《2021年计算机行业人工智能AI对碳中和影响及发展方向分析报告(22页).pdf》由会员分享,可在线阅读,更多相关《2021年计算机行业人工智能AI对碳中和影响及发展方向分析报告(22页).pdf(22页珍藏版)》请在三个皮匠报告上搜索。
算力提升是人工智能行业发展的核心驱动因素算力是人工智能三大要素的核心。正如人工智能学者吴恩达所比喻发展人工智能就像用火箭发射卫星,需要强有力的引擎和充足的燃料那么,算法模型相当于是火箭引擎,算力可以理解为打造引擎的工具,海量的数据则是引擎的燃料。算力提升提高了算法效率和演进节奏。2012年时,深度学习模型AlexNet 识别一张ImageNet图片需要7.6108次基本运算训练该模型需要3.171017次基本运算。如以1993年出品的Intel CPU奔腾P5执行,需要近百年才能完成训练,至少需要10分钟完成推理,而如今的品牌旗舰手机只用数百微秒就能完成这样的图像识别。在度量上,算力以芯片每秒可执行的基本运算次数来度量,1TOPS代表处理器每秒可进行一万亿次基本运算操作。人工智能芯片类型多样、场景有别AI芯片向上为应用和算法提供支持,向下对器件和电路、工艺和材料提出需求。应用和算法的快速发展,尤其是深度学习、卷积神经网络,对底层芯片提出了2-3个数量级的性能优化需求。例如,Google在2019年提出的EfficientNet B7深度学习模型,每完成一次前向计算,需要3.611010次基本运算,是7年前同类模型AlexNet运算需求的50倍。同时,新型材料、工艺和器件的发展,也为AI芯片提供了性能提升、功耗降低的可行性。