人工智能芯片技术白皮书（2018）(48页).pdf

1、人工智能芯片技术白皮书 （2018） White Paper on AI Chip Technologies 01 01 02 03 03 04 05 05 06 06 06 07 08 09 10 11 12 13 15 15 17 18 19 20 20 21 22 目录 北京未来芯片技术高精尖创新中心 1 前言 1.1 背景与意义 1.2 内容与目的 2 AI 芯片的关键特征 2.1 技术总述 2.2 新型计算范式 2.3 训练和推断 2.4 大数据处理能力 2.5 数据精度 2.6 可重构能力 2.7 软件工具 3 AI 芯片发展现状 3.1 云端 AI 计算 3.2 边缘 AI 计算

2、 3.3 云和端的配合 4 AI 芯片的技术挑战 4.1 冯诺伊曼瓶颈 4.2 CMOS 工艺和器件瓶颈 5 AI 芯片架构设计趋势 5.1 云端训练和推断：大存储、高性能、可伸缩 5.2 边缘设备：把效率推向极致 5.3 软件定义芯片 6 AI 芯片中的存储技术 6.1 AI 友好型存储器 6.2 片外存储器 6.3 片上（嵌入型）存储器 6.4 新兴的存储器 7 新兴计算技术 7.1 近内存计算 7.2 存内计算（In-memory Computing） 7.3 基于新型存储器的人工神经网络 7.4 生物神经网络 7.5 对电路设计的影响 8 神经形态芯片 8.1 神经形态芯片的算法模型

3、8.2 神经形态芯片的特性 8.2.1 可缩放、高并行的神经网络互联 8.2.2 众核结构 8.2.3 事件驱动 8.2.4 数据流计算 8.3 机遇与挑战 9 AI 芯片基准测试和发展路线图 10 展望未来 参考文献 索引 23 23 24 24 25 26 27 28 29 29 30 31 31 32 33 35 37 40 编写委员会主席 尤 政 中国工程院院士 清华大学 魏少军 IEEE Fellow 清华大学 编写委员会副主席 吴华强 清华大学 邓 宁 清华大学 编写委员会成员（按姓氏笔划排序） 尹首一 清华大学 王 玲 清华大学 朱 晶 北京半导体行业协会 刘勇攀 清华大学 杨建

4、华 马萨诸塞大学 杨美基 IEEE Fellow 香港应用科技研究院 吴臻志 清华大学 汪 玉 清华大学 张孟凡 IEEE Fellow 台湾新竹清华大学 陈 安 半导体研究联盟 陈怡然 IEEE Fellow 杜克大学 郑光廷 IEEE Fellow 香港科技大学 胡晓波 IEEE Fellow 圣母大学 唐 杉 新思科技 黄汉森 IEEE Fellow 斯坦福大学 凡德斯皮格尔 IEEE Fellow 宾夕法尼亚大学 谢 源 IEEE Fellow 加利福尼亚大学圣巴巴拉分校 人工智能芯片技术白皮书（2018） 北京未来芯片技术高精尖创新中心成立于 2015 年 10 月，是北京 市教委首

5、批认定的“北京高等学校高精尖创新中心”之一。中心充分发 挥清华大学的学科、科研和人才优势，联合校内多个院系资源，组建了 微电子、光电子及柔性集成、微系统、类脑计算、基础前沿、综合应用 六个分中心以及微纳技术支撑平台。中心主任由清华大学副校长尤政院 士担任。中心以服务国家创新驱动发展战略和北京市全国科技创新中心 建设为出发点，致力于打造国家高层次人才梯队、全球开放型微纳技术 支撑平台，聚焦具有颠覆性创新的关键器件、芯片及微系统技术，推动 未来芯片产业实现跨越式发展。 中心介绍 北京未来芯片技术高精尖创新中心1 前言 1 1.1 背景与意义 人工智能 (Artificial Intelligenc

6、e， 英文缩写为 AI)， 是研究、 开发用于模拟、 延伸和扩展人类智能的理论、 方法、技术及应用系统的一门科学技术。人工智能的本质是对人类思维过程的模拟。从 1956 年正式提出 “人工智能”概念算起，在半个多世纪的发展历程中，人们一直在这一领域进行长期的科学探索和技术攻坚， 试图了解智能的实质。和任何曾经处于发展过程中的新兴学科一样，人工智能早期发展并非一帆风顺，它 曾受到多方质疑，不断经历起伏。近些年，大数据的积聚、理论算法的革新、计算能力的提升及网络设施 的演进，使得持续积累了半个多世纪的人工智能产业又一次迎来革命性的进步，人工智能的研究和应用进 入全新的发展阶段。 当前， 人工智能正