上改變晶片的設計;2.尋找矽材料的替代品;3.從現有電晶體尋找出路;4.計算框架的變革。
  • 摩爾定律的黃昏,計算機行業的十大未來方向!
    我們從未來的四大類別、十大方向進行剖析,分別是:1.從根本上改變晶片的設計;2.尋找矽材料的替代品;3.從現有電晶體尋找出路;4.計算框架的變革。摩爾定律最早由英特爾聯合創始人 Gordon Moore 提出,內容是:當價格不變時,集成電路上可容納的元器件數量約每隔 18-24 個月就會增加一倍,性能也將提升一倍。
  • 「芯觀點」後摩爾時代的AI革命:算力需求激增,催生晶片創新
    各大廠商對機器學習的熱情越來越高,對算法、算力和數據提出新的要求,尤其是對算力需求的激增,進一步催生相關晶片和專用設備的蓬勃創新,而在後摩爾時代,這種創新或將成為突破算力極限的關鍵。數據「餵」大的機器智能什麼是機器學習?
  • 摩爾定律還能存活多久?計算機晶片已達物理極限
    《紐約時報》表示,技術專家現在認為,新一代晶片的問世會更慢,兩代晶片之間的間隔將延長至2.5-3年。他們擔心,到2020年代中期,屆時僅由數個分子構成的電晶體將無法可靠地工作。除非有新的技術突破問世,摩爾定律時代將告終結。
  • 假如太陽「死亡」後,地球將何去何從?
    不禁要問,萬一太陽消失了,我們地球會發生哪些變化,人類將何去何從。那麼,真的到了那麼一天,太陽死亡後,我們的地球會有怎麼樣的結局?那麼,當太陽真的「死亡」後,地球將面臨怎樣的環境呢?這一切都要從太陽的演化說起。
  • AI計算量每年增長10倍,摩爾定律也頂不住|OpenAI最新報告
    從AlexNet到AlphaGo Zero,最先進AI模型對計算量的需求已經增長了30萬倍。英偉達的黃仁勳一直在強調摩爾定律已死,就是沒死也頂不住如此爆炸式的算力需求啊。至於為何發布AI計算量報告?OpenAI說,是為了用計算量這種可以簡單量化的指標來衡量AI的發展進程,另外兩個因素算法創新和數據難以估計。
  • 摩爾定律的突圍
    結合目前高性能計算晶片發展趨勢來講,通過等比例縮放電晶體長度的二維化模式來延展摩爾定律已經變得越來越難,我們需要從第一性原理出發來理解摩爾定律背後所反映的晶片發展規律,即晶片技術的持續進步是人類生產力不斷發展的縮影,摩爾定律是關於晶片技術進步的一種定量化的具體表現形式,我們將其目標簡單抽象概括為「單位面積晶片在每瓦每單位成本的基礎上實現更高計算能力」。
  • 摩爾定律有終結之日嗎?
    從最嚴格的意義上講,摩爾定律是指晶片上電晶體的數量。從最不嚴格的意義上講,它是指使用一美元可購買的通用計算能力。同樣,當變化率無法達到每18/24個月加倍時,摩爾定律將&34;,當然這並不意味著進展將完全停止,它只會以比這更慢的速度前進。
  • 摩爾定律將死,晶片行業將掀起新一輪革命,誰將成為新時代領航者
    除此之外,還有晶片設計工具EDA(電子設計自動化)。在集成電路發展的早期,人工即可完成集成電路設計。但隨著科技的發展,要完成單位平方毫米內上億個門級電路的晶片的設計,則必須通過EDA輔助工具進行晶片設計。目前國際上主要有三大集成電路EDA公司,分別是Synopsys,Cadence,Mentor Graphics。
  • 清華團隊提出類腦計算系統新框架,通用人工智慧或將不再科幻
    尤其是,當前類腦計算的系統和晶片,雖然具體類型有所不同,但都比較側重於端到端的軟硬體協同設計方法,缺乏一種可以將算法、晶片和器件等不同領域技術和需求有機結合起來的軟硬體系統層次結構設計。而此次這一最新研究成果的提出,或許為通用人工智慧的加速到來提供了可能。
  • 《物質的量的單位-摩爾》說課稿
    各位評委老師上午好,(鞠躬),我是來應聘高中化學的5號考生,今天我抽到的題目是《物質的量的單位-摩爾》(板書)下面我將從說教材、說學情、說教法學法、說教學過程、說板書設計來開始我的說課。一、說教材《物質的量的單位-摩爾》是人教版必修1第一章第二節第一課時的內容,這是學生經過從實驗學化學後第一個學習的化學概念。物質的量屬於工具性概念,在本節的學習中要形成一個「量」的認識,並能進行簡單的計算。它連接物質微觀與宏觀的橋梁,在化學計算中處於核心的地位,不僅承上啟下,而且貫穿高中化學學習的始終。通過以上對教材地位的分析來制定三維教學目標。
  • 中金公司:量子計算能延續摩爾定律的神話嗎?
    全球來看,2019年宣布達到「量子優越性」的谷歌、IBM、微軟,以及美國初創公司IonQ、Rigetti在量子計算上較為領先。阿里達摩院、本源量子、量旋科技等中國公司也在積極布局。什麼是量子計算?量子計算可能是延續摩爾定律神話的一條發展路徑量子計算是延續摩爾定律神話的路徑之一,算力隨量子比特數呈冪指數2n增長。
  • 超材料或將延續摩爾定律?
    兩種方式 延續摩爾定律 一直以來,半導體器件的發展趨勢都沿續摩爾定律的規則:集成電路中可容納的電晶體數量每經過18~24個月總數增長一倍。然而,隨著晶片製程越來越接近工藝極限和物理極限,摩爾定律能否持續生效也開始受到質疑。 為了不讓摩爾定律「失效」,業界採取了各種不同的方式去延續摩爾定律。
  • Nature:清華團隊提出類腦計算系統新框架,通用人工智慧或將不再科幻
    尤其是,當前類腦計算的系統和晶片,雖然具體類型有所不同,但都比較側重於端到端的軟硬體協同設計方法,缺乏一種可以將算法、晶片和器件等不同領域技術和需求有機結合起來的軟硬體系統層次結構設計。而此次這一最新研究成果的提出,或許為通用人工智慧的加速到來提供了可能。
  • 摩爾定律或在2025年迎來終點 中國晶片如何突圍?
    3、「後摩爾時代」,中國晶片如何突圍?在不久前召開的IC CHINA 2020(中國國際半導體博覽會)上,中國工程院院士、浙江大學微納電子學院院長吳漢明預測,「隨著工藝節點演進,摩爾定律越來越難以持續,預計將走到2025年。」半導體企業的製程工藝正向這個終點進發。