韩国公司量产全球第一颗神经元芯片?

2018-04-16 14:00:19 来源: 官方微信

来源:内容来自科技日报,谢谢。


纳沛斯半导体是一家大型半导体封测企业,在韩国和全球半导体业界以技术和实力著称。不久前,记者参加了纳沛斯半导体公司的一场产品说明会,会后采访了该公司未来智能事业部部门长安廷镐先生。说明会由安先生主持,会上的明星是一款产品编号为NM500的AI芯片,被称为全球第一片正式量产的神经元芯片(NPU)。


前景繁荣,
IT企业跨界半导体行业

全球半导体行业正在经历一轮长长的上升周期,韩国半导体企业纷纷交出亮眼的成绩单。三星电子报出的一季度初步经营数据,出现了147亿美元的当季运营利润,同比增长57.58%。三星电子的半导体部门也在时隔多年之后超越智能手机,成为集团的盈利冠军。LG电子日前发布的初步数据显示,其2018年第一季度盈利增幅高达20%。


分析人士认为,半导体行业的红火短期内不会结束。相反,物联网、智能汽车、云计算等新型应用正在引领半导体业务的新一轮繁荣。


面对崭新的前景,IT企业跨界进入半导体行业已经成为一种趋势,最突出的就是芯片设计业务。在AI芯片领域,最早向公众展示人工智能魅力的IBM制造了自己的神经元芯片,谷歌开发了自己的深度学习芯片。目前已经发布的AI芯片已经多达数十种,产品缩写早已超越CPU的范畴,从APU开始一直排列到UPU。在这个节点上,纳沛斯跨界发布AI芯片的商业逻辑是什么?


AI芯片,
重要的行业发展方向

安廷镐回答了科技日报记者的问题。他给出的理由是,“人工智能芯片是非常重要的行业发展方向”。


他介绍说,人工智能涵盖的技术和领域很多,相互之间有大量交叉融合。在现阶段,可以粗略地认为,人工智能的核心技术以机器学习为主,机器学习大体上包括深度学习和神经形态计算(Neuromorphic)两个技术方向。其中,深度学习系统是由软件硬件共同搭建的混合平台,软件部分大多依照多层类神经网络原理运作,硬件主要使用CPU、GPU等相对“传统的”处理器。而神经形态计算系统则是一种按照类神经网结构搭建计算节点的硬件平台,代表性产品就是神经元芯片。


安廷镐强调说,深度学习技术在软件技术方面创新巨大,不过硬件仍然属于冯·诺伊曼架构,在并行处理速度和能耗方面难以克服自身短板。神经元芯片则具有前所未有的超低能耗和处理效率。这种芯片基于硬件,使用大规模并行处理架构,输入的数据同时灌入每一个神经元的内存,因此能够在较低的主频下实现信息高速处理,同时保持低功耗状态。更重要的是,神经元芯片通过模式学习和识别完成工作,所有的神经元可以在相同的时钟周期内完成一个识别。复杂的应用场景可以通过增加神经元的数量加以应对。神经元芯片可以处理各种类型的数据,包括各种传感器产生的非特异性数据。


神经元芯片,
训练学习几乎瞬间完成

NM500芯片封装尺寸只有4.6×4.5毫米,主频36兆赫,峰值功耗小于200兆瓦。NM500片载576个相同的神经元,每个神经元包括一个逻辑器件和一个256比特储存器。纳沛斯同时还展示了对应的评估板,提供堆叠能力,集成有FPGA、运动传感器、USB端口和SD卡插槽,支持Windows和Arduino开发环境。科技日报记者在现场演示中看到,一个由评估板和轻量机械臂构成的实验装置,能够根据筹码表面的图案识别不同面值的筹码,分类加以摆放。令人印象深刻的是,训练和学习新的筹码图案几乎是瞬间完成的,评估板的开发环境简洁方便,整个过程非常轻松。


安廷镐介绍说,NM500是在获得QV公司的设计授权之后加以产品化的,产品化过程应用了纳沛斯大量专属技术。纳沛斯看好神经元芯片未来的发展前景。在即将到来的物联网时代,互联互通的设备数以百亿或者千亿计,这些设备产生的数据需要处理才能产生价值。神经元芯片的应用场景充满了巨大的想象空间。


今天是《半导体行业观察》为您分享的第1559期内容,欢迎关注。

R

eading

推荐阅读(点击文章标题,直接阅读)

大家好,我叫5G NR

中日韩半导体产业故事

汽车芯片设计的新动向



关注微信公众号 半导体行业观察 ,后台回复关键词获取更多内容

回复 兆易创新 ,看与兆易创新公司相关的文章

回复 摩尔定律 ,看更多与摩尔定律相关的文章

回复 材料 ,看更多与半导体材料相关的文章

回复 面板 ,看更多面板行业的文章

回复 晶体管 ,看更多与晶体管相关的文章

回复 晶圆 ,看晶圆制造相关文章

回复 士兰微 ,看更多与士兰微公司相关的文章

回复 封装 ,看更多与封装技术相关的文章

回复 展会 ,看《2017最新半导体展会会议日历》

回复 投稿 ,看《如何成为“半导体行业观察”的一员 》

回复 搜索 ,还能轻松找到其他你感兴趣的文章!

点击阅读原文了解摩尔精英

责任编辑:科技日报
半导体行业观察
摩尔芯闻

热门评论