2018年清华大学人工智能芯片技术白皮书

在第三届未来芯片论坛上，清华大学联合北京未来芯片技术高精尖创新中心发布《人工智能芯片技术白皮书（2018）》(2018 White Paper on AI Chip Technologies)。尽管全球人工智能产业还处于初期发展阶段，但随着*和产业界的积极推动， 人工智能技术在大规模产业化应用方面突飞猛进，在算法和芯片等人工智能基础技术层面积累了强大的技术创新，这些成果未必能即时商业化，但对未来科技的影响深远。 为了更好地厘清当前AI 芯片领域的发展态势，进一步明确 AI 芯片在新技术形势下的路线框架、关键环节及应用前景，北京未来芯片技术高精尖创新中心根据学术界和工业界的最新实践，邀请国内外AI 芯片领域的顶尖研究力量，共同开展《人工智能芯片技术白皮书》的编制工作。 整个《白皮书》总共分为10个章节，第一章节首先对芯片发展的背景做了一个交代，然后从多个维度介绍了AI 芯片的关键特征，在第三章介绍了AI芯片的发展现状；第四章从冯·诺伊曼瓶颈和CMOS工艺以及器件瓶颈分析了AI芯片的技术挑战。从第六章到第八章，《白皮书》完成了对芯片各种技术路线的梳理。在最后一章对未来技术发展趋势和风险进行了预判。《白皮书》由斯坦福大学、清华大学、香港科技大学、加州大学、圣母大学的顶尖研究者和产业界资深专家，包括10余位IEEE Fellow共同编写完成。 本文主要包括九方面内容 ：第 1 章为发展 AI 芯片产业的战略意义以及白皮书基本内容概述。第 2 章综述了 AI 芯片的技术背景，从多个维度提出了满足不同场景条件下 AI 芯片和硬件平台的关键特征。第 3 章介绍近几年的 AI 芯片在云侧、边缘和终端设备等不同场景中的发展状况，总结了云侧和边缘设备需要解决的不同问题，以及云侧和边缘设备如何协作支撑 AI 应用。第 4 章在 CMOS 工艺特征尺寸逐渐逼近极限的大背景下，结合 AI 芯片面临的架构挑战，分析 AI 芯片的技术趋势。第 5 章讨论了建立在当前 CMOS 技术集成上的云端和终端 AI 芯片架构创新。第 6 章主要介绍对 AI 芯片至关重要的存储技术，包括传统存储技术的改进和基于新兴非易失存储（NVM）的存储器解决方案。第 7 章重点讨论在工艺、器件、电路和存储器方面的前沿研究工作，和以此为基础的存内计算、生物神经网络等新技术趋势。第 8 章介绍神经形态计算技术和芯片的算法、模型以及关键技术特征，并分析该技术面临的机遇和挑战。第 9 章主要讨论 AI 芯片的基准测试和技术路线图的相关问题。第 10 章展望 AI 芯片的未来。 在人工智能热潮面前，本文一方面希望与全球学术和工业界分享 AI 芯片领域的创新成果；另一方面希望通过对 AI 芯片的技术认知和需求的深入洞察，帮助相关人士更加清晰地了解AI 芯片所处的产业地位、发展机遇与需求现状，通过对 AI 芯片产业现状及各种技术路线的梳理，增进对未来风险的预判。目前人工智能技术整体发展仍处于初级阶段，未来还有很多技术和商业层面的挑战。我们要去除在产业发展过程中一窝蜂“逐热而上”的虚火，在充满信心、怀抱希望的同时，保持冷静和客观，推动 AI 芯片产业可持续发展。