当前位置: 江南文明网 > 科技 >

新型计算技术究竟赋能哪些领域,未来的技术发展趋势又将何去何从?

条评论

新型计算技术究竟赋能哪些领域,未来的技术发展趋势又将何去何从?

集微网报道 从算法到硬件,AI算法的逐步演进不仅让芯片设计面临着能耗、成本、工艺等制造层面的挑战,也对硬件计算架构提出更高要求。

在以算法定义硬件的时代,如何从底层架构创新以应对算法的不确定性,就成为了AI芯片需要面对的重要议题。短期来看,算力或将成为制约人工智能发展的掣肘。与此同时,除了算力困境之外,如何处理实际生活中所面对的动态、多变、不确定的场景,是为场景困境;此外,伴随着算力的增大,对于能力的消耗也就越大,能耗困境也是目前人工智能无法忽视的难题。

在这样的时间节点,类脑计算、光子计算、量子计算这三种新型计算技术相继涌现,均代表着后摩尔时代中下一代算力的重要突破方向。尽管以上技术距大规模商用尚需时日,但不可否认,这仍是有望打破算力危机的颠覆性战略技术。

不过从目前来看,以上三大技术的基础理论,技术趋势和实际的落地应用仍悬而未决,技术创新路线也亟待突破。那么上述新型计算技术究竟赋能哪些领域,未来的技术发展趋势又将何去何从?

“类脑计算不关注细节,但必定关注结果”

基于类脑的研究方向主要是传统计算机科学方向,以及脑科学方向。其中,前者主要以深度学习为代表,后者则需处理动力学模型。作为新型计算技术之一的类脑计算,就是将生物脑科学和计算机科学相互融合,包括了底层芯片、编译器,到高层编译器、学习框架、算法、应用系统等完整计算系统。

由于同时兼具类人脑的学习能力以及支持低功耗并行的计算架构,类脑计算具备了稀疏、时空相关性、抗噪音、近似计算四大特点。据灵汐科技副总经理华宝洪介绍,一方面,人类大脑是天然的稀疏系统,即是活跃神经元的稀疏;另一方面,两个神经元之间脉冲的发放以及突触的连接也是稀疏的,可随时发生变化,因此可以说,稀疏是类脑计算最典型的特征。

他还强调,“类脑计算不关注细节,但必定关注结果。”同时,抗噪音和近似计算也都是类脑计算代表性的特点。

从应用领域层面来看,类脑计算的应用领域主要分为三方面:一是传统AI领域,在该成熟市场中,类脑计算芯片需要支持各种神经网络,包括视频结构化、图象结构化、语音文本处理等;其二是脑科学和类脑计算领域,在该领域不仅要做到生物脑动力学计算,还需做大规模脑仿真,特别是上亿神经元规模以及支持毫秒级速度的脑仿真;其三是传统人工神经网络和脑科学神经网络融合的类脑应用领域,即近年来如火如荼的小样本学习。

光子计算:下一代算力基建的新选择

随着半导体工艺的不断发展,从硅基时代的10μm工艺发展到3nm工艺,如今向2nm和1nm进发,后摩尔时代以来,业内企业更是朝着诸多新型计算技术方向积极探索。在这当中,作为下一代算力基建的新选择,光电混合的计算方向已日渐成为业界共识。

曦智科技全球副总裁胡永强介绍,光子计算主要具备低延迟、低能耗、高通量的底层优势。首先是低延迟,由于人工智能九成运算都是线性矩阵数字,相较而言,一个向量通过传统硅基计算器需要的时间以微秒计算,而通过光的计算单元仅需一个纳秒,二者相差千倍。与电传输相比,以光速传输的光信号能够实现微米至百米级的TB级数据传输能力。

其次是低能耗,即低碳。在国家倡导低能耗生产模式的背景下,用光来做计算有着非常低能耗的优势,这也是相较硅有着上百倍能量的减耗;其三是高通量,基于光数据传输的带宽较大,也就是同一个光纤中可以同时运输4或8通道的一种高流量模式。

那么究竟光是如何来做计算呢?胡永强坦言,其实光也可以用来做加减乘除,当中的运算就是传递函数的矩阵。正因如此,以光做计算单元可同时计算多路数据,也就有了很强的并行能力;同时,其还具备低碳效能较电基芯片低100倍,以及超低延迟的优势。

也正是基于上述优势,目前光电计算可广泛应用于网络服务、电信、金融、生物医学、智慧交通等领域。

量子计算的产业化发展任重道远

“万物都是由量子构成的,我们天天生活在量子的世界,但是又感受不到量子。同样的,量子计算让很多人一头雾水,它却能够在信息安全、药物研发等领域有着魔法般的计算能力和应用价值。”近日,百度量子计算研究所所长段润尧在科技沙龙上如是说。

尽管量子技术到量子产业间相隔巨大鸿沟,量子计算的产业化发展也处在初期阶段,但从技术来看,量子计算仍代表了下一代算力的突破,当中最大的优势在于,通过对量子比特的操作实现指数级并行计算的能力,即一个经典比特智能存储0或1两个状态,量子计算比特却可以同时存储0和1两个状态的叠加,依次类推,两个存储器就可以同时存储四个状态的叠加态……最终在N个量子比特的状态中就可实现指数级存储,通过指数级扩展后便是极其庞大的数据。

玻色量子创始人兼CEO文凯认为,量子计算真正实现产业化,核心就是要实现实用量子的优越性,目标是要不断提升规模,达到数百比特规模。此外,光学手段也是量子计算领域中非常重要的手段,光子作为理想的量子比特载体,偏振、相位、频率、角动量等信息可以编码量子比特,同时也可利用光学器件完成对量子比特的操作。

纵观国内外光量子芯片技术进展,近年来,军科院强晓刚团队的硅基光量子芯片,北大王剑威团队的光量子芯片在国内颇具代表。国外方面,加拿大公司Xanadu今年6月基于光量子芯片和可编程架构实现了玻色采样的量子计算机,实现可编程的突破,美国PsiQuantum通过与世界顶级芯片工厂Global Foundries合作,同时用低损耗光纤延迟线作为量子内存,可实现存储和操作数千个量子比特,并最终达到百万量子比特的规模。

综上所述,伴随着后摩尔时代的来临,不仅给半导体芯片制造提出更大挑战,同时也为以类脑计算、光子计算和量子计算为代表的新型计算技术带来发展良机。从未来发展趋势来看,异构融合是类脑计算的未来趋势之一,这三类技术又均代表着下一代算力的重要突破方向,尽管以上技术距大规模商用尚需时日,但不可否认,这仍是有望打破算力危机的颠覆性战略技术,从产业进展来看,在国内外芯片企业的深度探索与实践下,目前已有多款产品从规模化走向量产。