前不久，美國公布的《2016—2045年新興科技趨勢報告》將人工智能作為最值得關(guān)注的科技發(fā)展趨勢之一。隨著人工智能快速發(fā)展，傳統(tǒng)計算機(jī)芯片“算力”不足問題日益凸顯，研制更能滿足人工智能計算需求的新一代計算機(jī)芯片成為當(dāng)務(wù)之急。擁有澎湃之“芯”的人工智能將大幅提高機(jī)器人、無人機(jī)等裝備的自主能力，實現(xiàn)無人作戰(zhàn)及云計算能力的巨大提升。未來，發(fā)展成熟的人工智能芯片將擁有強(qiáng)大的計算能力，或?qū)⒁l(fā)計算體系的革命性變革。

傳統(tǒng)處理器已“老態(tài)龍鐘”

長期以來，摩爾定律作為一項基本原理，一直推動著計算機(jī)芯片產(chǎn)業(yè)的快速發(fā)展。然而，隨著人類精密制造領(lǐng)域遇到硅基極限的挑戰(zhàn)，集成電路上晶體管數(shù)量約每隔18-24個月就增加一倍已經(jīng)愈發(fā)艱難。基于“馮·諾伊曼體系結(jié)構(gòu)”的計算機(jī)體系已經(jīng)長期沒有實質(zhì)性變化，單是現(xiàn)在海量數(shù)據(jù)消耗的運(yùn)算能力，就足以讓傳統(tǒng)計算機(jī)芯片“倍感壓力”。

人工智能的快速發(fā)展，對芯片的要求越來越高。人工智能所采用的深度學(xué)習(xí)模式，本質(zhì)上是多層次的人工神經(jīng)網(wǎng)絡(luò)算法。這種算法主要從輸入的海量數(shù)據(jù)中自發(fā)總結(jié)相關(guān)規(guī)律，這就需要對海量數(shù)據(jù)進(jìn)行大量的計算處理。此時，傳統(tǒng)處理器架構(gòu)需要上百甚至上千條指令才能完成人腦一個“神經(jīng)元”的反應(yīng)過程，顯得“老態(tài)龍鐘”。深度學(xué)習(xí)模式，尤其需要加速計算過程。

人工智能芯片設(shè)計的“初心”，就是加速深度學(xué)習(xí)算法，從底層架構(gòu)上更好地模擬人腦的神經(jīng)特征，進(jìn)而實現(xiàn)更加智能的計算。這種人工智能芯片將更能滿足深度學(xué)習(xí)系統(tǒng)進(jìn)行數(shù)據(jù)計算的需求，同時還能對海量參數(shù)進(jìn)行調(diào)整，將成為人工智能發(fā)展應(yīng)用的“催化劑”。對此，科研人員一直尋求研制新一代芯片用于突破摩爾定律失效“瓶頸”，滿足人工智能的計算需求。

挖掘智能芯片“無限可能”

目前，人工智能芯片的發(fā)展還處在研發(fā)探索階段。從技術(shù)架構(gòu)上看，人工智能芯片主要可分為通用類芯片（GPU、FPGA）、基于FPGA的半定制化芯片、針對深度學(xué)習(xí)算法的全定制化ASIC芯片以及類腦計算芯片等。典型代表就是谷歌公司的TPU芯片和我國自行研制的“寒武紀(jì)”芯片。

人機(jī)圍棋大戰(zhàn)中，谷歌“阿爾法狗”大約使用了170個GPU和1200個CPU，且專門占用了一間機(jī)房并配備了大功率空調(diào)。如果將它換成人工智能芯片，只要一個盒子大小的空間就可以取代它們了。目前，已出現(xiàn)了類腦計算人工智能芯片的雛形。IBM研制的Truenorh芯片包含了100萬個數(shù)字神經(jīng)元陣列和2.56億個通信電突觸，基本能模擬出人腦神經(jīng)元的數(shù)據(jù)處理過程。同時，以脈沖神經(jīng)網(wǎng)絡(luò)芯片DeepSouth和深度學(xué)習(xí)類腦神經(jīng)元芯片DeepWell等為代表的新概念芯片，也預(yù)示著人工智能芯片未來的發(fā)展方向。

美國國防部和空軍研究實驗室對TPU芯片在機(jī)器學(xué)習(xí)領(lǐng)域的突出性能表現(xiàn)出極大興趣，很早就開始探索人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用。目前，他們正在與谷歌開展相關(guān)探討，進(jìn)一步增強(qiáng)美軍無人系統(tǒng)的作戰(zhàn)能力和智能化水平。未來，美軍還將探索利用TPU芯片部署“軍事云2.0”，以增強(qiáng)美軍無人機(jī)智能化組網(wǎng)、無人系統(tǒng)協(xié)同作戰(zhàn)能力。

網(wǎng)絡(luò)安全領(lǐng)域大顯神威

隨著美國國防部高級研究計劃局新一代人工智能芯片項目的持續(xù)推進(jìn)，人工智能芯片將在網(wǎng)絡(luò)安全領(lǐng)域大顯神威。美國斯坦福大學(xué)研發(fā)的基于人工智能芯片的自主網(wǎng)絡(luò)攻擊系統(tǒng)，能自主學(xué)習(xí)網(wǎng)絡(luò)環(huán)境狀況并生成特定惡意代碼，實現(xiàn)對指定網(wǎng)絡(luò)的攻擊及信息竊取等操作。這種擁有人工智能的自主網(wǎng)絡(luò)攻擊系統(tǒng)，自主學(xué)習(xí)能力和病毒防御能力極強(qiáng)，已經(jīng)得到美國國防部高級研究計劃局的高度重視和重金投入。

人工智能自主網(wǎng)絡(luò)攻擊系統(tǒng)一旦研制成功，可進(jìn)一步提升美軍在網(wǎng)絡(luò)安全領(lǐng)域的進(jìn)攻實力。新型自主網(wǎng)絡(luò)攻擊系統(tǒng)主要基于深度神經(jīng)網(wǎng)絡(luò)處理器通用架構(gòu)，僅內(nèi)置基本的自主學(xué)習(xí)系統(tǒng)程序。當(dāng)它在特定網(wǎng)絡(luò)中運(yùn)行后，就能夠自主學(xué)習(xí)網(wǎng)絡(luò)的架構(gòu)、規(guī)模、設(shè)備類型，通過對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行截獲分析，它可以每24小時自主編寫一套適用于該網(wǎng)絡(luò)環(huán)境的攻擊代碼，并能根據(jù)網(wǎng)絡(luò)環(huán)境實時對攻擊程序進(jìn)行動態(tài)調(diào)整。由于這種攻擊代碼基本上是“新鮮出爐”的，現(xiàn)有的依托病毒庫和行為識別的防病毒系統(tǒng)難以識別，因而該系統(tǒng)的隱蔽性和破壞性極強(qiáng)。

除人工智能自主網(wǎng)絡(luò)攻擊系統(tǒng)外，美國國防部高級研究計劃局早在2015年就新增了“大腦皮質(zhì)處理器”等研發(fā)項目，旨在通過模擬人類大腦皮質(zhì)結(jié)構(gòu)，開發(fā)出數(shù)據(jù)處理更優(yōu)的新型類腦芯片。這些人工智能芯片功耗極低，可用于實時的數(shù)據(jù)感知處理和目標(biāo)識別，還可解決高速運(yùn)動物體的即時控制等難題，其未來投入應(yīng)用后，將實現(xiàn)無人作戰(zhàn)及云計算能力的巨大提升。

可以預(yù)見，人們還將通過人工智能方式自主尋找網(wǎng)絡(luò)漏洞，進(jìn)一步增強(qiáng)網(wǎng)絡(luò)攻擊能力，未來網(wǎng)絡(luò)安全將面臨更嚴(yán)峻的挑戰(zhàn)。