本文摘要：，减少开发者的研发可玩性。

，减少开发者的研发可玩性。另外，FPGA大大受到更高的推崇，整天有可能只有两到三个关于FPGA的演说，本次还包括百度的 XPU，赛灵思的两个新一代产品，还包括RFSoc和大HBM的新FPGA,英特尔 的Stratix 10, AWS 的F1 Instance ，微软公司的Brainwave等多篇关于FPGA的辩论。这指出了大家更为推崇新的架构与有可能。

：从会议议程来看，Neural Net闲置的时间是最少的。这种区分显著不同于之前的CPU、FPGA、ASIC，又或者是应用于平台的区分，例如PC、Sever等等。您是怎么来界定这种芯片？姚颂：很多人都在争辩怎么界定仅有标准化的处理器架构，半标准化半自定义化架构，仅有自定义化架构。

只不过并不只有这三种选项，他们之间并没一个明晰的界限，所有的架构可以化学键在一个谱系上，彼此是一个交错的过程。如果从应用于的角度来看，不论是CPU,GPU, coarse-grained reconfigurable architecture, DSP，还是DPU, 如Wavecomputing的data processing unit，深鉴的deep learning processing unit,微软公司的DNN processing unit,最后的应用于都是针对神经网路的。所以我指出不论是在前端/后末端，还是训练/推理小说，处理器面临都是深度自学，即使深度自学的应用于来自于有所不同领域，都可以归结神经网络的芯片。

我反对深度自学不会重构未来处理器的架构这种观点，所以未来架构上的分类可能会以应用于为导向。：参照本次会议，您指出人工智能否不会给整个半导体业带给冲击？您指出中国企业跟世界领先水平之间的客观差距还有多少年？姚颂：人工智能给半导体行业带给很大的冲击。过去有一套原始的标准，公司根据标准来定义自己的芯片，从而设计更佳的芯片。亦或是公司研发出像GPU一类的标准化的芯片。

而在人工智能的影响下，大家不会改向domain specific architecture。有两点十分有意思。

第一点，传统上芯片的性能直接影响了销售，而在深度自学背景下，峰值性能仍然是决定因素，用户更为注目自己的市场需求。比如对于语音辨识的用户，他们更为注目延后，而不是单一的减少吞吐量。第二点，用户对于软件的推崇是前所未有的。英伟达抢走现在的深度自学市场，不仅是因为强劲的芯片，堪称因为整个CUDA生态链的优越性，还包括TensorRT, 以及对各种框架的反对。

软件工具在今天的半导体行业充分发挥了前所未有的最重要起到。在人工智能时代，中国企业正在急遽延长与与国际企业的技术水平差距。比如在本次Hot chips 会议上可以看见深鉴的技术与各个半导体巨头平等竞争。

但是中国缺少资深的，有经验的人才。而硅谷可以寻找很多有二三十年专业经验的芯片架构师。

所以中国有可能在专业人才方面显得劣势，但是在整体深度自学技术水平上表明出有强劲的潜力。：否透漏一下深鉴科技接下来有可能的一些动作？姚颂：深鉴仍然期望可以将产品作好，几个月后我们计划集中于发布我们的产品，不仅还包括明确的行业解决方案，还有我们的软件工具链，以及我们在应用于端的成绩。整个人工智能行业的发展大大推展创意公司从发展团队到推崇发展产品，从产品中盈利，这也是深鉴希望的方向。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：开云手机在线登陆入口-dusalai.com