【芯观点】

清华大学教授魏少军：

新型芯片架构需强化“软件定义”

近期，在英特尔2023中国学术峰会上，清华大学教授、国际欧亚科学院院士魏少军表示，未来人工智能技术需要从终端应用出发，以应用定义软件，再用软件来定义芯片，以满足各种人工智能终端设备的定制化需求，并提升算力的供给。

魏少军介绍，基于软件可编程性和硬件可编程性两方面，可以把AI芯片划分为四个维度。第一个维度是目前最通用的CPU、DSP等处理器，具有很强的软件可编程性，但硬件可编程性弱。第二个维度是ASIC、SoC等专用集成电路，此类芯片在运行过程中通常不需要软件，也意味着软件可编程性弱，但芯片一旦完成制作，硬件不可更改。此外，在芯片制程工艺进入纳米级后，高昂的成本使得具备多品种、小批量特点的专用集成电路难以维持。第三个维度是以FPGA 、EPLD等为代表的可编程逻辑器件，在硬件编程方面具备高灵活性，但是软件可编程性弱，且成本高、价格贵。第四个维度便是如今业内追求的新型芯片架构，该架构既具备很强的软件可编程性，也具备很强的硬件可编程性。因此，魏少军认为，“通用”仍然是人工智能芯片的主流架构，然而此“通用”非彼“通用”，未来的通用人工智能芯片，需要在通用的基础上，变得更加智能，以满足各种各样终端应用的定制化需求。

对于“智能”，魏少军表示，智能软件是实现智能的载体，应具备自我学习能力、形成知识和经验的能力、持续改进和优化的能力、再生和组织能力、思维逻辑推理的能力以及做出正确判断和决策的能力。智能芯片是计算的载体，需要具备高性能计算能力、多任务并行计算能力、足够的吞吐量、极高的能量效率、灵活高效的存储寻址功能以及实时动态功能变化能力。因此，软件和芯片是相辅相成的存在。“实现智能的核心是软件，支撑智能的基础是芯片。”魏少军说。

来源：集成电路前沿