11月23日，在上海浦東臨港新片區(qū)，在由臨港新片區(qū)管委會、上海市經(jīng)濟(jì)信息化委指導(dǎo)，由臨港集團(tuán)主辦、臨港科投與AspenCore承辦的“2023中國臨港國際半導(dǎo)體大會”上，清華大學(xué)集成電路學(xué)院教授魏少軍發(fā)表了“智能化助力半導(dǎo)體產(chǎn)業(yè)發(fā)展”主題演講，探討智能化時代半導(dǎo)體產(chǎn)業(yè)的發(fā)展思路。EEOesmc

EEOesmc

人工智能延伸人類的認(rèn)知能力

現(xiàn)階段，人類社會正在經(jīng)歷第三輪智能化浪潮。不同于第一輪（上世紀(jì)40年代中期開始）主要是通用計(jì)算裝置出現(xiàn)、電子計(jì)算機(jī)的誕生，以及第二輪（1990年開始）以日本第五代計(jì)算機(jī)作為標(biāo)志、使用手工知識庫和規(guī)則庫做邏輯判斷，現(xiàn)如今的第三輪浪潮（2017年開始）主要是機(jī)器學(xué)習(xí)。EEOesmc

魏少軍教授認(rèn)為，第三輪智能化浪潮開始出現(xiàn)本質(zhì)上的變化，具體表現(xiàn)為“機(jī)器在很多方面都已經(jīng)超越了人類”。比方說：ImageNet項(xiàng)目(圖像識別)可以AI用識別2萬多種物件，AI語音識別錯詞率降低到了5.9%，LipNet(自動唇讀技術(shù))準(zhǔn)確度高達(dá)93.4%……EEOesmc

在他看來，前兩次的工業(yè)革命、信息革命，其實(shí)都沒有解決“大腦”的問題；而現(xiàn)在正在出現(xiàn)的智能化革命，正是在嘗試著解決人類的大腦，也就是延伸人類的認(rèn)知，對人類的認(rèn)知能力將是一個巨大的提升。EEOesmc

如果要深入討論智能化，就不得不回顧一項(xiàng)技術(shù)——人工神經(jīng)網(wǎng)絡(luò)。EEOesmc

1943年，美國神經(jīng)生理學(xué)家沃倫·麥卡洛克（Warren McCulloch）和數(shù)學(xué)家沃爾特·皮茨(Walter Pitts)合作，對大腦的神經(jīng)元進(jìn)行類比和建模，發(fā)明了人工神經(jīng)網(wǎng)絡(luò)。麥卡洛克不懂?dāng)?shù)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)。他們創(chuàng)建了一個神經(jīng)原的模型，前面是很多突觸進(jìn)來，一個加權(quán)和，通過一個激活函數(shù)，最后產(chǎn)生突觸，又往外輸出。EEOesmc

EEOesmc

雖然這個模型并沒有馬上發(fā)揮作用，直到上世紀(jì)80年代，加拿大神經(jīng)學(xué)家David Hunter Hubel搞清楚了視覺神經(jīng)的基本工作原理，才帶來了今天深度學(xué)習(xí)的一次重大進(jìn)步?？梢钥吹剿鼘θ四X的理解，大腦工作的過程是一個對接收信號不斷迭代，不斷抽象概念化的過程。因此它帶來的影響巨大無比。EEOesmc

“iRobot的董事長兼CEO科林·安格爾說過一句話——‘觀察全社會將如何對待人工智能技術(shù)將會很有趣，這一技術(shù)無疑會很酷’。我認(rèn)為他這句話講得很深刻，我們開始進(jìn)入智能化時代，這是一個非常令人激動的事情。當(dāng)然，它為人類社會帶來的影響，我們今天還沒有完全看到，相信未來肯定會巨大無比。”魏少軍教授指出。EEOesmc

此外，魏少軍教授也分享了現(xiàn)階段人工智能的兩大分類：一類叫類腦計(jì)算，一類叫深度學(xué)習(xí)。EEOesmc

類腦計(jì)算主要是模擬人腦的工作原理。比如說最典型的是存內(nèi)計(jì)算架構(gòu)：直接用存儲單元做乘累加運(yùn)算，將存儲和計(jì)算融為一體，避免了權(quán)重參數(shù)的反復(fù)搬運(yùn)，大幅提升矩陣乘法的計(jì)算效率，可并行加速深度學(xué)習(xí)算法。它可以使傳統(tǒng)的算力提升10倍，能效提升10倍。EEOesmc

深度神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)是另外一個分支。深度神經(jīng)網(wǎng)絡(luò)(DNN)是一種多層無監(jiān)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(xí)，通過逐層特征映射后，將現(xiàn)有空間樣本的特征映射到另一個特征空間，以此來學(xué)習(xí)對現(xiàn)有輸入具有更好的特征表達(dá)。深度神經(jīng)網(wǎng)絡(luò)有三個基本因素：算法、數(shù)據(jù)、算力。EEOesmc

計(jì)算技術(shù)驅(qū)動半導(dǎo)體產(chǎn)業(yè)不斷成長

智能計(jì)算時代有一個基本特點(diǎn)，它是跟人工智能密切相關(guān)的。人工智能由于算法多樣性和復(fù)雜性，所以產(chǎn)生一個很有趣的現(xiàn)象：每一種算法之間都是不一樣的，即便要處理的事情十分相近。比如，識別文字、識別圖像、識別視頻內(nèi)容，都是用眼睛去看，但是它的算法是不一樣的，最終呈現(xiàn)三種算法。EEOesmc

魏少軍教授認(rèn)為，人工智能需要一款“計(jì)算引擎”。一方面，需要可編程能力適應(yīng)各類應(yīng)用；另一方面，計(jì)算和存儲密集型；第三方面，從“云端”向“邊緣”的遷移，需要高能效計(jì)算，能量效率~TOPS/W。EEOesmc

對此，人工智能芯片面臨著兩大難題：一是算法在不斷演進(jìn)，新算法層出不窮；二是一種算法對應(yīng)一種應(yīng)用，沒有統(tǒng)一的算法。EEOesmc

“這兩個問題對我們做芯片的人來說非常關(guān)鍵。怎么辦呢？我們現(xiàn)在想到就是用大算力。”魏少軍教授說道，在人工智能芯片的主流架構(gòu)演進(jìn)圖中可以發(fā)現(xiàn)，從AI Chip 1.5到AI Chip 2.0，中間不得不增加了AI Chip 1.7，目的是解決通用性的問題。通用性帶來的好處是各種各樣的模型都可以訓(xùn)練，因此大模型用芯片去訓(xùn)練帶來的便利性是非常明顯的。EEOesmc

EEOesmc

另一方面，高性能計(jì)算機(jī)的計(jì)算能力已經(jīng)進(jìn)入E級時代，很快將沖擊Z級計(jì)算。EEOesmc

E級超算是指每秒可進(jìn)行百億億次數(shù)學(xué)運(yùn)算的超級計(jì)算機(jī)，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(rèn)為“超級計(jì)算機(jī)界的一頂皇冠”。而Z級計(jì)算，也就是10萬億億次，比現(xiàn)在E級計(jì)算大概要快1000倍。EEOesmc

魏少軍教授指出：“倘若這樣發(fā)展，我們是有需求的，因?yàn)槲覀兊臄?shù)據(jù)在不斷地增長，到2024年我們的數(shù)據(jù)大概可以達(dá)到100ZB，這實(shí)際上比我們計(jì)算能力增加一點(diǎn)不慢，我們的計(jì)算能力是跟不上數(shù)據(jù)增長的。”EEOesmc

“總而言之，目前我們找到一個可突破點(diǎn)——就是把硬件的可編成性和軟件的可編成性分別做成橫軸和縱軸變成四個象限，把現(xiàn)在的芯片、CPU、DSP放到第二象限里面去，ASIC、SoC就進(jìn)入第三象限，F(xiàn)PGA等等就進(jìn)入第四象限。”EEOesmc

至于第一象限，魏少軍教授表示，可能是一個新型架構(gòu)。目前軟件硬件還是分離的。但是當(dāng)兩者結(jié)合在一起，或許就能形成一種完整的全新架構(gòu)，我們稱其為叫軟件定義的芯片。EEOesmc

EEOesmc

如今，美國和歐洲高度重視軟件定義芯片技術(shù)的研究；而中國在軟件定義芯片領(lǐng)域的突破早于并優(yōu)于世界同行。EEOesmc

全球半導(dǎo)體產(chǎn)業(yè)大變局

在產(chǎn)業(yè)發(fā)展層面，目前地緣政治博弈正在破壞半導(dǎo)體全球供應(yīng)鏈。最重要的是占世界95%產(chǎn)能的六個國家和地區(qū)，包括美國、中國、韓國、日本、歐盟和中國臺灣，都各自出臺了自己的芯片相關(guān)法案，而且都強(qiáng)調(diào)要生產(chǎn)本地化，要自給自足，形成自己的完整產(chǎn)業(yè)鏈，前提是保證自己的產(chǎn)業(yè)安全。EEOesmc

魏少軍教授表示，半導(dǎo)體領(lǐng)域的“軍備競賽”將加劇全球供應(yīng)鏈的碎片化。就正如張忠謀先生所說，“全球化與自由貿(mào)易幾乎已死，而且不太可能再恢復(fù)”，對此問題，魏教授也表示“比較悲觀”。EEOesmc

智能化助力中國半導(dǎo)體產(chǎn)業(yè)自立自強(qiáng)

在智能化時代的浪潮下，在全球產(chǎn)業(yè)的大變革中，中國半導(dǎo)體產(chǎn)業(yè)該如何走出自己的道路？魏少軍教授認(rèn)為，“揚(yáng)長避短、掌握發(fā)展主動權(quán)”。EEOesmc

（1）人工智能：中國在人工智能領(lǐng)域所擁有的優(yōu)勢并不比別人差，從下圖可知，中國人工智能的優(yōu)勢比除美國以外的其他國家都要顯著。EEOesmc

EEOesmc

（2）5G：中國所擁有的5G基站數(shù)量是世界其他國家加起來的總和，因此我們在國內(nèi)感受5G網(wǎng)絡(luò)使用遠(yuǎn)遠(yuǎn)好于其他國家。EEOesmc

（3）AR、VR應(yīng)用：強(qiáng)化用戶對真實(shí)場景的理解，目前中國已有許多落地應(yīng)用和案例。EEOesmc

（4）開辟車規(guī)芯片新賽道：在從燃油車向純電動車升級過程中，單車半導(dǎo)體價值量將提升100%。EEOesmc

（5）打造高算力平臺：智算中心是智慧時代最主要的計(jì)算力生產(chǎn)中心，它以融合架構(gòu)計(jì)算系統(tǒng)為平臺，以數(shù)據(jù)為資源，能夠以強(qiáng)大算力驅(qū)動AI模型對數(shù)據(jù)進(jìn)行深度加工，源源不斷產(chǎn)生各種智慧計(jì)算服務(wù)，并通過網(wǎng)絡(luò)以云服務(wù)形式供應(yīng)給組織及個人。EEOesmc

（6）三維混合鍵合技術(shù)：利用三維混合鍵合技術(shù)（3D Hybrid Bonding Processing）實(shí)現(xiàn)存儲器晶圓和邏輯電路晶圓的異質(zhì)集成。EEOesmc

（7）軟件定義芯片+異質(zhì)堆疊集成=軟件定義近存計(jì)算芯片技術(shù)：如果把邏輯層和存儲器層加上中國自己做的軟件定義芯片技術(shù)，還有近存計(jì)算技術(shù)的話，其實(shí)是可以解決當(dāng)前計(jì)算中很多問題。EEOesmc

小結(jié)

演講的最后，魏少軍教授呼吁道：“大家要對半導(dǎo)體有信心，對摩爾定律有信心。”盡管經(jīng)常有人會爭論摩爾定律到底行還是不行，但說“摩爾定律大概不靈了”的人，也正是摩爾本人。EEOesmc

“所以現(xiàn)在如果有人說半導(dǎo)體快不行了，千萬別信他的話，我覺得半導(dǎo)體產(chǎn)業(yè)還有很光明的未來。”魏少軍教授如是說。EEOesmc