i卡會員

這些年AI話題非常熱門，原因是一些重大事件的突破，其中最重要的是AlphaGo戰勝了韓國棋手李世石和中國棋手柯潔。凡是規則清晰的情況下，機器一定能贏過人。而AI的發展非常快，最重要的原因是深度神經網路的出現。AI的崛起有三個基本要素：演算法、資料和運算力，尤其是演算法與AI晶片架構持續不斷的再創新。未來AI晶片的演算法架構會持續改變，包含提高演算法準確度與降低演算法的模型大小。未來AI晶片追求提高硬體執行能力，    提高硬體每瓦效率。AI晶片架構的改變方面，例如加入偕同AI處理    加速器(解決大量矩陣運算)，    降低記憶體存取瓶頸，    或是直接在記憶體執行運算，更甚至是採用    類神經架構。而這些創新都在在提高了AI處理資料的能力。

 【內容大綱】

• 一、 終端產品講求智慧化，處理資料量暴增考驗AI晶片能力
• 二、 AI晶片架構趨勢分析
• IEKView

【圖表大綱】

• 圖一、未來產業走向AIoT, 運算力和運算量同步提升
• 圖二、自動駕駛車輛中，各樣感測器產生的資料量
• 圖三、處理即時資料比重將大幅提升
• 圖四、邊緣AI運算處理器架構分析
• 圖五、類神經網路演算法架構與模型大小
• 圖六、類神經處理器晶片架構性能分析
• 圖七、類神經處理器架構變化趨勢
• 圖八、晶片大廠積極發展AI相關晶片
• 圖九、INTEL的AI加速器
• 圖十、INTEL的Myriad X視覺處理器
• 圖十一、GOOGLE的AI加速器
• 圖十二、瑞薩電子DRP AI加速器
• 圖十三、AI晶片新興架構- PROCESSING IN MEMORY
• 圖十四、後摩爾定律世代，新一代運算架構創新方興未艾