人工智能芯片发展的现状及趋势

被引：32

作者：

尹首一

郭珩

魏少军

机构：

[1] 清华大学微电子学研究所

来源：

科技导报 | 2018年 / 36卷 / 17期

关键词：

人工智能芯片; 深度学习; 可重构计算;

D O I：

暂无

中图分类号：

TN40:TP18 [];

学科分类号：

080903 ; 1401 ;

摘要：

人工智能芯片是人工智能技术的重要组成部分,是实现人工智能算法的硬件基础,也是人工智能时代的战略制高点。分析了现有人工智能芯片的种类、特点、技术路线和市场情况,阐述了当前人工智能芯片面临的机遇与挑战,展望了其未来发展趋势。

引用

页码：45 / 51

页数：7

共 9 条

[1]

地平线:架构创新BPU 算法+芯片+云一体化[J]. 孙永杰.通信世界. 2018(13)

[2] 现场可编程门阵列FPGA芯片及其应用 [J].

Jeff Dorsch .

集成电路应用, 2018, 35 (01) :77-79

[3] 图形处理器的历史现状和发展趋势 [J].

韩俊刚 ;

刘有耀 ;

张晓 .

西安邮电学院学报, 2011, 16 (03) :61-64

[4] XMOS重新定义晶圆——软件定义芯片挑战ASIC、ASSP以及FPGA [J].

Tom R.Halfhill ;

马志强 .

电子产品世界, 2007, (10) :80+82-84

[5] Synergistic processing in Cell's multicore architecture [J].

Gschwind, M ;

Hofstee, HP ;

Flachs, B ;

Watanabe, Y ;

Yamazaki, T .

IEEE MICRO, 2006, 26 (02) :10-24

[6]

The philosophy of artificial intelligence[J] . Paul A. Luker,Dennis Rothermel.ACM SIGCSE Bulletin . 1994 (1)

[7] NEUROMORPHIC ELECTRONIC SYSTEMS [J].

MEAD, C .

PROCEEDINGS OF THE IEEE, 1990, 78 (10) :1629-1636

[8]

A 141μW,2.46 pJ/neuron binarized convolutional neural network based self-learning speech recognition processor in 28 nm CMOS .2 Yin S Y,Zheng S X,Song D D. 2018 Symposia on VLSI Technology and Circuits . 2018

[9]

Knights landing(knl):2nd generation intel(?)xeon phi processor .2 A.Sodani. Hot Chips 27 Symposium(HCS),2015 IEEE . 2015

← 1 →