這份名為《人工智能——技術(shù)采用和影響2019年報告》指出，在人工智能領(lǐng)域，全球范圍內(nèi)人工智能應(yīng)用中，存儲設(shè)備的收入將從2019年的210億美元增加到2025年的600億美元。處理器市場的擴張速度將略有加快，從2019年的220億美元增至2025年的685億美元。

這一數(shù)據(jù)對運行人工智能功能的系統(tǒng)中半導體含量的銷售情況進行了跟蹤，這些芯片包括了能夠運行人工智能應(yīng)用系統(tǒng)中的內(nèi)存和處理設(shè)備。

如今，人工智能芯片廣泛應(yīng)用于汽車、通信、計算機、消費電子、工業(yè)和醫(yī)療等眾多市場。人工智能應(yīng)用中內(nèi)存設(shè)備最大的單一市場是計算機領(lǐng)域，它在2025年銷售額將增至660億美元，復合增長率從2019年的275億美元增至15.7%。不過，通信、消費電子、工業(yè)和醫(yī)療保健等其他領(lǐng)域?qū)a(chǎn)生更快的增長。

IHS Markit | Technology公司人工智能高級研究總監(jiān)Luca De Ambroggi表示:“半導體代表了人工智能供應(yīng)鏈的基礎(chǔ)，為地球上每一個人工智能應(yīng)用程序提供了必要的處理和存儲能力。”人工智能推動微芯片的巨大需求增長的主要動力。然而，這項技術(shù)也正在改變芯片市場形態(tài)，它在重新定義傳統(tǒng)的處理器架構(gòu)和內(nèi)存接口，以滿足新的性能需求。”

報告顯示, 越來越多的初創(chuàng)企業(yè)正致力于提供全新的架構(gòu)，挑戰(zhàn)傳統(tǒng)人工智能處理設(shè)備的市場霸主地位，如圖形處理單元(GPU),現(xiàn)場可編程門陣列(FPGA),微處理器(微控制器)、微控制器(MCU)和數(shù)字信號處理器(DSP)。這些新體系結(jié)構(gòu)包括可以加速深度學習任務(wù)的集成向量處理等功能。

此外，在各種設(shè)備中引入與人工智能相關(guān)的功能，意味著這些傳統(tǒng)的處理器種類正在演變，它們不再被視為不同的類別。

De Ambroggi：“在人工智能時代，關(guān)于MPU、DSP或MCU的舊定義開始變得模糊，因為每種類型的設(shè)備都添加了具有不同功能的核心，越來越多的人工智能系統(tǒng)的設(shè)計者使用高度集成的異構(gòu)處理解決方案，如特定應(yīng)用的集成電路(ASIC)和系統(tǒng)芯片(SOC)解決方案。”

“由于處理器制造商提供使用這些ASIC和SOC的交鑰匙式、異構(gòu)處理解決方案，因此，對于系統(tǒng)設(shè)計師來說，他們的AI算法是在GPU、CPU還是DSP上執(zhí)行的差別不大。”

先進的人工智能技術(shù)，尤其是深度學習算法，需要大量的高帶寬易失性內(nèi)存才能正常運行，但這已將功耗推高至不可持續(xù)的水平。

IHS指出，新的架構(gòu)有的方法是為每個處理核心配備了專用存儲單元，從而加快了并行處理的速度。另一種方法是將處理任務(wù)直接轉(zhuǎn)移到內(nèi)存中，以減少數(shù)據(jù)移動。這個想法是在數(shù)據(jù)駐留的地方進行處理，減少功耗和延遲。

業(yè)界一直在尋找一些替代方法，包括:一種新的處理器架構(gòu)，其中內(nèi)存更接近計算核心，減少數(shù)據(jù)移動的負擔，并為每個處理核心提供專用的內(nèi)存單元，從而實現(xiàn)高處理并行性;將數(shù)據(jù)計算的早期階段轉(zhuǎn)移到內(nèi)存中，這種技術(shù)稱為內(nèi)存處理(processing into memory, PIM)。PIM提供了與上面提到的類似的好處。最后，確定新的內(nèi)存技術(shù)，這些技術(shù)可以支持使用簡單的后端硅集成、易失性性能、非易失性能力、每字節(jié)的低皮焦耳或快速輸入/輸出(I/O)接口的新方法。

的確，人工智能(AI)的爆炸性使用正在開啟半導體設(shè)備的新時代，這將帶來許多新的機遇，但也帶來許多挑戰(zhàn)。AI處理器也正在推動全球半導體行業(yè)的增長，這也促使市場分析機構(gòu)做出積極的預(yù)測，未來5年，AI芯片應(yīng)用將增長三倍。